Researches on Detailed Numerical Simulation of Submersible Ballast Tank High-Pressure Air Blowing Based on Adaptive Runge–Kutta Method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this study, a detailed numerical simulation of the high-pressure air blowing (HP air blowing system) accurate expected process for submersible ballast tanks was conducted, motivated by the urgent need for accurate numerical simulation models to optimize the performance of this system, which is critical for the safety and maneuverability of the boat. The study involved a series of experiments on a test bench to validate the numerical simulation model. A comprehensive numerical simulation model was developed, incorporating various influencing factors. The model was based on the Laval spray theory, one-dimensional (1D) air flow theory, van der Waals equation, Bernoulli equation, and isothermal compression of the air cushion, with the adaptive Runge–Kutta (RK) computation method proposed for the computations. The results of the study indicated that the relative errors of the main parameters between the simulation and the experimental submersible were below 5%. It was observed that increasing the sea-valve area and reducing the blowing duration could lower the cost of high-pressure air. Conversely, increasing the air pipe length resulted in a prolonged blowing duration and a decreased drainage rate of the ballast tank. The findings of this research suggest that the proposed model is a promising strategy of the accurate expected behavior prediction for the HP air blowing system of submersibles or submarines. Conclusions drawn from the experiments are appropriate for assessments of engineering design, providing valuable technical support for further research and development in this field.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle