Evaluating the wind loads on high-rise buildings of various plan dimensions through numerical simulations
Notice bibliographique
Résumé
With the increasing number of high-rise buildings being constructed, there is a growing emphasis on enhancing their aerodynamic performance. Computational Fluid Dynamics (CFD) has emerged as a valuable tool for investigating wind loading around these structures due to its cost-effectiveness and improved spatial resolution. The objective of this study is to assess the capability of CFD methods in capturing mean, fluctuating, and area-averaged pressure coefficients, by comparing CFD results with Wind Tunnel (WT) data on high rise buildings with various plan dimensions, which are rarely documented in previous CFD studies. Numerical simulations were conducted on six rectangular high-rise buildings with varying plan dimensions and inflow angles using two techniques: the Wall Modeled Large Eddy Simulation (WMLES) with the Smagorinsky model and Reynolds-Averaged Navier-Stokes (RANS) with the k-ω SST turbulence model. For accurate WMLES simulations, a turbulence inlet was generated using a divergence-free synthetic turbulence generator and validated against available WT data. Velocity streamlines and pressure contours were presented and analyzed as part of the investigation. The results demonstrated that WMLES exhibited promising outcomes in terms of local mean pressure coefficients, area-averaged mean pressure coefficients, and fluctuating pressure coefficients. On the other hand, RANS results displayed larger errors. Furthermore, the study observed that WMLES effectively captured the common flow characteristics around high-rise buildings, where the length-to-breadth ratio ( L/B ) significantly influenced the size of eddies formed behind the structures. • WMLES and steady RANS are used to evaluate forces on rectangular buildings. • WMLES shows good agreement but has larger errors in some regions. • RANS with k – ω SST model has larger error on back and side surfaces for some cases. • WMLES is overall more accurate than RANS in predicting wind loading.
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 | 0,000 | 0,000 |
| 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 ».