Experimental uncertainty analysis for ship model testing in the ice tank
Notice bibliographique
Résumé
Historically, until late 1980's, only marginal work on Experimental Uncertainty Analysis (EUA) was reported by ocean/marine test facilities. During the 1990's, the International Towing Tank Conference (ITTC) and the International Ship and Offshore Structure Congress (ISSC) have recommended and supported the application of Uncertainty Analysis (UA) in both experimental and numerical/computational fields. The work presented in this document deals exclusively with Experimental Uncertainties (EU) in the results obtained from testing of model ships in a typical ice tank testing facility. Up to now, in the literature, there are no standards to quantify and/or minimize uncertainties in ice tank testing. The objective of this work is to develop a method of analysis for EU in typical ice tank ship experiments. In fact, this objective is a task for the 24th ITTC Specialist Committee on Ice (2002-2005). To achieve this objective, experiments for ship resistance in ice were conducted at the Institute for Ocean Technology of the National Research Council of Canada (www.iot-ito.nrc-cnrc.gc.ca/) using a model for the Canadian Icebreaker 'The Terry Fox'. The data obtained from these tests was used to develop a procedure for EUA in ice tank ship resistance tests. From the project management point of view, the ice tank test program was divided into several phases to accommodate the planning for opportunity testing. So far, three phases of testing have been completed. Phases I and II of the test program were already documented (Derradji-Aouat, 2004). In this paper, the results from Phase III are reported. The methodology developed to quantify EU in the test results is presented and validated. Also, comparisons of test results and analyses from the previous tow phases (Phases I and II) of the test program are compared to those from Phase III.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».