A coarse-grid projection method for accelerating incompressible flow computations
提出了一种用于加速不可压缩流计算的粗网格投影（CGP）方法，该方法适用于以泊松方程为不可压缩约束的方法。CGP方法是一种模块化方法，通过简单的插值促进数据传输，并在流量求解器中使用泊松和对流扩散方程的黑盒求解器。在粗化网格上求解泊松方程后，采用插值方法获得精细数据，以便在全网格上进行时间步进。一个特定的版本的方法是适用于这里的涡流函数，原始变量，涡速度配方不可压缩的纳维-斯托克斯方程。我们计算几个基准流问题的二维笛卡尔和非笛卡尔网格，以及三维流动问题。该方法被发现，以加速这些计算，同时保持接近的精度水平的精细分辨率的字段，这是显着优于单独使用粗网格进行类似的计算获得的精度。一个线性加速率，我们认为由于使用的线性成本椭圆泊松求解器的所有情况下，计算时间的减少因子在2和42之间。当使用次优泊松求解器时，计算节省更大。我们还发现，计算节省增加非笛卡尔网格上的畸变比，使CGP方法加速广义曲线不可压缩流求解器的有用工具。
2012-12-05 physics.flu-dyn
Large-eddy simulation of separated flows on unconventionally coarse grids
本研究评估了在非传统粗网格上应用大涡模拟（LES）的可行性，通过三个典型算例证明，与RANS相比，LES在RANS质量网格上能提供两倍精度的分离流预测，且成本效益高。
2023-10-13 physics.flu-dyn
Modeling Hydraulic Fracture Entering Stress Barrier: Theory and Practical Recommendations
本文针对水力裂缝遇应力遮挡层时数值建模的难题，定义遮挡层强度，分析两类空间离散化引发的计算问题，提出渐近方法，明确裂缝侵入三阶段及相关参数，给出可快速应用的实用建模建议。
2024-07-11 physics.flu-dyn
An Efficient Coarse Grid Projection Method for Quasigeostrophic Models of Large-Scale Ocean Circulation
本文提出了一种粗网格投影（CGP）多尺度方法来加速大尺度海洋环流准地转模式的计算。这些模型需要在每个时间步求解一个椭圆子问题，这需要大量的计算时间。我们在这里提出的方法是一个模块化的方法，便于数据传输与简单的插值和使用黑箱求解器求解椭圆形子问题和位涡方程的QG流求解器。在粗化网格上求解椭圆子问题后，采用插值方法获得精细数据，以便在全网格上进行后续的时间步进。然后在细网格上更新位涡场，由于椭圆求解器的网格点数量减少，节省了计算时间。该方法适用于单层正压和两层分层QG海洋模型中纬度海洋盆地的β平面，这是更现实的海洋动力学的标准原型。该方法被发现，以加速这些计算，同时保持相同水平的精度在精细分辨率的字段。一个线性加速率，我们认为由于有效的线性成本快速傅立叶变换为基础的椭圆求解器使用的所有情况下。我们预计CGP方法的加速将大大增加使用其他次优椭圆解算器的方法版本，这些解算器通常是二次成本。数值模拟结果表明，CGP方法可以有效地消除由于网格分辨率较低而导致的数值振荡。
2013-08-15 physics.flu-dyn
Wind Turbine Large-Eddy Simulations on Very Coarse Grid Resolutions using an Actuator Line Model
在这项工作中，在非常粗的空间分辨率的特定条件下，研究了风力机流动大涡模拟中致动器线模型（ALM）的准确性。对于精细分辨的条件，已知的是，与没有旋转的标准致动器盘模型（ADM）相比，ALM提供更好的精度。然而，我们在这里表明，在非常粗糙的分辨率，在转子尺度上发生的流动诱导可能会影响预测的流入角，并可能对ALM预测产生不利影响。我们首先提供了一个粗糙LES再现风洞测量的例子。由此产生的流量预测是好的，但在预测功率输出的挑战，从详细的ALM激励均匀流入的情况下进行更详细的分析。我们提出了一个理论框架，比较过滤后的量，进入大涡模拟方程的体积力与过滤和未过滤的量之间的比例关系。该研究旨在将理论推导应用于仿真框架，并改进ALM的当前结果，特别是在观察到最大差异的近尾流中。
2016-05-10 physics.flu-dyn
