Collaborative CFD Exercise for a Submarine in a Steady Turn
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of viscous-flow solvers to calculate the forces on ship hulls in oblique motion has been studied for a long time. However, only a few researchers have published work in which the flow around ships in steady turns was studied in detail. To predict ship manoeuvres, an accurate prediction of the loads due to rotational motion is also required. In a collaborative CFD exercise, the Submarine Hydrodynamics Working Group (SHWG) performed calculations on the bare hull DARPA SUBOFF submarine to investigate the capability of RANS viscous-flow solvers to predict the flow field around the hull and the forces and moments for several steady turns. In the study, different commercial as well as bespoke flow solvers were used, combined with different turbulence models and grid topologies. The work is part of a larger study aiming to improve the knowledge and understanding of underwater vehicle hydrodynamics. In this paper, the results of the exercise will be presented. For several cases, verification studies are done to estimate the uncertainties in the results. Flow fields predicted by the different members of the SHWG are compared and the influence of the turbulence model will be discussed. Additionally, the computed forces and moments as a function of the drift angle during the steady turns will be validated. It will be demonstrated that using sufficiently fine grids and advanced turbulence models without the use of wall functions will lead to accurate prediction of both the flow field and loads on the hull.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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