MétaCan
Menu
Retour à la cohorte
Enregistrement W2507804141 · doi:10.1155/2016/8530154

Flutter Derivatives Identification and Aerodynamic Performance of an Optimized Multibox Bridge Deck

2016· article· en· W2507804141 sur OpenAlexafffund
Elena Dragomirescu

Notice bibliographique

RevueAdvances in Civil Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlutterStructural engineeringDeckBridge (graph theory)AerodynamicsAeroelasticityWind tunnelBox girderSpan (engineering)Wind speedAerodynamic forceGirderEngineeringGeologyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The bridge deck sections used for long-span suspension bridges have evolved through the years, from the compact box deck girders geometrical configurations to twin-box and three-box bridge decks sections. The latest generation of split and multiple-box bridge decks proved to have better aerodynamic behavior; thus further optimization methods are sought for such geometrical configurations. A new type of multibox bridge deck, consisting of four aerodynamically shaped deck boxes, two side decks for the traffic lanes and two middle decks for the railway traffic, connected between them by stabilizing beams, was tested in the wind tunnel for identifying the flutter derivatives and to verify the aerodynamic performance of the proposed multibox deck. Aerodynamic static force coefficients were measured for the multibox bridge deck model, scaled 1 : 80, for Reynolds numbers up to 5.1 × 105, under angles of attack between −8° and 8°. Iterative Least Squares (ILS) method was employed for identifying the flutter derivatives of the multibox bridge deck model, based on the results obtained from the free vibration tests and based on the frequency analysis the critical flutter wind speed for the corresponding prototype of the multibox bridge was estimated at 188 m/s.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207