MétaCan
Menu
Retour à la cohorte
Enregistrement W4311519531 · doi:10.3390/jmse10121863

Predicting the Effect of Hull Roughness on Ship Resistance Using a Fully Turbulent Flow Channel

2022· article· en· W4311519531 sur OpenAlexafffund
Roberto Ravenna, Ryan Ingham, Soonseok Song, Clifton R. Johnston, Tahsin Tezdogan, Mehmet Atlar, Yiğit Kemal Demirel

Notice bibliographique

RevueJournal of Marine Science and Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine Biology and Environmental Chemistry
Établissements canadiensDalhousie University
Organismes subventionnairesMinistry of Oceans and FisheriesDalhousie UniversityInha UniversityHorizon 2020 Framework ProgrammeUniversity of Strathclyde
Mots-clésTurbulenceHullMarine engineeringReynolds-averaged Navier–Stokes equationsFlow (mathematics)ScalingMechanicsSurface finishChannel (broadcasting)Surface roughnessEnvironmental scienceBiofoulingOpen-channel flowMaterials scienceEngineeringMechanical engineeringPhysicsMathematicsChemistryElectrical engineeringGeometryComposite material

Résumé

récupéré en direct d'OpenAlex

The consequences of poor hull surface conditions on fuel consumption and emissions are well-known. However, their rationales are yet to be thoroughly understood. The present study investigates the hydrodynamics of fouling control coatings and mimicked biofouling. Novel experimental roughness function data were developed from the “young” fully turbulent flow channel facility of the University of Strathclyde. Different surfaces, including a novel hard foul-release coating, were tested. Finally, the performance of a benchmark full-scale containership was predicted using Granville’s similarity law scaling calculations. Interestingly, the numerical predictions showed that the novel hard foul-release coating tested had better hydrodynamic performance than the smooth case. A maximum 3.79% decrease in the effective power requirements was observed. Eventually, the results confirmed the practicality of flow channel experiments in combination with numerical-based methods to investigate hull roughness effects on ship resistance and powering. The present study can also serve as a valuable guide for future experimental campaigns using the fully turbulent flow channel facility of the University of Strathclyde.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,086
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,183
Écart entre enseignants0,178 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Marine Science and EngineeringMême sujetMarine Biology and Environmental ChemistryTravaux en français237 207