MétaCan
Menu
Retour à la cohorte
Enregistrement W2070038046 · doi:10.4043/24450-ms

Large Scale Nonlinear Dynamic Simulation of Flexible Risers with Detailed Finite Element Models - Part 1

2013· article· en· W2070038046 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOTC Brasil · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensIntecsea (Canada)
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemFinite element methodStructural engineeringBendingEngineeringSoftwareComputer scienceMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Flexible risers are in increasing demand for deeper water applications. Accurate large scale global simulations of flexible risers and prediction of helical armour stresses have become an industry priority. Standard riser dynamic analysis software packages utilize line element models that can not capture the complex three-dimensional behavior of flexible risers. Advanced finite element software can model the complex geometry and multi-layered behavior; however, the computational requirements of these solvers limit the models to just a few meters in length. An advanced methodology that affords very significant computational efficiencies is required to bridge the gap to large scale nonlinear dynamic simulations with detailed finite element models. This paper demonstrates an advanced method of analysis that is capable of incorporating detailed finite element models into large scale fully nonlinear dynamic simulations while maintaining execution speeds of standard riser dynamic analysis software packages. Nonlinear Dynamic Substructuring (NDS) is utilized to efficiently execute a large scale nonlinear dynamic simulation of a 500 meter, 9 inch flexible riser system modeled with multi-layer shell finite element models. It is shown that the simulation captures coupled axial-bending-torsional response of the flexible riser. This complex interaction is due to the coupling of geometrically nonlinear global effects with the local winding/unwinding of the contra-wound helical armour layers. The simulation also models armour layer stick-slip friction behavior modeled via a generalized nonlinear bending hysteresis formulation. This bending hysteresis model couples to the geometrically nonlinear large deformation response of the riser. In addition, NDS affords direct and efficient stress recoveries at any desired riser location/layer from the large scale simulation. This is done via an NDS Stress Transformation Matrix (STM) and will be demonstrated in follow-on paper. Effects such as carcass and zeta layers hoop stress compression due to armour layer windings are captured. Relative to computation times, this large scale NDS simulation of a 500m flexible riser, with the pre-NDS multi-layer finite element element models totaling 48,000,000+ degrees of freedom, was executed on a single core processor and in minutes. Introduction Flexible riser systems are in increased demand for deeper water applications necessitating the requirement for advanced, computationally efficient, large scale simulation methods. Prediction of flexible riser dynamic behavior is significantly complicated by the coupling of the geometrically nonlinear and multi-layer interaction effects. This coupling results in complex three-dimensional behavior which can not be modeled with standard riser global analysis software line element formulation. While advanced finite element analysis software can model the complex geometry and multi-layer interaction, the significant computation times required by the solver, even for very short riser lengths, is incongruent with large scale utilization (Ref 5). Clearly, efficient computation is one of the key challenges to large scale analysis of flexible risers with detailed models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: aucune
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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