MétaCan
Menu
Retour à la cohorte
Enregistrement W4404322465 · doi:10.1016/j.wen.2024.11.002

A comprehensive review of effective parameters to improve the performance of the Savonius turbine using a computational model and comparison with practical results

2024· review· en· W4404322465 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWater-Energy Nexus · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTurbineComputational fluid dynamicsComputer scienceEnvironmental scienceEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

• Optimized Savonius turbines enhance efficiency for low-flow water conditions, addressing global energy needs. • Adjusting height-to-diameter ratio from 1.2 to 0.8 improves power coefficient from 0.33 to 0.38. • A 45° blade twist angle maximizes efficiency, with diminishing returns at higher angles. • Two-stage turbine with a 90° phase shift boosts power coefficient to 0.51. • Utilizing a 90° deflector angle significantly enhances turbine performance. • Validated CFD simulations using the MRF method and k-epsilon model ensure robust and reliable findings. • Study bridges theoretical research and real-world renewable energy applications. • Sets new performance benchmarks for Savonius turbine design and manufacturing standards. Amidst growing global concerns over climate change and escalating greenhouse gas emissions from fossil fuels, the pursuit of renewable energy sources has become critical. This study focuses on harnessing hydropower using Savonius turbines, which are known for their efficiency in generating energy at lower flow rates. However, the intrinsic low efficiency of these turbines necessitates precise optimization tailored to specific river or channel conditions. In this research, we optimized the performance of Savonius turbines by analyzing key parameters such as the height-to-diameter ratio, blade twist, and the integration of multi-stage configurations with deflectors. Our findings reveal significant efficiency improvements through strategic modifications. Specifically, by reducing the height-to-diameter ratio from 1.2 to 0.8 and maintaining a Tip Speed Ratio (TSR) of 0.6, the power coefficient increased by 15%, from 0.33 to 0.38. Further optimization was achieved by adjusting the blade twist angle, with an increase in power coefficient up to an optimal angle of 45°, beyond which efficiency declined. Implementing a two-stage turbine setup with a 90-degree phase difference between stages further improved the power coefficient to 0.51 at the same TSR. Additionally, the use of deflectors, particularly at a 90° angle, significantly boosted the power coefficient, highlighting their effectiveness in optimizing water flow impact on the turbine. This comprehensive study not only advances the understanding of Savonius turbine optimization but also contributes to broader renewable energy applications. The research offers critical insights into sustainable hydroelectric power generation, providing practical solutions to enhance turbine performance for real-world applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,043
Tête enseignante GPT0,314
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle