MétaCan
Menu
Retour à la cohorte
Enregistrement W4317584408 · doi:10.2514/6.2023-0663

Fully Discrete Entropy-Stable Flux Reconstruction Scheme for Compressible Flows through the Relaxation Runge-Kutta Method

2023· article· en· W4317584408 sur OpenAlexaff
Carolyn M. Pethrick, Sivakumaran Nadarajah

Notice bibliographique

RevueAIAA SCITECH 2023 Forum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMathematicsEntropy (arrow of time)Applied mathematicsNonlinear systemTotal variation diminishingEuler equationsMathematical optimizationMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2023-0663.vid Entropy-stable methods are able to improve stability and accuracy of high-fidelity flow simulations in aerodynamics problems by adding the minimum amount of dissipation for nonlinear stability. Discontinuous Galerkin and flux reconstruction methods have been used in split forms to achieve semi-discrete entropy stability. We use the relaxation Runge-Kutta (RRK) method in conjunction with a split-form flux reconstruction scheme to construct a robust, fully-discrete entropy conserving scheme. The fully-discrete scheme ensures stability properties are retained when using relatively large timestep size, while adding only an algebraic equation. We demonstrate the properties of the fully-discrete scheme using entropy-conservative problems with the Burgers' and Euler equations. The fully-discrete entropy-conserving scheme is able to conserve entropy to machine precision in all test cases, while maintaining the expected orders of convergence of the semi-discrete scheme. We hope to apply the entropy-stable scheme presented in this conference proceeding to viscous, industrially-relevant cases, and thoroughly explore an entropy-stable version of the fully-discrete scheme.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,262
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
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA SCITECH 2023 ForumMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207