MétaCan
Menu
Retour à la cohorte
Enregistrement W2315123257 · doi:10.1142/s0219455417500158

Multi-Scale Overlapping Domain Decomposition to Consider Elasto-Plastic Local Buckling Effects in the Analysis of Pipes

2016· article· en· W2315123257 sur OpenAlexaff
R. Emre Erkmen, Magdi Mohareb, Ashkan Afnani

Notice bibliographique

RevueInternational Journal of Structural Stability and Dynamics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDomain decomposition methodsFinite element methodPipeline (software)Pipeline transportStructural engineeringContext (archaeology)Shell (structure)Beam (structure)BucklingBridging (networking)Computer scienceEngineeringMechanical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Elevated pipelines are commonly encountered in petro-chemical and industrial applications. Within these applications, pipelines normally span hundreds of meters and are thus analyzed using one-dimensional (1D) beam-type finite elements when the global behavior of the pipeline is sought at a reasonably low computational cost. Standard beam-type elements, while computationaly economic, are based on the assumption of rigid cross-section. Thus, they are unable to capture the effects of cross-sectional localized deformations. Such effects can be captured through shell-type finite element models. For long pipelines, shell models become prohibitively expensive. Within this context, the present study formulates an efficient numerical modeling which effectively combines the efficiency of beam-type solutions while retaining the accuracy of shell-type solutions. An appealing feature of the model is that it is able to split the global analysis based on simple beam-type elements from the local analysis based on shell-type elements. This is achieved through domain-decomposition procedure within the framework of the Bridging multi-scale method of analysis. Solutions based on the present model are compared to those based on full shell-type analysis. The comparison demonstrates the accuracy and efficiency of the proposed method.

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 enseignants0,415
Score d'incertitude au seuil0,263

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 Opus0,008
Tête enseignante GPT0,283
Écart entre enseignants0,275 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Structural Stability and DynamicsMême sujetNumerical methods in engineeringTravaux en français237 207