MétaCan
Menu
Retour à la cohorte
Enregistrement W2763604359 · doi:10.1115/omae2017-61136

Solving 2D Fluid-Structure Interaction Problem by a Coupled Particle Method

2017· article· en· W2763604359 sur OpenAlexaff
Ruosi Zha, Wei Qiu, Heather Peng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFluid–structure interactionDiscretizationNonlinear systemMechanicsIsotropyFree surfaceFlow (mathematics)ComputationBreaking waveSmoothed-particle hydrodynamicsComputer scienceConjugate gradient methodParticle (ecology)PhysicsMathematicsMathematical analysisStructural engineeringFinite element methodGeologyWave propagationEngineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

It is important to predict wave impact and structural responses of ship and offshore structures in extreme sea conditions. There are advantages to apply Lagrangian particle methods to simulate highly nonlinear breaking free surface flow and fluid-structure interactions (FSI). In this paper, an improved moving particle semi-implicit (MPS) method was developed to solve the FSI problems. At each time step, the fluid motions and the structural responses are solved. For flow computations, a modified mixed source term method and an improved free surface identification method were adopted to suppress pressure oscillations. Moreover, a particle collision model was used to enhance the numerical stability and avoid nonphysical solutions. The discretized Poisson equations for pressure were solved by a parallel version of the bi-conjugate gradient stabilized method based on the message passing interface (MPI) approach. For structural responses, solids were treated as isotropic elastic particles. Validation studies were carried out for cases of 2D dam breaking and its interaction with a rubber gate. The numerical solutions are in good agreement with experimental data and other published numerical results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,281
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207