An Evaluation for Predicting the Far Wake of Tidal Turbines Positioned in Array at Different Longitudinal Spaces

Q: 이 논문에서 정의한 액추에이터 디스크(이)란 무엇인가?

액추에이터 디스크는 실제 터빈과 동일한 치수 및 특성을 가진 에너지 흡수 디스크를 통해 실제 터빈을 모방하는 개념이다. 이는 복잡한 터빈 모델을 단순한 형태로 대체하여 CFD 시뮬레이션에서 시간과 컴퓨터 자원을 절약하는 데 중요한 역할을 한다.

Q: 두 터빈이 종방향으로 배열될 때 후류 회복에 어떤 영향이 있는가?

연구 결과, 두 터빈이 종방향으로 배열된 경우 단일 터빈과 달리 완전한 후류 회복이 어렵다. 첫 번째 터빈의 성능은 거의 유지되지만, 두 번째 터빈은 상류 유속 프로파일의 변화로 인해 성능이 저하되며, 완전한 회복을 위해서는 더 긴 거리가 필요하다.

C. J. Yang; A. D. Hoang; Y. H. Lee

학술저널 Full-text AI

저자정보: C. J. Yang (Mokpo National Maritime University) A. D. Hoang (Mokpo National Maritime University) Y. H. Lee (Korea Maritime University)

저널정보: 한국마린엔지니어링학회 Journal of Advanced Marine Engineering and Technology (JAMET) 한국마린엔지니어링학회지 제36권 제3호

오류 신고하기

피인용 3

검색

초록·키워드

A study on tidal turbine using CFD simulation has been an economical and reliable method. However, large flow fields with multi-turbine arrays require high computer performance. Actuator disc theory therefore is widely applied. Actuator disc is the concept that imitates actual turbine by means of an energy absorption disc which has the same dimension and characteristics. Turbines installed in array may have disturbance effects on one another. Thus, the subject of this study is to analyze the far wake of these tidal turbines and compare to single turbine case. The main objects are to analyze two turbines positioned longitudinally at different spaces.

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료