Assessment of wind-driven rain (WDR) on buildings in an urban area: comparison of different CFD frameworks
Notice bibliographique
Résumé
Abstract The study of Wind-Driven Rain (WDR) loading on building facades is essential to design more sustainable and climate-resilient buildings, as well as to prevent further damage to old and historical buildings. Both WDR loading on buildings and façade responses to impinging raindrops have been studied previously but results for such a multi-parameter problem are not generally conclusive. Thus, the relevant provisions of ISO semi-empirical model cannot be applied with confidence for complex building configurations, such as those in urban areas since the WDR prediction can be more than twice that of the experimental data. In this paper, the Eulerian Multiphase (ME) technique is coupled with the RANS model to simulate the WDR loading on a six-story building under steady rainfall event conditions. Wind and WDR results are compared with the available wind-tunnel and on-site field measurement results, respectively. The field measurements were carried out on a six-story mid-rise residential building, located in Vancouver, Canada. The results show that the Euler-Euler framework (RANS-EM) predicts wind and WDR in such an urban area configuration more rapidly and accurately compared to the more traditional Euler-Lagrange framework (RANS-LPT) for both stand-alone and urban area configurations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».