Fully-Discrete Analysis of High-Order Spatial Discretizations with Optimal Explicit Runge–Kutta Methods
Notice bibliographique
Résumé
High-order unstructured methods have become a popular choice for the simulation of complex unsteady flows. Flux reconstruction (FR) is a high-order spatial discretization method, which has been found to be particularly accurate for scale-resolving simulations of complex phenomena. In addition, it has been shown to provide sufficient dissipation for implicit large-eddy simulation (ILES). In conjunction with an FR discretization, an appropriate temporal scheme must be chosen. A common choice is explicit schemes due to their efficiency and ease of implementation. However, these methods usually require a small time-step size to remain stable. Recently, the development of optimal explicit Runge–Kutta (OERK) schemes has enabled stable simulations with larger time-step sizes. Hence, we analyze the fully-discrete properties of the FR method with OERK temporal schemes. We show results for first, second, third, fourth and eighth-order OERK schemes. We observe that OERK schemes modify the spectral behaviour of the semidiscretization. In particular, dissipation decreases in the region of high wavenumbers. We observe that higher-order OERK schemes require a smaller time step than the low-order schemes. However, they follow the dispersion relations of the FR scheme for a larger range of wavenumbers. We validate our analysis with simple advection test cases. It was observed that first and second-degree temporal schemes introduce a relatively large amount of error in the solutions. A one-dimensional ILES test case showed that, as long as the time-step size is not in the vicinity of the stability limit, results are generally similar to classical RK schemes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 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 ».