Evaluation of a Coupled CFD and Multi-Body Motion Model for Ice-Structure Interaction Simulation
Notice bibliographique
Résumé
The interaction of water flow, ice, and structures is common in fluvial ice processes, particularly around Ice Control Structures (ICSs) that are used to manage and prevent ice jam floods. To evaluate the effectiveness of ICSs, it is essential to understand the complex interaction between water flow, ice and the structure. Numerical modeling is a valuable tool that can facilitate such understanding. Until now, classical Eulerian mesh-based methods have not been evaluated for the simulation of ice interaction with ICS. In this paper we evaluate the capability, accuracy, and efficiency of a coupled Computational Fluid Dynamic (CFD) and multi-body motion numerical model, based on the mesh-based FLOW-3D V.2023 R1 software for simulation of ice-structure interactions in several benchmark cases. The model’s performance was compared with results from meshless-based models (performed by others) for the same laboratory test cases that were used as a reference for the comparison. To this end, simulation results from a range of dam break laboratory experiments were analyzed, encompassing varying numbers of floating objects with distinct characteristics, both in the presence and absence of ICS, and under different downstream water levels. The results show that the overall accuracy of the FLOW-3D model under various experimental conditions resulted in a RMSE of 0.0534 as opposed to an overall RMSE of 0.0599 for the meshless methods. Instabilities were observed in the FLOW-3D model for more complex phenomena that involve open boundaries and a larger number of blocks. Although the FLOW-3D model exhibited a similar computational time to the GPU-accelerated meshless-based models, constraints on the processors speed and the number of cores available for use by the processors could limit the computational time.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».