CN112145371B - 一种风力机气动噪声快速预测方法 - Google Patents

一种风力机气动噪声快速预测方法 Download PDF

Info

Publication number
CN112145371B
CN112145371B CN202010934090.7A CN202010934090A CN112145371B CN 112145371 B CN112145371 B CN 112145371B CN 202010934090 A CN202010934090 A CN 202010934090A CN 112145371 B CN112145371 B CN 112145371B
Authority
CN
China
Prior art keywords
wind turbine
noise
model
leaf element
airfoil
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010934090.7A
Other languages
English (en)
Other versions
CN112145371A (zh
Inventor
朱卫军
刘宇新
孙振业
曹九发
陈东阳
刘嘉颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangzhou University
Original Assignee
Yangzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yangzhou University filed Critical Yangzhou University
Priority to CN202010934090.7A priority Critical patent/CN112145371B/zh
Publication of CN112145371A publication Critical patent/CN112145371A/zh
Application granted granted Critical
Publication of CN112145371B publication Critical patent/CN112145371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Sustainable Development (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风力机气动噪声快速预测方法，包括：输入风力机外形参数、运行参数；通过风力机外形参数将风力机叶片划分成若干叶素；通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。计算速度快、精度高且不需要实验的修正，为风力机叶片气动噪声提供了一种快速有效的预测方法。

