MétaCan
Menu
Retour à la cohorte
Enregistrement W2972258433 · doi:10.1201/9780429319778-19

Hydraulic design of stepped spillway using CFD supported by physical modelling: Muskrat Falls hydroelectric generating facility

2019· book-chapter· en· W2972258433 sur OpenAlexaboutno aff
J. Patarroyo, D. Damov, Darren Shepherd, George R. Snyder, Mike Tremblay, Marc Villeneuve

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpillwayHydroelectricityComputational fluid dynamicsEnvironmental scienceMarine engineeringEngineeringCivil engineeringGeotechnical engineeringElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

L’aménagement hydroélectrique de Muskrat Falls est situé sur la rivière Churchill au Labrador, Canada. Le projet est constitué d’une centrale de 824 MW, un évacuateur de crue vanné et un barrage à crête déversante en escalier. Les deux évacuateurs de crue auront une capacité combinée pour le passage de la Crue Maximal Probable (CMP). La crête déversante du barrage nord fait 330 m de longueur et 39 m d’hauteur et aura une capacité de 30,1 m³/s/m. Le coursier de la chute est constitué d’une série de marches, la pente du parement aval est de 0,8H:1,0V. Le pied du barrage sera protégé par un saut de ski qui projettera le jet à l’aval du barrage. Une approche hybride, utilisant des modèles numériques et physiques, a été utilisée pour évaluer divers aspects de la conception initiale du déversoir, tels que la hauteur des marches, l‘angle de projection du saut de ski, le profil de la nappe et le risque de cavitation. Un modèle réduit en canal à l’échelle 1:14 a été réalisée pour: (i) évaluer la performance hydraulique du déversoir sur différents conditions d‘exploitation; et (ii) valider les analyses effectuées simultanément avec un logiciel de dynamique des fluides numériques (DFN). La géométrie des marches a ensuite été optimisée lors de la phase de conception détaillée en s’appuyant uniquement sur l’expérience acquise dans la modélisation DFN de la structure.

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 candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,212
Écart entre enseignants0,186 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic flow and structuresTravaux en français237 207