Numerical Simulation of Sloshing Tanks with Shallow Water Model Using Low Numerical Diffusion Schemes and Its Application to Tuned Liquid Dampers
Notice bibliographique
Résumé
The initial part of this study fills a notable research gap by investigating the substantial impact of numerical diffusion errors from different schemes on sloshing tank models. Multiple numerical models were developed: first- and higher-order upwind schemes equipped with precise wall treatment using ghost nodes, MacCormack and central methods that are explicit second-order finite difference methods, and Preissmann and staggered methods employed in full-implicit and semi-implicit modes. Furthermore, the separation of variables technique was proposed for simulating sloshing tanks and deriving an analytical equation for the tank’s natural period. An analytical solution to the perturbation was employed to examine the numerical diffusion of the schemes. Subsequently, two sloshing tests, resonant and near-resonant excitations, were employed to determine the numerical diffusion and calibrate the physical diffusion coefficients, respectively. Finally, an efficient and accurate numerical scheme was applied to a linear shallow water model including physical diffusion and coupled with a single degree of freedom (SDOF), to simulate tuned liquid dampers (TLDs). It shows that the efficiency of TLD is associated with a compact domain around resonance excitation. Contrary to SDOF alone, when SDOF interacts with TLD the impact of structural damping on reducing the response is minimal in resonance excitation.
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 ».