Description

一种风力机气动噪声快速预测方法
技术领域
本发明属于声学技术领域，尤其涉及一种风力机气动噪声快速预测方法。
背景技术
风能是近十年来发展速度最快的清洁能源之一。随着风能利用的大规模化和风力机的大型化发展，内陆风电场离人口密集区域越来越接近，风力机的噪声污染已逐渐成为亟待解决的一个问题。风力机的噪声主要来自风力机设备的机械噪声和叶片旋转导致的气动噪声。气动噪声是风力机噪声的主要来源，且在气动噪声中尾缘噪声占主导地位。风力机的气动噪声可以采用CFD方法求解，不过这种方法比较复杂，虽然计算精度高，但需要的计算资源大，时间长而且目前还不很成熟。建立在试验结果基础上的BPM半经验公式虽然可以直接计算风力机的噪声，但在计算精度上有所欠缺，具有不稳定性和局限性。
发明内容
本发明的目的是提供一种风力机气动噪声快速预测方法，对于快速、准确预测风力机气动噪声有着重要的理论意义，为风力机的设计、制造、布局提供理论依据。
本发明为实现上述发明目的采用如下技术方案：
本发明提供了一种风力机气动噪声快速预测方法，包括：
输入风力机外形参数、运行参数；
通过风力机外形参数将风力机叶片划分成若干叶素；
通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级；
所述尾缘噪声模型的公式如下：
Figure GDA0003577947750000021
Figure GDA0003577947750000022
式中SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱；
所述翼型吸力面声谱的模型的公式如下：
Figure GDA0003577947750000023
式中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱；
所述吸力面壁面压力谱的模型的公式如下：
Figure GDA0003577947750000024
式中Ues为翼型尾缘边界层吸力面等效速度；
Figure GDA0003577947750000025
为吸力面边界层相对厚度，与翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，/>
Figure GDA0003577947750000026
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，/>
Figure GDA0003577947750000027
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、/>
Figure GDA0003577947750000028
es、/>
Figure GDA0003577947750000029
为模型参数，其中
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
Figure GDA00035779477500000210
d＝4.76(1.4/Δ)0.75(0.375e-1)；
es＝3.7+1.5βc；
Figure GDA0003577947750000031
进一步地，所述风切模型的公式如下：
Figure GDA0003577947750000032
式中，VH为轮毂高度处风速；H为轮毂高度；z为叶素距地面垂直高度；α为风剪切系数。
进一步地，所述塔筒模型的公式如下：
Figure GDA0003577947750000033
Figure GDA0003577947750000034
Vz＝Vrcosθ-Vθsinθ
Vy＝-Vrsinθ-Vθcosθ
Figure GDA0003577947750000035
Figure GDA0003577947750000036
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；H'为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数。
进一步地，所述湍流入流噪声模型的公式如下：
Figure GDA0003577947750000037
式中ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
l＝25Z0.35z0 -0.063
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
Figure GDA0003577947750000041
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2。
本发明的有益效果如下：
通过风力机叶素动量理论，结合气流的风切效应和塔筒效应，更为准确的计算叶素的有效风速和攻角；通过XFOIL计算出叶素的边界层参数，提供给翼型噪声模型快速计算出噪声源产生的噪声大小；将每个叶素的声压级或声功率级进行对数叠加，得到风力机整体声压级或声功率级。
附图说明
图1为根据本发明实施例提供的风力机噪声计算流程图；
图2为根据本发明实施例提供的塔筒势流理论图；
图3为根据本发明实施例提供的第一种塔筒情况图；
图4为根据本发明实施例提供的第二种塔筒情况图；
图5为根据本发明实施例提供的风力机噪声预测结果与实验测量结果对比图。
具体实施方式
本发明基于风力机空气动力学叶素动量理论和叶片噪声计算理论。如图1，将风力机叶片沿着展向划分成若干叶素。首先根据叶素动量理论、风切模型和塔筒模型求出对应叶素上的有效来流风速和攻角，然后利用有效风速计算出叶素的雷诺数，运用XFOIL软件计算出壁面压力谱模型所需要的边界层参数，最后将翼型尾缘噪声模型和湍流来流噪声应用到每个叶素上，求出对应的声压级或声功率级，再将各叶素上的噪声源进行叠加，从而计算出整个风力机的声压级或声功率级。针对某实际风力机，应用本发明计算声功率级并于实际测量数据进行分析比较。
本发明提供的一种风力机气动噪声快速预测方法，包括以下步骤：
步骤S1：输入风力机外形参数、运行参数；
步骤S2：通过风力机外形参数将风力机叶片划分成若干叶素；
步骤S3：通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
步骤S4：将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
步骤S5：将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
步骤S6：将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。
所述步骤S3中，风切模型为：
Figure GDA0003577947750000051
公式(1)中，VH为轮毂高度处风速，H为轮毂高度，z为叶素距地面垂直高度，α为风剪切系数；
所述步骤S3中，塔筒模型为：
Figure GDA0003577947750000052
Figure GDA0003577947750000053
Vz＝Vrcosθ-Vθsinθ
(4)
Vy＝-Vrsinθ-Vθcosθ
(5)；
式中Vz、Vy为塔筒径向和切向速度分量，
Figure GDA0003577947750000061
如图2所述，对于第一种塔筒情况，当叶片旋转在轮毂下方时，如图3：
Figure GDA0003577947750000062
对于第二种塔筒情况，当叶片旋转到轮毂上方时，如图4:
Figure GDA0003577947750000063
其中H为地面到轮毂中心的高度；H'为第一种塔筒情况下的补偿高度，h为第二种塔筒情况下的补偿高度；x为叶素距地面的垂直高度；a为叶素到塔筒z轴方向的距离，是与x相关的函数；
所述步骤S5中，湍流入流噪声模型为：
Figure GDA0003577947750000064
公式(6)中，ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数：
l＝25Z0.35z0 -0.063；
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数：
Figure GDA0003577947750000065
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2。
所述步骤S5中，尾缘噪声模型为:
Figure GDA0003577947750000066
Figure GDA0003577947750000071
SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；公式(7)、(8)中，Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱；
Figure GDA0003577947750000072
方程(9)中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱；
Figure GDA0003577947750000073
方程(10)中Ues为翼型尾缘边界层吸力面等效速度；
Figure GDA0003577947750000074
为吸力面边界层相对厚度，和翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，/>
Figure GDA0003577947750000075
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，/>
Figure GDA0003577947750000076
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、/>
Figure GDA0003577947750000077
es、/>
Figure GDA0003577947750000078
为模型参数，其中:
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
d＝4.76(1.4/Δ)0.75(0.375e-1)；
Figure GDA0003577947750000079
es＝3.7+1.5βc；
Figure GDA0003577947750000081
下面结合具体实例对本发明作如下验证：
以3叶片，Bonus 300kW风力机为例，运用风力机噪声预测模型计算该风力机的声功率级，得到的结果与实验测量值比较，验证风力机噪声预测模型的有效可行性。
表1为Bonus 300kW风力机运行参数
风轮转子半径(m) 15.5
塔筒高度(m) 31
叶片数 3
转速(rpm) 35.2
翼型 NACA634XX系列
平均桨距角(°) -1
轮毂处平均风速(m/s) 8
风向 上风向
接收者位置(m) 40
风切系数 0.15
塔筒顶部半径(m) 0.75
塔筒底部半径(m) 1.55
地表粗糙度(m) 0.01
声功率级(dBA) 99.1
图5给出了风力机噪声模型预测结果与实验测量对比结果，可以清楚的看出模型预测值与实验值在低频20-120Hz和高频4000-10000Hz区间内的预测结果比实验值偏高1-2dB；在中频区间内预测值与实验值基本相同。
综上所述，本发明提出的基于壁面压力谱的风力机气动噪声快速预测方法具有可行性及有效性，为相关气动噪声研究提供指导。
应当理解的是，以上仅是本发明的对较佳实施例的详细描述，并不能因此认为是对本发明专利保护范围的限制。本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本法民的保护范围。应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (1)

