Anisotropic Non-Uniform Block-Based Adaptive Mesh Refinement for Three-Dimensional Inviscid and Viscous Flows
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A parallel anisotropic block-based adaptive mesh refinement (AMR) algorithm is proposed to describe the solution of physically complex flow problems with disparate spatial and temporal scales exhibiting highly anisotropic features on three-dimensional multi-block body-fitted hexahedral meshes with non-uniform grid blocks. Instead of using a classical uniform treatment for the computational cells of each block within the multi-block grids, the proposed anisotropic AMR scheme adopts a non-uniform representation of the cells within each block. With the former approach, all of the cells for a given block are forced to be at the same resolution, including both interior and ghost cells containing solution information from neighboring blocks. In such a uniform representation, various techniques are required to evaluate the solution in the ghost cells and ensure flux conservation at block interfaces with such a uniform representation. The proposed non-uniform approach directly uses the neighboring cells as the ghost cells, even at a grid resolution change, and this affords a number of computational advantages. A modified upwind finite-volume spatial discretization scheme is applied in conjunction with the AMR scheme to the solution of Euler and Navier-Stokes equations for inviscid and viscous compressible gaseous flow. Steady-state and time-varying flow problems are considered on anisotropic adapted meshes. The potential flexibility and efficiency of this enhanced anisotropic AMR scheme are demonstrated for the simulation of flows of varying complexity.
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.
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 | 0,000 | 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 découle