Using system identification in modeling the yaw response of tail fins for small wind turbines with bearing friction
Notice bibliographique
Résumé
We describe three main developments of our previous study of the nonlinear yaw dynamics of the tail fins for small wind turbines [Khedr et al., J. Renewable Sustainable Energy 16, 053305 (2024)]. First, the model constants derived from archived computational and experimental studies are adjusted by employing system identification (SI) to maximize the model's agreement with wind tunnel tests. This adjustment was done for high wind speeds, where yaw bearing friction can be ignored. When starting a turbine at low wind speed, however, friction can become important. Our second development is to implement a model for the frictional resistive torque and use SI to maximize its accuracy. These developments used wind tunnel experiments on generic delta, elliptical, and rectangular planforms that were described by Khedr et al. [J. Renewable Sustainable Energy 16, 053305 (2024)]. Since the aerodynamic and friction models employ a large number of constants, we describe ways to constrain the values using linearized solutions of the response equations for small and large yaw angles. Third, we test the generality of the aerodynamic and friction modeling using the complex planform from a commercial small turbine, for which limited theoretical and computational guidance is available in selecting the model constants. The model implemented with SI is shown to provide an accurate description of the yaw response of the complex planform. Guidelines are given for the use of wind tunnel tests to determine the model constants for tail fins of any planform.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».