MétaCan
Menu
Retour à la cohorte
Enregistrement W4409360107 · doi:10.1139/tcsme-2024-0124

Evaluating roof-mounted VAWT performance with CFD for various building shapes, boundary layer flows, and location scenarios

2025· article· en· W4409360107 sur OpenAlexaffvenue
Farshad Rezaei, Marius Paraschivoiu

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsRoofBoundary layerAerospace engineeringMarine engineeringComputer scienceEnvironmental scienceMechanical engineeringStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The performance of a vertical axis wind turbine (VAWT) is investigated when placed at different positions on the roof, considering the building’s interaction with wind under various terrain categories and changes in the building’s shape. Computational fluid dynamics simulations are used to model a two-blade Darrieus-type VAWT. The results indicate that placing the VAWT at different positions on the roof leads to variations in the power coefficient ( CP). The findings revealed that placing the VAWT in the middle of the roof edge led to 45.1% and 6.7% increase in the maximum CP compared to the isolated turbine in the uniform flow and positioning it at the front corner of the roof, respectively. By considering different velocity profiles associated with various terrain categories, it was found that terrain roughness plays a significant role in the power performance of roof-mounted VAWTs. The results show that maximum performance is achieved in low-roughness areas, such as coastal regions, while the maximum C P decreases in rougher terrains. Additionally, the results indicate that when the VAWT is placed on top of a dome, it generates 50.7% more power compared to when it is placed on top of a cubic building of the same height.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetWind and Air Flow StudiesTravaux en français237 207