Comparative analysis of fully 3D and hybrid 2D/3D simulations in Flow-3D: a case study of Springbank Off-Stream Reservoir, Canada
Notice bibliographique
Résumé
Computational Fluid Dynamics tools are increasingly used in the water sector, driven by computational advancements. However, the use of complex 3D models for large-scale hydrodynamics is limited by significant computational demands. A promising solution is hybrid 2D/3D modeling, which employs shallow water equations for less critical areas and 3D Navier-Stokes equations for regions requiring detailed flow analysis. This method offers a balance between computational efficiency and accuracy in crucial areas. The National Research Council Canada utilized physical modeling to assist in designing the Springbank Off-stream Reservoir's flood diversion structure on Elbow River, Canada. This involved assessing hydraulic performance through various flow scenarios and gate configurations essential for flood management. This study compares the hybrid 2D/3D modeling approach against fully 3D simulations using Flow-3D software for the Springbank project. By replicating laboratory-tested scenarios, the study evaluates the accuracy of hybrid model in predicting water levels and flow velocities. The results provide practical insights into the applicability of hybrid technique to large hydraulic projects, highlighting the impact of model configurations and parameters on performance. This study underscores the potential of hybrid model in optimizing computational resources while maintaining analytical precision in critical hydraulic analyses.
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 | 0,001 |
| 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 ».