Numerical Study of Density Ratio Influence on Global Wave Shapes Before Impact
Notice bibliographique
Résumé
The influence of the gas-to-liquid density ratio (DR) on the global wave shape before impact is studied through numerical simulations of the propagation of two different waves in a rectangular wave canal. Two different codes are used: the first one, named FSID, is a highly non-linear 2D bi-fluid potential code initially developed in the frame of SLOSHEL JIP (Kaminski et al. (2011)) to simulate incompressible inviscid free-surface flows without surface tension thanks to a desingularized technique and series of conformal mappings; the second one, named CADYF, is a bi-fluid high-fidelity front-tracking software developed by Ecole Polytechnique Montreal to simulate separated two-phase incompressible viscous flows with surface tension. The first studied wave leads to a flip-through impact while the second one leads to a large gas-pocket impact. Each condition is studied with water and three different gases with increasing densities corresponding to DR = 0.001, 0.003 and 0.005. The global wave shapes are compared a few tenths of second before the impact, before free surface instabilities triggered by the shearing gas flow have developed and also before any gas compressibility matters. Both codes give precisely the same global wave shapes. Whatever the condition studied, it is shown that DR has an influence on these global wave shapes. The trends observed from the simulations are the same as those described in Karimi et al. (2016) obtained from sloshing model tests with Single Impact Waves (SIW) in a 2D tank with a low filling level. A small part of the mechanical energy of the liquid is progressively given to the gas. The larger the DR, the larger this transfer of energy from the liquid to the gas. This explains an increasing delay of the wave front for increasing DRs.
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 ».