MétaCan
Menu
Retour à la cohorte
Enregistrement W1593835876 · doi:10.1017/s0001924000013178

CFD fire simulation of the Swissair Flight 111 in-flight fire – Part II: Fire spread analysis

2006· article· en· W1593835876 sur OpenAlexaboutno aff
F. Jia, Mayur K. Patel, Edwin R. Galea, Angus Grandison, J. Ewer

Notice bibliographique

RevueThe Aeronautical Journal · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueFire dynamics and safety research
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Agricultural Sciences
Mots-clésComputational fluid dynamicsCockpitCeiling (cloud)AeronauticsCrewEngineeringAerospace engineeringFire Dynamics SimulatorEnvironmental scienceMarine engineeringMeteorologyStructural engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Abstract In 1998, Swissair Flight 111 (SR111) developed an in-flight fire shortly after take-off which resulted in the loss of the aircraft, a McDonnell Douglas MD-11, and all passengers and crew. The Transportation Safety Board (TSB) of Canada, Fire and Explosion Group launched a four year investigation into the incident in an attempt to understand the cause and subsequent mechanisms which lead to the rapid spread of the in-flight fire. As part of this investigation, the SMARTFIRE Computational Fluid Dynamics (CFD) software was used to predict the ‘possible’ development of the fire and associated smoke movement. In this paper the CFD fire simulations are presented and model predictions compared with key findings from the investigation. The model predictions are shown to be consistent with a number of the investigation findings associated with the early stages of the fire development. The analysis makes use of simulated pre-fire airflow conditions within the MD-11 cockpit and above ceiling region presented in an earlier publication (Part I) which was published in The Aeronautical Journal in January 2006.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations31
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetFire dynamics and safety researchTravaux en français237 207