MétaCan
Menu
Retour à la cohorte
Enregistrement W3135464986 · doi:10.1029/2020wr028742

MPS‐Based Model to Solve One‐Dimensional Shallow Water Equations

2021· article· en· W3135464986 sur OpenAlexafffund
Payam Sarkhosh, Yee‐Chung Jin

Notice bibliographique

RevueWater Resources Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensUniversity of Regina
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésDiscretizationMechanicsFlow (mathematics)MathematicsMomentum (technical analysis)SolverShallow water equationsComputationSmoothed-particle hydrodynamicsRADIUSShock (circulatory)Mathematical analysisMathematical optimizationPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Here, a moving particle simulation method is presented to spatially integrate the cross‐sectional average shallow water equations using a prediction‐correction procedure for the time discretization. A density‐ratio equation is derived for the water depth computation according to the particle number density concept. The newly derived equation does not miscalculate the water depth in case an incorrect searching radius parameter is adopted, unlike the typical volume‐summation formula in meshless shallow water flows. A new one‐dimensional Spiky kernel function is developed to satisfy the unity condition employed in the Newton‐Raphson iteration to calculate the water depth. Dynamic stabilization is adopted to capture shockwave problems, a case‐independent technique based on the inelastic collision with unequal masses. The convective flux term is eliminated under the Lagrangian framework, and so the momentum is adequately conserved without the need for any special treatment. The proposed scheme maintains the exact C‐property, meaning that the water depth gradient and bed slope are hydrostatically well balanced within a discretized solution domain. Compared to analytical solutions and experimental data, the results of this study reveal that the present model is a robust numerical solver without unphysical oscillations. It can capture various shock problems, including steep gradient shock‐front, discontinuous wet bed, transcritical flow regimes, and irregular bed topography. The present model can also simulate the dry‐wet flow transition influenced by friction without experiencing any divisions by zero, negative values, or unphysical perturbations. This advantage is basically due to the water particles' absence and presence for the dry and wet regions, respectively.

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)0,000
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,083
Tête enseignante GPT0,328
Écart entre enseignants0,245 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207