MétaCan
Menu
Retour à la cohorte
Enregistrement W2244961457

Explicit FEA and Constitutive Modelling of Damage and Fracture in Polycrystalline Ice - Simulations of Ice Loads on Offshore Structures

2005· article· en· W2244961457 sur OpenAlexvenueaboutno aff
Ahmed Derradji-Aouat

Notice bibliographique

RevueNPARC · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConstitutive equationFinite element methodCrackingGeotechnical engineeringSubmarine pipelineStructural engineeringGeologyFracture (geology)MechanicsEngineeringMaterials sciencePhysicsComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Finite Element Analyses (FEA) of ice interactions with offshore structures, the constitutive material model for the behaviour of ice becomes a critical factor to accurately calculate maximum ice loads. Cracking activity is an integral part of the interaction process and it can be modelled using a hybrid approach of constitutive modelling of ice behaviour and explicit numerical solution1. In this paper, a brief summary for the constitutive model, damage formulation, failure criterion, and numerical solution is presented. The subject of how both micro and macro cracks are modelled and used in the simulations of typical ice-structure interaction problems (and subsequently to calculate maximum ice loads) is discussed in the light of the results of two different examples. The 1st example is a numerical simulation of an ice sheet (100 by 60 by 0.5 m) impacting a large fixed concrete structure (120 by 40 by 40 m) in the Belle Isle Strait (BIS), Newfoundland, Canada. The 2nd second example, however, is a simulation of a cylindrical rigid indentor impacting an ice block (10 by 2 by 2 m) at high speed. The results from both examples are discussed in the light of the 'damage and fracture' formulation of the present constitutive model and failure criterion for ice. Conclusions and recommendations for future work are provided.

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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,223
Écart entre enseignants0,207 · 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

Citations4
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207