Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius

Autores
Storti, Bruno; Peralta, Ignacio; Dorella, Jonathan; Roman, Nadia; Albanesi, Alejandro; Garelli, Luciano
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El objetivo de este trabajo es realizar la optimización geométrica de los deflectores de aire para una turbina eólica de eje vertical (VAWT) impulsada por arrastre (drag) tipo Savonius. El torque generado por este tipo de turbinas resulta de la diferencia entre las fuerzas de arrastre generado porlas geometrías concavas y convexas de los álabes, respectivamente. La función de estos deflectores es orientar el fujo de aire sobre los álabes cóncavos, y bloquear el flujo sobre los álabes convexos queproducen un torque de frenado. A partir de un prototipo de turbina Savonius diseñado y fabricado porlos autores de este trabajo, se propone realizar un análisis con dinámica de fluidos computacional (CFD)de los deflectores, para mejorar el rendimiento de la turbina. Para las simulaciones en CFD se utilizaráel código Code-Saturne basados en el método de volumenes finitos. Se realizarán diversas corridas paradistintas variables de diseño con el objetivo de obtener mediante Redes Neuronales una función que vincule la geometría de los deflectores con el rendimiento de la turbina (Cp). Posteriormente, se buscará la configuración óptima de los deflectores que garantice el máximo rendimiento de la turbina a traves de un proceso de optimización.
Publicado en: Mecánica Computacional vol. XXXV no.30
Facultad de Ingeniería
Materia
Ingeniería
Turbina Savonius
Energía Eólica
VAWT
Optimización
Redes neuronales artificiales
CFD
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/105135
Acceder
id SEDICI_ac2549178e9bb8fa080fc8150f1120a4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/105135
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina SavoniusStorti, BrunoPeralta, IgnacioDorella, JonathanRoman, NadiaAlbanesi, AlejandroGarelli, LucianoIngenieríaTurbina SavoniusEnergía EólicaVAWTOptimizaciónRedes neuronales artificialesCFDEl objetivo de este trabajo es realizar la optimización geométrica de los deflectores de aire para una turbina eólica de eje vertical (VAWT) impulsada por arrastre (drag) tipo Savonius. El torque generado por este tipo de turbinas resulta de la diferencia entre las fuerzas de arrastre generado porlas geometrías concavas y convexas de los álabes, respectivamente. La función de estos deflectores es orientar el fujo de aire sobre los álabes cóncavos, y bloquear el flujo sobre los álabes convexos queproducen un torque de frenado. A partir de un prototipo de turbina Savonius diseñado y fabricado porlos autores de este trabajo, se propone realizar un análisis con dinámica de fluidos computacional (CFD)de los deflectores, para mejorar el rendimiento de la turbina. Para las simulaciones en CFD se utilizaráel código Code-Saturne basados en el método de volumenes finitos. Se realizarán diversas corridas paradistintas variables de diseño con el objetivo de obtener mediante Redes Neuronales una función que vincule la geometría de los deflectores con el rendimiento de la turbina (Cp). Posteriormente, se buscará la configuración óptima de los deflectores que garantice el máximo rendimiento de la turbina a traves de un proceso de optimización.Publicado en: <i>Mecánica Computacional</i> vol. XXXV no.30Facultad de Ingeniería2017-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1697-1711http://sedici.unlp.edu.ar/handle/10915/105135spainfo:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5387info:eu-repo/semantics/altIdentifier/issn/2591-3522info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T17:04:13Zoai:sedici.unlp.edu.ar:10915/105135Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:04:14.077SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
title Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
spellingShingle Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
Storti, Bruno
Ingeniería
Turbina Savonius
Energía Eólica
VAWT
Optimización
Redes neuronales artificiales
CFD
title_short Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
title_full Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
title_fullStr Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
title_full_unstemmed Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
title_sort Diseño y Optimización Mediante CFD y Redes Neuronales de Deflectores para una Turbina Savonius
dc.creator.none.fl_str_mv Storti, Bruno
Peralta, Ignacio
Dorella, Jonathan
Roman, Nadia
Albanesi, Alejandro
Garelli, Luciano
author Storti, Bruno
author_facet Storti, Bruno
Peralta, Ignacio
Dorella, Jonathan
Roman, Nadia
Albanesi, Alejandro
Garelli, Luciano
author_role author
author2 Peralta, Ignacio
Dorella, Jonathan
Roman, Nadia
Albanesi, Alejandro
Garelli, Luciano
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ingeniería
Turbina Savonius
Energía Eólica
VAWT
Optimización
Redes neuronales artificiales
CFD
topic Ingeniería
Turbina Savonius
Energía Eólica
VAWT
Optimización
Redes neuronales artificiales
CFD
dc.description.none.fl_txt_mv El objetivo de este trabajo es realizar la optimización geométrica de los deflectores de aire para una turbina eólica de eje vertical (VAWT) impulsada por arrastre (drag) tipo Savonius. El torque generado por este tipo de turbinas resulta de la diferencia entre las fuerzas de arrastre generado porlas geometrías concavas y convexas de los álabes, respectivamente. La función de estos deflectores es orientar el fujo de aire sobre los álabes cóncavos, y bloquear el flujo sobre los álabes convexos queproducen un torque de frenado. A partir de un prototipo de turbina Savonius diseñado y fabricado porlos autores de este trabajo, se propone realizar un análisis con dinámica de fluidos computacional (CFD)de los deflectores, para mejorar el rendimiento de la turbina. Para las simulaciones en CFD se utilizaráel código Code-Saturne basados en el método de volumenes finitos. Se realizarán diversas corridas paradistintas variables de diseño con el objetivo de obtener mediante Redes Neuronales una función que vincule la geometría de los deflectores con el rendimiento de la turbina (Cp). Posteriormente, se buscará la configuración óptima de los deflectores que garantice el máximo rendimiento de la turbina a traves de un proceso de optimización.
Publicado en: <i>Mecánica Computacional</i> vol. XXXV no.30
Facultad de Ingeniería
description El objetivo de este trabajo es realizar la optimización geométrica de los deflectores de aire para una turbina eólica de eje vertical (VAWT) impulsada por arrastre (drag) tipo Savonius. El torque generado por este tipo de turbinas resulta de la diferencia entre las fuerzas de arrastre generado porlas geometrías concavas y convexas de los álabes, respectivamente. La función de estos deflectores es orientar el fujo de aire sobre los álabes cóncavos, y bloquear el flujo sobre los álabes convexos queproducen un torque de frenado. A partir de un prototipo de turbina Savonius diseñado y fabricado porlos autores de este trabajo, se propone realizar un análisis con dinámica de fluidos computacional (CFD)de los deflectores, para mejorar el rendimiento de la turbina. Para las simulaciones en CFD se utilizaráel código Code-Saturne basados en el método de volumenes finitos. Se realizarán diversas corridas paradistintas variables de diseño con el objetivo de obtener mediante Redes Neuronales una función que vincule la geometría de los deflectores con el rendimiento de la turbina (Cp). Posteriormente, se buscará la configuración óptima de los deflectores que garantice el máximo rendimiento de la turbina a traves de un proceso de optimización.
publishDate 2017
dc.date.none.fl_str_mv 2017-11
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/105135
url http://sedici.unlp.edu.ar/handle/10915/105135
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5387
info:eu-repo/semantics/altIdentifier/issn/2591-3522
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1697-1711
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783314550063104
score 12.982451

Publicaciones similares