MétaCan
Menu
Retour à la cohorte
Enregistrement W4386971124 · doi:10.1115/omae2023-107769

Multi-Particle Modelling of Compressive Ice Failure During Indentation by Rock Particles

2023· article· en· W4386971124 sur OpenAlexaff
Thomas Fitzpatrick, Rocky Taylor, Jan Thijssen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensCentre For Cold Ocean Resources EngineeringMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésIndentationGeologyParticle (ecology)PermafrostMaterials scienceGeotechnical engineeringMineralogyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The indentation of rock particles into ice is an important aspect of understanding subsea interactions involving ice features. If rock particles are present at the interface between ice and an engineered structure, the question arises: will localization of contact by the rocks cause the ice to fail more easily, resulting in reduced ice pressures, or will rocks transmit high ice pressures through smaller contact areas between the rock and structure resulting in more intense contact stresses on the surface of the structure? This paper presents initial results from a series of tests investigating the indentation of multiple rock particles into an ice specimen, which builds on earlier ice indentation tests on single unconstrained rock particles. Observations from tests conducted using 170g samples of rocks ranging in size from 9.5mm–19.1mm for tests completed at an indentation rate of 0.5 mm/s for indentation depths of 5 mm and 7 mm are presented and discussed. In addition, preliminary results are presented from a Matlab model that has been developed based on the aggregation of independent, individual particle-ice interaction events to simulate multiple particle-ice interactions. A comparison of experimental and simulated results indicates good general agreement and supports the assumption of independent particle-ice indentation events for the interaction conditions considered.

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 enseignants0,249
Score d'incertitude au seuil0,268

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 Opus0,021
Tête enseignante GPT0,245
Écart entre enseignants0,223 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207