Wave Impact Experiment of a GBS Model in Large Waves
Notice bibliographique
Résumé
For the design of offshore structures in harsh wave environments, model testing continues to be the recommended industry practice for determining wave impact forces on offshore structures. Accurate measurements of wave impacts in model tests have been a challenge for several decades. Transducers are required to accurately capture the short duration, high magnitude, and dynamic nature of impact loads. The structural model, transducers, and the transducer mountings need to be designed such that mechanical vibrations in the integrated transducer-mounting-structural model system do not contaminate the wave impact measurements. In this work, the dynamic oscillations in the measurements were controlled through the design and fabrication of transducers, their mounting and the GBS model. Wave crest probability distributions were developed that included fully nonlinear effects. These distributions were used as a benchmark to qualify the waves in the wave calibration tests. The highly stochastic nature of impact loads makes it challenging to obtain converged probability distributions of the maximum impact loads (i.e. forces or pressures) from model tests. To increase the confidence in the statistical values of wave impact loads, a large number of realizations were used for a given sea state. Variability of the maximum pressure due to wave basin effects (such as wait-time between tests) was examined with fifteen repeat tests using the same wave maker control signal. These tests provided insights into the random behavior of the impact loads.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».