MétaCan
Menu
Retour à la cohorte
Enregistrement W4416566907 · doi:10.1080/19942060.2025.2591386

Hydraulic optimization of a stormwater pumping station by physical and computational fluid dynamics modeling

2025· article· en· W4416566907 sur OpenAlexaff
Biao Huang, David Z. Zhu

Notice bibliographique

RevueEngineering Applications of Computational Fluid Mechanics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésComputational fluid dynamicsSump (aquarium)SedimentationStormwaterFlow (mathematics)SettlingSedimentSediment transport

Résumé

récupéré en direct d'OpenAlex

Hydraulic optimization can enhance the reliability, efficiency, and sustainability of stormwater pumping stations. This study was intended to thoroughly assess the hydraulic performance of a specific stormwater pumping station and to propose improved options for regularizing the flow and minimizing sediment deposition. A 1:5 scale physical model was built and three-dimensional computational fluid dynamics (CFD) models were developed and validated. Response surface methodology (RSM) was employed and integrated with CFD for optimizing the parameters of design modifications, including deflector plates and diversion piers. For the existing configuration, the collecting chamber exhibits a large recirculation zone driven by the oblique approach flow and is prone to sedimentation because bottom shear is insufficient. A properly designed deflector plate can reduce the potential area for sediment deposition by nearly 90%. Flow patterns in the pump sump are primarily governed by the operating scheme and the modeling results demonstrate that significant recirculation and vortices are present. The strategic installation of an additional deflector plate alongside two diversion piers significantly mitigates recirculation and sedimentation risk, with their optimized dimensions and spatial configuration determined through parametric analysis. The CFD framework was coupled with a discrete phase model (DPM) to simulate sediment transport and quantify the self-cleaning benefits of the modifications. Simulations confirm that the optimized configuration increases particle export efficiency across all scenarios, particularly for coarser or denser particles under low-flow conditions, which are traditionally the most problematic for sediment accumulation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), 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 revueEngineering Applications of Computational Fluid MechanicsMême sujetUrban Stormwater Management SolutionsTravaux en français237 207