Interactions between adaptive time-integrators and adaptive meshing in a monolithic FEM solver
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
Purpose This paper aims to focus on characterization of interactions between hp -adaptive time-integrators based on backward differentiation formulas (BDF) and adaptive meshing based on Zhu and Zienkiewicz error estimation approach. If mesh adaptation only occurs at user-supplied times and results in a completely new mesh, it is necessary to stop the time-integration at these same times. In these conditions, one challenge is to find an efficient and reliable way to restart the time-integration. The authors investigate what impact grid-to-grid interpolation errors have on the relaunch of the computation. Design/methodology/approach Two restart strategies of the time-integrator were used: one based on resetting the time-step size h and time-integrator order p to default values (used in the initial startup phase), and another designed to restart with the time-step size h and order p used by the solver prior to remeshing. The authors also investigate the benefits of quadratically interpolate the solution on the new mesh. Both restart strategies were used to solve laminar incompressible Navier–Stokes and the Unsteady Reynolds Averaged Naviers-Stokes (URANS) equations. Findings The adaptive features of our time-integrators are excellent tools to quantify errors arising from the data transfer between two grids. The second restart strategy proved to be advantageous only if a quadratic grid-to-grid interpolation is used. Results for turbulent flows also proved that some precautions must be taken to ensure grid convergence at any time of the simulation. Mesh adaptation, if poorly performed, can indeed lead to losing grid convergence in critical regions of the flow. Originality/value This study exhibits the benefits and difficulty of assessing both spatial error estimates and local error estimates to enhance the efficiency of unsteady computations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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