Estimating peak pressure coefficients for high-rise buildings: LES-based evaluation of Gumbel and XIMIS methods
Notice bibliographique
Résumé
Accurately estimating peak wind pressures is essential for the safe and cost-effective design of high-rise buildings. This study evaluates LES-based peak pressure coefficient predictions for high-rise buildings, using 1-h equivalent full-scale wind tunnel data from Tokyo Polytechnic University as a reference. The research examines the effects of segment durations, number of segments, total EFS durations, and wall-specific error analysis and prediction uncertainties in LES. The Cook-Mayne conversion standardized shorter segments to a 60-min EFS duration but introduced prediction discrepancies, particularly for negative peak pressures. Findings indicate that longer total durations with moderate segment lengths yield reliable maximum pressure predictions, while shorter segment durations are more effective for minimum pressures. Wall-specific analysis reveals greater uncertainties near the ground on side and leeward walls due to recirculation and separation, and at higher elevations on the windward wall from stagnation effects. The XIMIS method yields peak estimates comparable to the Gumbel method, effectively handles limited data. While LES shows strong potential for capturing peak pressures, its accuracy in Gumbel based analysis is sensitive to segment and total simulation durations. In contrast, XIMIS offers consistent results without need for segmentation, making it particularly valuable when data availability is limited.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».