메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Bitsuamlak, G. (RWDI Inc.) Stathopoulos, T. (Centre for Building Studies, Concordia University) Bedard, C. (ETS-Ecole de Technologie Superieure)
저널정보
테크노프레스 Wind & structures Wind & structures 제9권 제1호
발행연도
2006.1
수록면
37 - 58 (22page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
The paper describes a study about effects of upstream hills on design wind loads using two mathematical approaches: Computational Fluid Dynamics (CFD) and Artificial Neural Network (NN for short). For this purpose CFD and NN tools have been developed using an object-oriented approach and C++ programming language. The CFD tool consists of solving the Reynolds time-averaged Navier-Stokes equations and $k-{\varepsilon}$ turbulence model using body-fitted nearly-orthogonal coordinate system. Subsequently, design wind load parameters such as speed-up ratio values have been generated for a wide spectrum of two-dimensional hill geometries that includes isolated and multiple steep and shallow hills. Ground roughness effect has also been considered. Such CFD solutions, however, normally require among other things ample computational time, background knowledge and high-capacity hardware. To assist the enduser, an easier, faster and more inexpensive NN model trained with the CFD-generated data is proposed in this paper. Prior to using the CFD data for training purposes, extensive validation work has been carried out by comparing with boundary layer wind tunnel (BLWT) data. The CFD trained NN (CFD-NN) has produced speed-up ratio values for cases such as multiple hills that are not covered by wind design standards such as the Commentaries of the National Building Code of Canada (1995). The CFD-NN results compare well with BLWT data available in literature and the proposed approach requires fewer resources compared to running BLWT experiments.
#computational fluid dynamics #hills #neural network #speed-up ratio #turbulence #wind load #wind velocity

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0