MétaCan
Menu
Retour à la cohorte
Enregistrement W3043275962 · doi:10.7939/r3-npyv-a673

Computational Fluid Dynamics Validation of Rooftop Wind Regime in Complex Urban Environment

2020· article· en· W3043275962 sur OpenAlexaboutno aff
Sarah Jamal Mattar

Notice bibliographique

RevueUniversity of Alberta Library · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsMeteorologyEnvironmental scienceComputer scienceAtmospheric sciencesAerospace engineeringGeologyGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

This thesis presents a validation methodology for Computational Fluid Dynamics (CFD) assessments of rooftop wind regime in urban environments. A case study is carried out at the Donadeo Innovation Centre for Engineering (DICE) building at the University of Alberta campus. A numerical assessment of rooftop wind regime around buildings of the University of Alberta North campus has been performed by using 3D steady Reynolds-averaged Navier-Stokes equations, on a large-scale high-resolution grid using the ANSYS CFX. Four anemometers were set up on the roof of the DICE building and the computer software LabVIEW was used for data acquisition. Six months of data were collected and analyzed using different methods of data extraction and comparison. Four in-flow directions and three free-stream wind speeds were simulated, and the results of the assessment showed that the CFD simulation results are much more sensitive to upstream geometry modelling, when compared to downstream, even in cases of areas of low roughness lengths. A wind resource assessment was also conducted, and the effect of averaging period on the average wind power density and turbulence intensity was studied. It was found that changing averaging period does not influence the average wind power density, but the turbulence intensity decreased with decreasing averaging period.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,160
Écart entre enseignants0,151 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetWind and Air Flow StudiesTravaux en français237 207