借助雪城大學新落成的無回聲風洞設施，研究人員同時還在分析和了解特定的葉片形狀，以決定在氣流極其不穩定的環境下，不同形狀的葉片在受到適當氣流控制時，其所具有的升力和阻力特性。此外，研究人員還將利用無回聲風洞來評估和測量氣流控制對風力發電機噪聲頻譜的影響。

　　美國能源部支持的明尼蘇達大學風能聯盟專門從事與風能相關的研究，雪城大學的主動風流動智能控制系統研究屬于聯盟整體工作的組成部分。身為機械和航空工程教授的格勞澤爾表示，很高興能參與明尼蘇達大學牽頭的具有世界水平的風能研究聯盟，這是將在氣流智能控制系統方面的專業知識用于可再生能源領域的極好機會。

　　排骨狀V形槽能將效率提高3%

　　在雪城大學研究人員研究風力發電機氣流智能控制系統的同時，明尼蘇達大學的科研人員則在研究影響風能效率的另外一個問題，那就是風阻。他們在風力發電機葉片上開鑿許多細小的凹槽了解是否能夠減少風阻。凹槽分布在葉片表面外層上，槽身十分淺（只有40至225微米），人眼根本看不出來。通過對發電能力為2.5兆瓦的風力發電機葉片表面進行風洞試驗以及計算機模擬，研究人員研究了不同凹槽形狀和凹槽走向的效果。研究人員羅格·阿恩德等人相信，排骨狀V形槽將能夠將風力發電機的效率提高3%。

　　在不久前舉行的美國物理學會流體力學分部會議上，雪城大學和明尼蘇達大學的研究人員分別介紹了他們的研究情況。