1.一种风力机气动噪声快速预测方法，其特征在于，包括：
输入风力机外形参数、运行参数；
通过风力机外形参数将风力机叶片划分成若干叶素；
通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级；
所述尾缘噪声模型的公式如下：
Figure FDA0004107798860000011
Figure FDA0004107798860000012
式中SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱；
所述翼型吸力面声谱的模型的公式如下：
Figure FDA0004107798860000013
式中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱；
所述吸力面壁面压力谱的模型的公式如下：
Figure FDA0004107798860000021
式中Ues为翼型尾缘边界层吸力面等效速度；
Figure FDA0004107798860000022
为吸力面边界层相对厚度，与翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，/>
Figure FDA0004107798860000023
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，/>
Figure FDA0004107798860000024
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、/>
Figure FDA0004107798860000025
es、/>
Figure FDA0004107798860000026
为模型参数，其中
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
Figure FDA0004107798860000027
d＝4.76(1.4/Δ)0.75(0.375e-1)；/>
es＝3.7+1.5βc；
Figure FDA0004107798860000028
所述风切模型的公式如下：
Figure FDA0004107798860000029
式中，VH为轮毂高度处风速；H为轮毂高度；z为叶素距地面垂直高度；α为风剪切系数；
所述塔筒模型的公式如下：
Figure FDA00041077988600000210
Figure FDA0004107798860000031
Vz＝Vrcosθ-Vθsinθ
Vy＝-Vrsinθ-Vθcosθ
Figure FDA0004107798860000032
Figure FDA0004107798860000033
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；H'为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数；
所述湍流入流噪声模型的公式如下：
Figure FDA0004107798860000034
式中ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
l＝25Z0.35z0 -0.063
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
Figure FDA0004107798860000035
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2。
CN202010934090.7A 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法 Active CN112145371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010934090.7A CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010934090.7A CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Publications (2)

Publication Number Publication Date
CN112145371A CN112145371A (zh) 2020-12-29
CN112145371B true CN112145371B (zh) 2023-05-26

Family

ID=73890009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010934090.7A Active CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Country Status (1)

Country Link
CN (1) CN112145371B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115544667B (zh) * 2022-10-31 2024-05-10 南京航空航天大学 一种基于叶素动量源耦合cfd的等效盘方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122596A (zh) * 2017-04-11 2017-09-01 镇江市丹徒区粮机厂有限公司 一种用于风机气动噪声的预测方法
CN109145506B (zh) * 2018-09-20 2023-04-18 中国科学院工程热物理研究所 一种高气动性能低噪声水平风力机外侧翼型的优化设计方法
CN111046493A (zh) * 2019-12-04 2020-04-21 中国直升机设计研究所 一种基于集中载荷的旋翼气动噪声计算方法

Also Published As

Publication number Publication date
CN112145371A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
Camp et al. Mean kinetic energy transport and event classification in a model wind turbine array versus an array of porous disks: Energy budget and octant analysis
Boudet et al. Zonal large-eddy simulation of a fan tip-clearance flow, with evidence of vortex wandering
CN106548414B (zh) 一种海上风电场发电量计算方法
Weber et al. Aeroacoustics of Darrieus wind turbine
Madsen Low frequency noise from wind turbines mechanisms of generation and its modelling
Kaviani et al. Aerodynamic noise prediction of a MW-class HAWT using shear wind profile
CN112145371B (zh) 一种风力机气动噪声快速预测方法
Miller et al. Solidity effects on the performance of vertical-axis wind turbines
Madsen et al. Correlation of amplitude modulation to inflow characteristics
Liu et al. Aerodynamic and aeroacoustic performance assessment of a vertical axis wind turbine by synergistic effect of blowing and suction
CN117592388A (zh) 一种基于cfd的风电场多机尾流模拟方法
Zenz et al. Aeroacoustical and aerodynamical investigations of riblets applied on low pressure turbine exit guide vanes for two different operating points
Wang et al. CFD simulation on wind turbine blades with leading edge erosion
Wang et al. Investigation on aerodynamic noise for leading edge erosion of wind turbine blade
Salyers Experimental and numerical investigation of aerodynamic performance for vertical-axis wind turbine models with various blade designs
Vad et al. Study of the aero-acoustic and aerodynamic effects of soft coating upon airfoil
Kikuchi et al. Detailed studies on aerodynamic performance and unsteady flow behaviors of a single turbine stage with variable rotor-stator axial gap
Shubham et al. Effect of struts and central tower on aerodynamics and aeroacoustics of vertical axis wind turbines using mid-fidelity and high-fidelity methods
Giridhar et al. Aerodynamic noise generated by the NREL Phase VI wind turbine rotor
Nazmi İlikan et al. Influence of dihedral stacking on the performance of an axial fan
Weber et al. Computational aeroacoustic simulations of small vertical axis wind turbine
Kumar et al. Effect of blade skew, endplate and casing groove on the aerodynamic performance of Wells turbine for OWC: a review
Kumar et al. CFD analysis of the performance of an H-Darrieus wind turbine having cavity blades
Hu et al. Numerical investigation on performance and aerodynamic noise of high speed axial flow fans
Lee et al. Experimental Study on the Half Flat Tip Serrated Trailing Edge for Stand Fan

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant