Time Domain Models for Damping-Controlled Fluidelastic Instability Forces in Multi-Span Tubes With Loose Supports
Notice bibliographique
Résumé
This paper presents simulations of a loosely supported multi-span tube subjected to turbulence and fluidelastic instability forces. Several time-domain fluid force models simulating the damping controlled fluidelastic instability mechanism in tube arrays are presented. These models include the negative damping model based on the Connors equation, fluid force coefficient-based models (Chen; Tanaka and Takahara), and two semi-analytical models (Price and Pai¨doussis; and Lever and Weaver). Time domain modelling challenges for each of these theories are discussed. The implemented models are validated against available experimental data. The linear simulations show that the Connors-equation based model exhibits the most conservative prediction of the critical flow velocity when the recommended design values for the Connors equation are used. The models are then utilized to simulate the nonlinear response of a three-span cantilever tube in a lattice bar support subjected to air crossflow. The tube is subjected to a single-phase flow passing over one of the tubes spans and the flow velocity and the support clearance are varied. Special attention is paid to the tube/support interaction parameters that affect wear, such as impact forces, contact ratio, and normal work rate. As was seen for the linear cases, the reduced flow velocity at the instability threshold differs for the fluid force models considered. The investigated models do, however, exhibit similar response characteristics for the impact force, tip lift response, and work rate, except for the Connors-based model that overestimates the response and the tube/support interaction parameters for the loose support case, especially at large clearances.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».