A GODUNOV METHOD FOR MULTIDIMENSIONAL RADIATION MAGNETOHYDRODYNAMICS BASED ON A VARIABLE EDDINGTON TENSOR
Notice bibliographique
Résumé
We describe a numerical algorithm to integrate the equations of radiation magnetohydrodynamics in multidimensions using Godunov methods. This algorithm solves the radiation moment equations in the mixed frame, without invoking any diffusion-like approximations. The moment equations are closed using a variable Eddington tensor whose components are calculated from a formal solution of the transfer equation at a large number of angles using the method of short characteristics. We use a comprehensive test suite to verify the algorithm, including convergence tests of radiation-modified linear acoustic and magnetosonic waves, the structure of radiation modified shocks, and two-dimensional tests of photon bubble instability and the ablation of dense clouds by an intense radiation field. These tests cover a very wide range of regimes, including both optically thick and thin flows, and ratios of the radiation to gas pressure of at least 10^{-4} to 10^{4}. Across most of the parameter space, we find the method is accurate. However, the tests also reveal there are regimes where the method needs improvement, for example when both the radiation pressure and absorption opacity are very large. We suggest modifications to the algorithm that will improve accuracy in this case. We discuss the advantages of this method over those based on flux-limited diffusion. In particular, we find the method is not only substantially more accurate, but often no more expensive than the diffusion approximation for our intended applications.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».