MétaCan
Menu
Retour à la cohorte
Enregistrement W7132906095

Toward Robust and Efficient High-Order Summation-By-Parts Discretizations for Compressible Viscous Flows on Unstructured Simplicial Meshes

2024· dissertation· W7132906095 sur OpenAlexfundno aff
Zelalem Arega Worku

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoMcGill University
Mots-clésDiscretizationPolygon meshRobustness (evolution)Scheme (mathematics)SuperconvergenceComputational fluid dynamicsMorphingKey (lock)Compressibility
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis presents several advancements that contribute to the development of robust, efficient, and flexible high-order methods for computational fluid dynamics (CFD). The underpinning tool in these advancements is the summation-by-parts (SBP) framework along with simultaneous approximation terms (SATs). The SBP-SAT method enables the construction of provably stable discretizations of the governing equations of fluid dynamics, thereby enhancing the robustness of CFD algorithms. Additionally, the application of this approach on unstructured simplicial meshes facilitates automatic mesh generation, providing flexibility to handle complex geometries. Relative to some of the popular high-order methods, the entropy-stable SBP-SAT scheme on simplicial meshes is computationally expensive. To mitigate this drawback, we have made advancements in three key areas: the development of efficient entropy-stable viscous SATs, the development of alternative entropy-stable formulation, and the construction of novel SBP operators. We establish that the existing viscous SAT framework can be used to construct entropy-stable discretizations of the Navier--Stokes equations, enabling the use of entropy-stable SATs that couple only immediate neighboring elements. Furthermore, the viscous SAT framework is extended to encompass a wider class of SATs, and functional superconvergence is shown for the SATs that satisfy primal and adjoint consistency conditions. Building upon the entropy-split formulation primarily used within the traditional finite-difference framework, we develop an entropy-split entropy-stable discretization for element-type SBP-SAT schemes. The method offers substantial improvements in terms of efficiency compared to the Hadamard-form entropy-stable discretizations based on two-point flux functions. Furthermore, a locally conservative hybrid formulation of the scheme is proposed to mitigate the loss of conservation. Finally, a new matrix-type interface dissipation operator is developed to enable the use of the entropy-split entropy-stable scheme for problems with discontinuities. To further enhance the efficiency of the entropy-stable SBP-SAT method, several novel SBP operators are constructed. Construction of efficient SBP operators necessitate the derivation of high-order quadrature rules with minimal node count. We derived symmetric quadrature rules with positive weights that include boundary nodes as well as those with exclusively interior nodes, extending the available sets of quadrature rules to higher degrees than currently available while also maintaining high level of quadrature efficiency. Finally, we introduced a novel approach to construct SBP operators on simplices with a tensor-product structure. The accuracy and sparsity of these tensor-product split-simplex operators substantially enhance the efficiency of SBP-SAT discretizations on simplicial meshes.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,346
Écart entre enseignants0,317 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207