MétaCan
Menu
Retour à la cohorte
Enregistrement W4317632843 · doi:10.2514/6.2023-2127

Paired Explicit Runge-Kutta Schemes for Ansys Fluent's Density-Based Solver

2023· article· en· W4317632843 sur OpenAlexaff
Siavash Hedayati Nasab, Jean‐Sébastien Cagnone, Brian C. Vermeire

Notice bibliographique

RevueAIAA SCITECH 2023 Forum · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésRunge–Kutta methodsSolverFinite volume methodAirfoilComputer scienceBenchmark (surveying)Applied mathematicsLaminar flowCascadeIntegratorTurbulenceTurbineFlow (mathematics)Control theory (sociology)MathematicsMathematical optimizationMechanicsPhysicsDifferential equationMathematical analysisEngineeringGeometryAerospace engineeringBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2023-2127.vid Recently, a novel time integrator referred to as Paired Explicit Runge-Kutta (P-ERK) schemes, has been proposed for the solution of locally-stiff systems of equations. This approach allows different Runge-Kutta schemes with different numbers of active stages to be assigned based on local stiffness criteria. In this paper, we develop P-ERK schemes for finite volume methods. Then, we verify that P-ERK schemes obtain their designed order of accuracy using an isentropic vortex case. We then evaluate performance of P-ERK schemes in a finite volume solver with benchmark simulations including laminar flow over a circular cylinder, turbulent flow over an SD7003 airfoil, and turbulent flow over a T106A turbine blade cascade. Results demonstrate that P-ERK schemes can significantly accelerate simulations and achieve speed-up factors in excess of four when compared to a standard explicit temporal scheme, while maintaining accuracy with respect to reference data.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,112
Tête enseignante GPT0,382
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA SCITECH 2023 ForumMême sujetNumerical methods for differential equationsTravaux en français237 207