MétaCan
Menu
Retour à la cohorte
Enregistrement W4384338764 · doi:10.3390/w15142576

Numerical Simulation of Sediment Transport in Unsteady Open Channel Flow

2023· article· en· W4384338764 sur OpenAlexaboutno aff
Jennifer G. Duan, Chunshui Yu, Yan Ding

Notice bibliographique

RevueWater · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of ArizonaNational Science Foundation
Mots-clésRiemann solverSediment transportShallow water equationsFinite volume methodGodunov's schemeMechanicsOpen-channel flowRiemann problemBed loadSolverGeologyDiscontinuity (linguistics)Geotechnical engineeringComputer simulationApplied mathematicsFlow (mathematics)MathematicsSedimentNumerical analysisMathematical analysisMathematical optimizationPhysicsRiemann hypothesisGeomorphology

Résumé

récupéré en direct d'OpenAlex

This paper presented a two-dimensional, well-balanced hydrodynamic and sediment transport model based on the solutions of variable-density shallow-water equations (VDSWEs) and the Exner equation for bed change for simulating sediment transport in unsteady flows. Those equations are solved in a coupled way by the first-order Godunov-type finite volume method. The Harten–Lax–van Leer–Contact (HLLC) Riemann solver is extended to find the local Riemann fluxes to maintain the exact balance between the momentum term and the bed slope term. A well-balanced scheme is superior to an unbalanced scheme to minimize numerical dispersion as demonstrated by the synthetic standing contact-discontinuity test case. Following this, the model is employed to simulate two laboratory experiments and a field case, the 1996 Lake Ha! Ha! flood event in Canada. The results of water surface elevations and bed surface profiles agree well with the measurements. The accuracy and robustness of the numerical schemes make the model a good candidate for practical engineering applications.

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 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 enseignants0,026
Score d'incertitude au seuil0,177

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207