Experimental study of the impacts of porous plates on steady flow velocities for hydrokinetic energy resource impact assessment applications
Notice bibliographique
Résumé
In order to take advantage of economies of scale, hydrokinetic energy (HKE) developers typically deploy multiple turbines within rivers or the marine environment in array or farm configurations. Successful planning and design of turbine array deployments requires an understanding of turbine wake hydrodynamics, wake interactions within arrays, and the performance of turbines within array fields, to enable quantification of the extractable power and impacts on the surrounding environment. However, consistent and reliable methods for predicting the power generation capabilities of turbine arrays and the total extractable power from a given site remain elusive. Numerical hydrodynamic models show considerable promise as tools to support hydrokinetic energy resource assessment, turbine array site selection, array design and impact assessment. For example, Computational Fluid Dynamics (CFD) models provide a means to analyse the high frequency motions and complex geometries associated with turbine-fluid interactions at the scale of individual turbines. CFD models can be integrated with numerical models that solve free surface flow equations to study the interactions between turbine arrays and hydrodynamics at coastal region or river reach scales. However, numerical models remain subject to limitations and require calibration and validation to provide confidence in their predictive capabilities, and to quantify uncertainty. This paper presents preliminary work whereby a set of large scale physical models was utilized to document the magnitude and spatial distribution of the velocity deficit at a high resolution upstream, and within the downstream wake, of simplified representations of cross-flow turbines modelled as porous rectangular plates. Subsequent phases of the research will include using this experimental data to calibrate and validate a CFD model of the porous plates, and conducting scale model experiments using more realistic, moving cross-flow hydrokinetic turbines to support improvements in CFD modelling techniques for HKE 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.
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 | 0,000 | 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 ».