MétaCan
Menu
Retour à la cohorte
Enregistrement W2317938918 · doi:10.1061/41203(425)51

An Unsteady Optimization Algorithm for Water Distribution Systems Including Hydraulics and Water Quality Criteria

2011· article· en· W2317938918 sur OpenAlexaff
Gholamreza Naser, Bernhard Jung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHydraulicsTurbidityMechanicsFlow (mathematics)Pipeline (software)Water flowParticle swarm optimizationTurbulenceMomentum (technical analysis)GridPipeline transportSurgeWater qualityTransient (computer programming)Computer scienceEnvironmental scienceEngineeringAlgorithmMathematicsGeotechnical engineeringPhysicsMeteorologyMechanical engineeringGeologyThermodynamicsGeometry

Résumé

récupéré en direct d'OpenAlex

This research aimed in at least a preliminary way to simulate and approximate red water events in a water pipeline system. An abrupt change in flow regime creates an aggressive shear force, sometimes causing the deposited particles at the pipe wall to be re-suspended and carried with the bulk flow. In this study, a one-dimensional (1-D) transient simulation model is proposed, by which the turbidity of water is modeled with a transport equation, which is then coupled with the continuity and momentum equations for flow. Using the Taylor's turbulence model, an implicit/explicit finite difference model (FDM) is superposed with a fixed grid method of characteristics (MOC) to numerically integrate the governing equations for the unknown flow parameters including water turbidity. The research applied Boxall's approach to determine the water turbidity in the system. The study presented the particle swam optimization (PSO) technique to calibrate the parameters in Boxall's approach. Finally, the model's results for a reservoir-pipe-valve system were compared with the available field data reported in the literature by other researchers. The overall agreement of the two sets of results supports the basic validity of the proposed 1-D model.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,045
Tête enseignante GPT0,265
Écart entre enseignants0,220 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207