MétaCan
Menu
Retour à la cohorte
Enregistrement W2946311718 · doi:10.5829/ije.2019.32.04a.19

Numerical Hydrodynamic Performance of the Stepped Planing Craft and Its Step Height Effect

2019· article· en· W2946311718 sur OpenAlexaff
Hadi Nourghassemi, Hamidreza Taghva, David Molyneux, Hassan Ghassemi

Notice bibliographique

RevueInternational Journal of Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueShip Hydrodynamics and Maneuverability
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésReynolds-averaged Navier–Stokes equationsMechanicsDragTurbulenceHullVolume of fluid methodFinite volume methodFlow (mathematics)Computational fluid dynamicsDrag coefficientTransverse planeEngineeringPhysicsMarine engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

One of the most efficient methods of reducing drag on planing craft is the use of transverse step on the bottom of a hull. Applying steps on the hull reduces the contact area with water and as a result, it reduces drag of the craft. Planing craft are able to have one or two transverse steps. In this paper, numerical hydrodynamic performance of the stepped planing craft and its step height effect is investigated by making use of finite volume method (FVM). The Reynolds-Averaged Navier-Stokes (RANS) equations are coupled with the standard k- ε turbulence model and volume of fluid equations are solved to simulate transient turbulent free surface flow surrounding the hull by ANSYS-CFX. In order to predict the motion of the craft, equations of two degrees of freedom for rigid body are coupled with governing equations of fluid flow. In order to validate the numerical model presented in this paper, the obtained numerical results are compared with the available experimental data. The numerical results obtained for drag, dynamic trim, rising of center of mass and the pressure distribution on the body at different speeds and different heights of the steps are presented and discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,002
Tête enseignante GPT0,179
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of EngineeringMême sujetShip Hydrodynamics and ManeuverabilityTravaux en français237 207