MétaCan
Menu
Retour à la cohorte
Enregistrement W4413391319 · doi:10.1115/omae2025-157369

Damping Contributions of Semi-Taut Mooring for Floating Wind Turbines

2025· article· en· W4413391319 sur OpenAlexaffabout
Evans Korankye Frimpong, Kevin Pope, Xili Duan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMarine engineeringWind powerMooringComputer scienceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, the energy dissipation characteristics of a semi-taut mooring for floating offshore wind turbines are investigated. The experiment is performed in a 2 m depth towing tank at the Memorial University of Newfoundland. The setup is scaled to 1 : 60 to represent a 120 m ocean depth. A model mooring line is set up in the semi-taut configuration, and a programmable linear motor, equipped with both force and position sensors, is employed to excite the mooring line horizontally in a sinusoidal manner. A load cell is installed with the mooring line to measure axial tension. A pre-tension is applied to the line to ensure it is in the desired initial state before sinusoidal motions are imposed. Varying low-frequency amplitudes and periods of oscillations are analyzed to assess the energy dissipation performance of the semi-taut mooring configuration. This is done using the indicator diagram approach, which estimates energy loss within the system. The results reveal that energy dissipation is higher at shorter oscillation periods due to stronger drag forces but decreases with longer periods as the motion becomes quasi-static. The equivalent linear damping coefficient was derived, showing an inverse trend with energy dissipation: lower coefficients at shorter periods with rapid cycles and higher coefficients at longer periods due to extended damping time.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,312

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWave and Wind Energy SystemsTravaux en français237 207