MétaCan
Menu
Retour à la cohorte
Enregistrement W7161138187 · doi:10.1109/meeget65999.2025.11512163

Fluid–Structure Interaction in Horizontal-Axis Wind Turbines: Recent Progress and Challenges in Lattice Boltzmann Method Applications

2025· article· W7161138187 sur OpenAlexaff
Sofiane Zemoura, Abdelhamid Bouhelal, Mohammed Nadjib Hamlaoui, Hachimi Fellouah, Arezki Smaili

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésLattice Boltzmann methodsLattice (music)Boltzmann constantContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

This review synthesizes recent progress in fluid–structure interaction (FSI) for horizontal-axis wind turbines (HAWTs) with an emphasis on advances using the lattice Boltzmann method (LBM). Fluid-only HAWT–LBM studies and their numerical foundations—lattice and collision operators, subgrid closures, near-wall treatment, and Cartesian geometry/interface handling—are consolidated. Across representative benchmarks and field cases, fluid-only LBM has matched integral power/thrust and near- and mid-wake metrics relative to established Navier–Stokes solvers in published comparisons, while demonstrating strong GPU performance and scaling. By contrast, published LBM-based FSI for HAWTs is limited to rigid-body coupling; a validated, two-way aeroelastic coupling of flexible, rotating blades has not yet been demonstrated. Canonical LBM–FSI applications (flexible flaps, plates/wings, selected civil/aero cases) illustrate transferable patterns—loose/strong partitioned exchange, immersed-boundary interfaces, and substep coupling to accommodate different fluid and structural time scales—but stop short of rotating composite blades at Reynolds numbers typical of utility-scale HAWTs. Based on these findings, the remaining research gaps are delineated and a staged roadmap toward a validated, two-way LBM-based aeroelastic pipeline for flexible HAWT blades is presented.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,324
Écart entre enseignants0,289 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLattice Boltzmann Simulation StudiesTravaux en français237 207