MétaCan
Menu
Retour à la cohorte
Enregistrement W4408121242 · doi:10.33737/jgpps/193865

Numerical stability analysis of solution methods for steady and harmonic balance equations

2025· article· en· W4408121242 sur OpenAlexaboutno aff
Yuxuan Zhang, Dingxi Wang

Notice bibliographique

RevueJournal of the Global Power and Propulsion Society · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmonic balanceStability (learning theory)Balance (ability)MathematicsNumerical analysisNumerical stabilityMechanicsApplied mathematicsMathematical analysisPhysicsComputer scienceNonlinear systemMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigates the stability and convergence properties of solution methods for the steady and unsteady Euler equations. A central scheme with artificial dissipation is used for spatial discretization. A Runge-Kutta scheme is used for the pseudo-time integration. The implicit residual smoothing for steady and harmonic balance solutions is achieved using the Lower-Upper Symmetric Gauss-Seidel(LU-SGS) method and the Lower-Upper Symmetric Gauss-Seidel/Block Jacobi(LU-SGS/BJ) method, respectively. Both the von Neumann and matrix methods are used to analyze the stability of the involved solution methods. The stability of these schemes obtained by the two stability analysis methods is identical for periodic boundary conditions as expected. However, only the matrix method can analyze the stability of solutions involving inlet, outlet, and slip wall boundary conditions. It is found that these boundary conditions enhance the stability of solution methods. Furthermore, the matrix method can also allow for the analysis of the impacts of non-uniformity in grids and flow fields on solution stability. For the harmonic balance equation system, the stability analysis demonstrates that the time spectral source term must be integrated implicitly to avoid instability for analysis with a large maximum grid-reduced frequency. The conclusions can be readily extended to the Reynolds averaged Navier-Stokes equations and verified using a Laval nozzle and the NASA rotor 37.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,740
Score d'incertitude au seuil0,176

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,315
Écart entre enseignants0,302 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Global Power and Propulsion SocietyMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207