MétaCan
Menu
Retour à la cohorte
Enregistrement W4395661696 · doi:10.5957/josr.06220019

Determination of Maneuvering Force Coefficients for a Destroyer Model with OpenFOAM

2024· article· en· W4395661696 sur OpenAlexaff
Shanqin Jin, Ruosi Zha, Heather Peng, Wei Qiu, Kevin McTaggart

Notice bibliographique

RevueJournal of Ship Research · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueShip Hydrodynamics and Maneuverability
Établissements canadiensDefence Research and Development CanadaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHullComputational fluid dynamicsTurbulenceComputer scienceMotion (physics)MechanicsSimulationDynamics (music)FidelityPhysicsEngineeringMarine engineeringAcousticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

_ Ship maneuvering performance can be predicted using various methods, including physical model tests, rapid simulations using coefficient-based forces, and high-fidelity computational fluid dynamics. This article considers the application of computational fluid dynamics for the prediction of hull force coefficients to be used as inputs to rapid maneuvering simulations. The open-source software OpenFOAM was used to simulate forces on the destroyer model DTMB 5415 for steady drift, oscillatory pure sway motion, and oscillatory yaw motion. Recommendations are provided regarding best practices in a number of areas, including domain size, mesh refinement, time step size, and turbulent modeling. Predicted forces for steady drift angles up to 12 degrees are typically within 10%of experimental values. For oscillatory sway and yaw motions, predicted forces are typically within 25%of experimental values. Keywords maneuvering; OpenFOAM; best modeling practices

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)0,002
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 enseignants0,214
Score d'incertitude au seuil0,231

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,071
Tête enseignante GPT0,368
Écart entre enseignants0,297 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ship ResearchMême sujetShip Hydrodynamics and ManeuverabilityTravaux en français237 207