Modélisation en 3-D de l'accumulation de glace sur un cyclindre fixe par la méthode du cheminement aléatoire
Bibliographic record
Abstract
Dans les pays nordiques comme le Canada, les pluies verglaçantes ont des effets nocifs sur les équipements des réseaux électriques. La réduction de ces effets requiert une recherche en laboratoire tout comme une analyse théorique suivie d'une simulation sur ordinateur. C'est dans cette optique que s'inscrit notre travail de recherche dont le but est de développer un modèle en 3-D de l'accumulation de glace sur un cylindre fixe représentant un conducteur de ligne. Ce modèle tente de prédire la forme de l'accumulation, car cette forme affecte le taux de collection des pluies verglaçantes d'où l'augmentation de la charge gravitationnelle. Elle affecte aussi la charge de vent sur le conducteur en considérant l'angle d'impact des gouttelettes. Le modèle émule l'écoulement du film d'eau non gelée à la surface du conducteur givré. Cette émulation se fait par la méthode du «cheminement aléatoire» qui se traduit par un cheminement aléatoire de particules liquides issues d'une discrétisation du film d'eau non gelée. Durant ce cheminement, les particules liquides gèlent ou quittent la structure par délestage. La probabilité de congélation, le paramètre de délestage et les probabilités de mouvement sont les paramètres du modèle. Les conditions atmosphériques macroscopiques qui commandent l'accumulation de glace sont l'échange de chaleur avec l'air, le taux de précipitation, l'inclinaison du conducteur de ligne, et l'angle d'impact des gouttelettes d'eau en surfusion. Une nouvelle approche, qui prend en compte la flexibilité du conducteur a été développée. L'expression des paramètres du modèle en fonction des variables macroscopiques est l'un des points forts de cette méthode. Cependant, elle possède d'autres avantages, à savoir, simuler des caractéristiques réalistes telles la rugosité de l'accumulation, la formation de glaçons. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".