MétaCan
Menu
Retour à la cohorte
Enregistrement W4412691769 · doi:10.3390/buildings15152643

Seismic Performance of Large Underground Water Tank Structures Considering Fluid–Structure Interaction

2025· article· en· W4412691769 sur OpenAlexaff
Fang-Yuan Xu, Chengshun Xu, M. Hesham El Naggar, Xiuli Du

Notice bibliographique

RevueBuildings · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensWestern University
Organismes subventionnairesNatural Science Foundation of Beijing Municipality
Mots-clésFluid–structure interactionSeismic analysisStructural engineeringPetroleum engineeringGeologyGeotechnical engineeringEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

The widespread application of large underground water tank structures in urban areas necessitates reliable design guidelines to ensure their safety as critical infrastructure. This paper investigated the seismic response of large underground water tank structures considering fluid–structure interaction (FSI). Coupled Eulerian–Lagrangian (CEL) was employed to analyze the highly nonlinear FSI caused by intense fluid sloshing during earthquakes. The patterns of fluid sloshing amplitude observed from the finite element model were summarized based on analyses of fluid velocity, hydrodynamic stress components, and overall kinetic energy. In addition, the seismic response of the water tank structure was thoroughly assessed and compared with the simulation results of the empty tank structure. The results indicate that significant fluid sloshing occurs within the structure under seismic excitation. The amplitude of fluid sloshing increases horizontally from the center toward the edges of the structure, corresponding to higher hydrodynamic loads at the side area of the structure. By comparing the analysis results of the water tank structure with and without water, it was concluded that FSI is the primary cause of structural damage during an earthquake. The hydrodynamic loads on the roof, diversion walls, and external walls lead to significant localized damage.

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)0,000
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 enseignants0,234
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,228 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207