MétaCan
Menu
Retour à la cohorte
Enregistrement W4212865853 · doi:10.1016/j.cpc.2022.108318

LAMMPS lb/fluid fix version 2: Improved hydrodynamic forces implemented into LAMMPS through a lattice-Boltzmann fluid

2022· article· en· W4212865853 sur OpenAlexafffund
Colin Denniston, Navid Afrasiabian, Maxximuss Cole-André, Frances Mackay, Santtu T. T. Ollila, Tyson Whitehead

Notice bibliographique

RevueComputer Physics Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésComputer scienceLattice Boltzmann methodsInterpolation (computer graphics)Fluid simulationComputational sciencePython (programming language)Fluid dynamicsAlgorithmProgramming languageComputer graphics (images)PhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

The first version of this code (Mackay et al., 2013) [10] implemented long-range hydrodynamic interactions into the open-source molecular dynamics package LAMMPS. This was done through the creation of a fix, lb/fluid which was subsequently included as a user-package in the main LAMMPS distribution. Here we substantially update this package by making improvements to its accuracy, adding significant new features, and by simplifying the use of the package. A new two-pass interpolation and spreading scheme is introduced which results in the improved accuracy and numerical stability. New features include new output options, several added computes, and mesh geometry option suitable for micro- and nano-fluidic device simulations. The original package could require fairly careful calibration to obtain accurate thermostating and accurate reproduction of properties related to the hydrodynamic size of objects such as colloids. This process has now been largely automated so that the default settings should suffice for most applications. Program title: fix lb/fluid CPC Library link to program files: https://doi.org/10.17632/2289cnrdtz.1 Licensing provisions: GPLv3 Programming language: C++ Journal reference of previous version: Comput. Phys. Commun. 184 (2013) 2021–2031. Does the new version supersede the previous version?: Yes Reasons for the new version: The new version improves accuracy, adds new features, and simplifies the use of the package. Summary of revisions: A new two-pass interpolation and spreading scheme is introduced to relate properties on the fluid mesh to off-lattice particle properties. New features include output options, several added computes, and mesh geometry suitable for micro- and nano-fluidic device simulations. Calibration processes have been largely automated so that the default settings should suffice for most applications. Nature of problem: The inclusion of long-range hydrodynamic effects into molecular dynamics simulations requires the presence of an explicit solvent. Prior to the implementation of this fix, the only option for incorporating such a solvent into a LAMMPS [1] simulation is the explicit inclusion of each of the individual solvent molecules. This is obviously quite computationally intensive, and for large system sizes can quickly become impractical. Solution method: As an alternative, we have implemented a coarse-grained model for the fluid, simplifying the problem, while retaining the solvent degrees of freedom. We use a thermal lattice-Boltzmann model for the fluid, which is coupled to the molecular dynamics particles at each fluid time step. S. Plimpton, J. Comput. Phys. 117 (1995) 1–19.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0040,002
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0450,022

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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputer Physics CommunicationsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207