MétaCan
Menu
Retour à la cohorte
Enregistrement W2133225839 · doi:10.1139/l08-061

Analysis of plunging phenomenon in dam reservoirs using three-dimensional density flow simulations

2008· article· en· W2133225839 sur OpenAlexvenueno aff
Fatih Üneş

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbulenceMechanicsFlow (mathematics)Arithmetic underflowInflowTurbulence modelingGeologyTurbulence kinetic energyBoundary value problemPhysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Density flow is investigated in a three-dimensional model through a dam reservoir with diverging and sloping bottom channels. When an inflow of higher density enters ambient dam reservoir water, it plunges below the ambient water and becomes density underflow. In the present model, nonlinear and unsteady continuity, momentum, energy, and turbulence model equations are formulated in the Cartesian coordinates. The k–ε turbulence model is used with an extension to include production or destruction of turbulent kinetic energy. To investigate the Coriolis force effect on the density flow in a dam reservoir, a Coriolis force parameter is included in the governing equations. The equations of the model are solved based on the initial and boundary conditions of the dam reservoir flow for a range of bottom slopes and divergence angles. In this paper, variation in density flow parameters, such as velocity, temperature, and turbulence viscosity through the dam reservoir, is investigated. Moreover, mixing rate, plunging points, and plunging depths are determined from the simulation results. The results of the present model are compared with the previous experimental work and model. The present model results follow the expected basic trend. The three-dimensional model simulation and analysis improve the understanding of density flow, underflow, divergence flow, mass transport, and dam–reservoir flow interaction.

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 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 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 enseignants0,192
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0000,000

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 GPT0,191
Écart entre enseignants0,178 · 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 tête enseignante, 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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207