Probabilistic Assessment of Multi-Year Sea Ice Loads on Upward Sloping Arctic Structures
Notice bibliographique
Résumé
Abstract Multi-year (MY) ridge and level ice interactions with sloping and conical structures involve complex ice feature shapes and ice failure mechanisms. The limited available field data makes calibration of associated load models difficult. To account for associated randomness and uncertainty, models may tend to be on the conservative side. New deterministic algorithms were recently developed to calculate loads more accurately for interactions of MY level ice and MY ridges with an upward sloping structure. This paper presents the application of these recently developed formulations in a probabilistic framework using SILS. SILS is a Monte-Carlo type simulator developed by C-CORE following the general procedures outlined in ISO 19906. Ice and metocean input parameters are defined by the user either as a fixed value (e.g. friction coefficients) or a random distribution (e.g. ice drift speed, floe size). The yearly encounter frequency is first estimated for these ice features for the site of interest. The ice loads are then determined for each of simulated interaction event occurring over the model timespan, using the deterministic load formulations. By simulating a large number of years of ice interactions, design ice loads can be determined that correspond to various low annual probability of exceedances. This paper demonstrates how complex loading scenarios, modelled in terms of idealized deterministic models, can be incorporated within a Monte-Carlo framework to provide design level loads. During the model implementation and analysis of results, significant improvements were identified and implemented in the deterministic model, resulting in a more robust model and better design estimates. The results provide valuable insights regarding model inputs and behaviour corresponding to the extreme design ice loads. An example of a full probabilistic analysis is presented in the paper to illustrate the models. Here the probabilistic framework of SILS is used to assess a Base Case scenario and a number of sensitivity cases using different environmental inputs and model parameters.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».