Integrated Design and Analysis for Virtual Arctic Simulation Environment
Notice bibliographique
Résumé
Abstract We present an integration of new capabilities of simulation and visualization for subsea analysis and design into an existing virtual arctic simulation environment (VASE). The existing system (previously presented) provides interactive, high-fidelity simulation capabilities for remotely-operated vehicles (ROV) in arctic environments for subsea trenching along with support for visualization of integrated data from sub-bottom and multibeam sonar imaging devices. This paper describes integration of the existing VASE with computation fluid dynamics (CFD) simulation capability for simulation of flow assurance and fluid-structure interaction design issues relevant to arctic subsea oil and gas field design. The presented integrated simulation system allows for rapid, streamlined evaluation of pipeline designs in an integrated data, whole-field context. In particular, detailed analysis of pipeline fatigue risk factors due to slugging and effects of hydrate formation can be performed through integrated CFD analysis capabilities. The system's intuitive pipeline design allows for rapid alteration of pipe and flow lines in response to feedback from bathymetry and soil data, ROV accessibility requirements and structural analysis through flow induced vibration and fluid structure-interaction simulations. It is demonstrated how various pipeline and jumper designs can be rapidly created in the VASE with design strategies motivated by the integrated whole field data visualization environment. Once pipe and jumper designs are specified, they can be exported for external analysis. We demonstrate this analysis through two fluid-structure interaction models (slugging and hydrate formation model). This allows for effective design in arctic environments, including design of pipeline routes in context of trenching and general management of cold water conditions. Overall, the system can also serve to function as a planning and data management system for subsequent training of pilots for inspection as part of asset integrity management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».