MétaCan
Menu
Retour à la cohorte
Enregistrement W2321070695 · doi:10.2514/6.2013-383

Time-Accurate Flow Simulations Using an Efficient Newton-Krylov-Schur Approach with High-Order Temporal and Spatial Discretization

2013· article· en· W2321070695 sur OpenAlex
Pieter D. Boom, David W. Zingg

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue51st AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiscretizationComputer scienceFlow (mathematics)Applied mathematicsComputational scienceOrder (exchange)Newton's methodMathematical optimizationAlgorithmParallel computingMathematicsMathematical analysisPhysicsGeometryNonlinear system

Résumé

récupéré en direct d'OpenAlex

In order to demonstrate the potential advantages of high-order spatial and temporal discretizations, implicit large-eddy simulations of the Taylor-Green vortex flow and transitional flow over an SD7003 wing are computed using a variable-order finite-difference code on multi-block structured meshes. The spatial operators satisfy the summation-by-parts property, with block interface coupling and boundary conditions enforced through simultaneous approximation terms. The solution is integrated in time with explicit-first-stage, singly-diagonally-implicit Runge-Kutta methods. Simulations of the Taylor-Green vortex show the clear advantage of high-order spatial discretizations in terms of accuracy and efficiency. The higher-order methods are better able to delay excessive dissipation on coarser grids and are better able to capture the details of the flow on finer grids. Similar dissipation and enstrophy profiles are obtained with a second-order spatial discretization, and a fourth-order spatial discretization with half the number of grid points in each direction, half the number of time steps, and approximately 85% less CPU time. Temporal convergence studies demonstrate the relatively high efficiency of the fourth-order explicit-first-stage, singly-diagonally-implicit Runge-Kutta method, except for simulations requiring only a minimum level of accuracy. Results of the simulation of transitional flow over the SD7003 wing show good agreement with experiment and other computations, despite a relatively coarse grid. The use of high-order discretizations is shown to be essential in obtaining this accuracy efficiently. These results give a clear picture of the bene fits of high-order discretizations, along with the advantages of the novel parallel Newton-Krylov-Schur algorithm presented, for high-accuracy unsteady flow simulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,258
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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