MétaCan
Menu
Retour à la cohorte
Enregistrement W2304291435 · doi:10.14288/1.0080736

Effect of parabolization on viscous resistance of displacement vessels

2010· article· en· W2304291435 sur OpenAlexaboutno aff
Voytek Klaptocz

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResistance (ecology)Displacement (psychology)PsychologyPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

The addition of parabolic side bulbs at the ship's mid body is aimed at reducing wavemaking resistance. This concept was first successfully tested on a coaster tanker and then extended to the UBC Series Model 3, a typical Canadian West Coast fishing vessel. A series of systematic tow tank experiments revealed that while parabolization decreases the total resistance (due to a drop in wave-making resistance) the form factor suffers an increase. This thesis focuses on numerical predictions of the influence of side bulbs on the viscous resistance characteristics of a displacement vessel. An integral boundary method solver and a 2D RANS solver were chosen as tools to predict the effect of parabolization on viscous drag for the UBC Series Model 3 hulls and the UBC Series Model 4. The concept of parabolization was then extended to an NPL Trimaran hull. A 3D RANS code was used to compare the calculated values of skin friction and boundary layer thickness to those calculated by the integral boundary layer solver. The RANS code was also used to numerically predict the effect of parabolization on viscous pressure drag for the NPL hull. In total, three different bulbs were studied numerically in addition to the parent NPL hull. The numerical results were compared to experimental data obtained from calm water resistance predictions obtained from tow tank testing. Further effort to decrease the impact of parabolization on form factor was made by applying moving surface boundary layer control to the UBC Series Model 4.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,957

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)0,0000,000

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 Opus0,002
Tête enseignante GPT0,166
Écart entre enseignants0,163 · 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'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetTribology and Wear AnalysisTravaux en français237 207