Implicit particle-in-cell development for ion source plasmas
Notice bibliographique
Résumé
Abstract Particle-in-Cell (PIC) codes used to study plasma dynamics within ion sources typically use an explicit scheme. These methods can be slow when simulating regions of high electron density in ion sources, which require resolving the Debye length in space and the plasma frequency in time. Recent developments on fully-implicit PIC models in curvilinear geometries have shown that these spatial/time scales can be significantly decreased/increased respectively, allowing for notable speed-ups in simulation time, and thus making it a potential tool for studying the physics of ion sources. For this purpose, a charge and energy conserving implicit PIC code has been developed in 1D to determine its potential for simulating bounded plasmas. In this paper, we use this model to simulate a 1D benchmark of a bounded plasma with fixed plasma density and electron/ion temperatures. The results are shown to compare well to the benchmark and to the results using an explicit PIC code. It is shown that the total amount of macro-particles used in the simulation is a better figure of merit for accurate results than the standard particles per cell used in literature. Significant speed-ups in computation time can be achieved for high plasma densities if the accuracy requirements are relaxed. In this case, we demonstrate the ability of the implicit PIC code to speed-up simulation time by nearly a factor of 12 compared to explicit PIC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».