MétaCan
Menu
Retour à la cohorte
Enregistrement W4404688643 · doi:10.1109/oceans55160.2024.10754338

Optimizing an Ocean Current Energy Conversion Device for Powering Marine Sensors

2024· article· en· W4404688643 sur OpenAlexaff
Alex Zhou, Galen Leir-Taha, Amy M. Bilton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)Marine energyEnergy currentEnergy transformationEnergy (signal processing)Environmental scienceComputer scienceElectrical engineeringRenewable energyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Ocean sensors are critical for monitoring marine conditions and understanding ocean ecosystems. However, the deployment duration of these sensors is presently limited by their battery lives, resulting in costly and time-consuming maintenance. Previously, the Water and Energy Research Laboratory (WERL), with input from the Commonwealth Scientific and Industrial Research Organisation (CSIRO), sought to overcome this limitation by harvesting energy from ocean currents to power these sensors. They developed an ocean current energy conversion (CEC) device and tested a prototype in a tow tank, the results of which demonstrated the ability to generate at least 1 W of power from currents as slow as 0.27 m/s. These results strongly indicated feasibility of the concept and the value of continued development. Major present goals include reducing its minimum water speed to 0.2 m/s and performing in-ocean testing. The target of 0.2 m/s was identified in the initial feasibility study for the concept and would significantly increase the range of locations in which the CEC device could be deployed. To move towards this slower water speed, WERL is optimizing the device's turbine using computational fluid dynamics (CFD) and CSIRO is improving the device's alternator, electronics, and subsystem integration. For turbine optimization, we used CFD simulations in multiple design-of-experiment studies to identify key turbine blade geometry parameters that influence turbine output at different operating points. This work was used to generate optimized blades, which we manufactured and installed on the CEC device prototype for retesting in the tow tank. The test results showed that we achieved our target minimum water speed of 0.2 m/s. We also developed and validated a predictive mathematical model of the alternator. This, together with a previously-developed predictive model of the overall device, allowed us to study how alternator design parameters affect the device efficiency. We found that a new alternator could improve the device efficiency by 15–20 percentage points compared to the first prototype. We plan to implement improved blades, alternator, and onboard electronics on a new CEC device prototype. This new prototype will then undergo in-ocean testing to demonstrate full field functionality of the concept.

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.

Comment cette classification a été obtenuedéplier

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0120,000

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,236 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207