MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389584841 · doi:10.17118/11143/20878

Implicit finite-volume scheme with anisotropic adaptive mesh re?nementfor predicting three-dimensional reactive laminar flows

2023· article· en· W4389584841 sur OpenAlexafffund
Isaac R. Jahncke, C. P. T. Groth

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoCompute Canada
Mots-clésLaminar flowFinite volume methodComputer scienceVolume (thermodynamics)Scheme (mathematics)Adaptive mesh refinementMesh generationMechanicsApplied mathematicsAlgorithmStatistical physicsComputational scienceMathematicsFinite element methodPhysicsMathematical analysisThermodynamics

Résumé

récupéré en direct d'OpenAlex

A novel anisotropic adaptive mesh refinement (AMR) algorithm is combined with a second-order accurate finite-volume spatial discretization scheme that incorporates low-Mach-number preconditioning for the prediction of three-dimensional (3D), axisymmetric laminar flames, both steady and unsteady, associated with premixed and non-premixed gaseous fuels, as described by the partial differential equations governing fully-compressible reactive flows of thermally perfect gaseous mixtures.The combined AMR and finitevolume approach permits the use of multi-block, body-fitted meshes consisting of hexahedral computational cells.Automatic, solutiondirected, anisotropic mesh adaptation as directed by physics-based refinement criteria is facilitated by using a binary-tree data structure, tracking the adaptive refinement history for each sub-domain as well as the block connectivity.The low-Mach-number local preconditioning is used to remove numerical stiffness and maintain solution accuracy at low Mach numbers.For unsteady flow prediction, a dualtime-stepping-like approach is used in conjunction with the low-Mach-number preconditioning and an implicit second-order backward discretization of physical time.The nonlinear algebraic equations arising from the spatial and temporal discretization procedures of the governing equations are solved by using an efficient parallel Newton-Krylov-Schwarz (NKS) algorithm in which a Jacobian-free inexact Newton method and preconditioned generalized minimal residual (GMRES) iterative linear-equation solution procedure are used.Block incomplete lower-upper (BILU) type local preconditioning is applied in conjunction with an additive Schwarz global preconditioner.The latter allows for a relatively straightforward and scalable parallel implementation of the algorithm on distributed-memory highperformance computing architectures.The proposed NKS, AMR, and finite-volume scheme is applied to the solution of both steady and unsteady, premixed and non-premixed, laminar methane-air flames in which the Cantera software package is used to represent both the detailed chemical kinetics and thermodynamic behaviour of the reactive gases.

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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent Flows→Travaux en français237 207→