Using Deep Learning to Explore Local Physical Similarity for Global-scale Bridging in Thermal-hydraulic Simulation
Idaho National Laboratory（爱达荷国家实验室）；North Carolina State University（北卡罗来纳州立大学）；Zachry Nuclear Engineering Inc.（扎克里核工程公司）
目前的系统热工水力代码在模拟真实工厂条件方面的可信度有限，特别是当几何形状和边界条件外推超出测试设施的范围时。本文提出了一种数据驱动的方法，特征相似性度量（FFSM），建立一个技术基础，以克服这些困难，通过探索局部模式，使用机器学习。多尺度数据中的底层局部模式由一组物理特征表示，这些物理特征体现了感兴趣的物理系统的信息、经验相关性和网格大小的影响。在执行有限数量的高保真数值模拟和足够数量的快速运行的粗网格模拟之后，建立误差数据库，并应用深度学习来构建和探索局部物理特征与模拟误差之间的关系。设计了基于混合对流的案例研究，以展示数据驱动模式在弥合全球尺度差距方面的能力。
2020-01-06 cs.LG physics.flu-dyn stat.ML
On Divergence- and Gradient-Preserving Coarse-Graining for Finite Volume Primitive Equation Ocean Models
我们认为，在有限体积流体模型的上下文中的粗粒化的问题。如果一个变量是在高分辨率的网格上定义的，那么它可能是粗粒度的，这样它就可以在低分辨率的网格上定义。一般来说，这会导致一些关于变量的信息丢失。具体地，投影后在粗网格上计算的水平发散、梯度或其他算子可能不同于在细网格上计算的水平发散、梯度或其他算子。在某些情况下，我们可以选择平均权重进行粗粒度化，使得粗网格算子将给出近似于应用于细网格的相应细网格算子的结果。在这项工作中，我们得出的平均权重，允许的分歧和梯度被保存的一般条件。这些条件适用于一个规则的三角形网格与B-网格可变的位置，其中细网格分辨率是一些整数倍$N$的粗网格分辨率。对于这种情况，我们找到了保持发散的平均权重的特定值，以及保持梯度的一组不同的平均权重。我们观察到，垂直分量的旋度也保存相同的粗粒化，保持发散。这些粗粒化应用于FESOM 2模拟的数据，我们证明，使用特定的粗粒化在这里得到的整体减少$L^1$错误时，与其他方法相比。
2021-11-19 cs.NA math.NA physics.ao-ph
Conservative local grid refinement for the vectorial lattice Boltzmann method
ETH Zürich（苏黎世联邦理工学院）
本文提出矢量格子玻尔兹曼方法的保守局部网格细化耦合，通过时间重构与回流实现质量、动量、能量精确守恒，并扩展自适应细化，在二维算例中验证了精度提升。
2026-09-29 physics.flu-dyn
h-multigrid agglomeration based solution strategies for discontinuous Galerkin discretizations of incompressible flow problems
在这项工作中，我们利用凝聚为基础的$h$ -多重网格预处理加快迭代解的不连续Galerkin离散的Stokes和纳维-斯托克斯方程。作为一个显着的特点$h$ -粗化网格序列生成的细网格递归凝聚，允许任意非结构网格的复杂区域，和基于凝聚的不连续Galerkin离散处理凝聚元素的粗糙水平。建立粗网格运营商的费用和由此产生的多重网格迭代的性能进行了研究。为了提高计算效率，粗网格算子通过逐单元$L^2$投影继承，避免了在凝聚单元上进行数值积分的代价。特别注意的是，致力于通过BR 2 dG方法离散的粘性项的投影。我们表明，执行正确的数量的稳定粗网格水平是强制性的，以实现一致收敛的水平。稳态和非稳态，线性和非线性问题的数值解被认为是解决具有挑战性的二维测试用例和并行架构上的三维现实生活中的计算。记录了显著的执行时间增益。
2017-03-10 physics.comp-ph physics.flu-dyn
On sub-grid scale modeling in a differentially heated cavity using coarse large eddy simulation
两个广泛使用的亚网格尺度模型，标准和动态Smagorinsky模型进行了测试，在一个热驱动的三维腔在瑞利数Ra= 1 E9的流动模拟。研究的主要焦点是亚网格尺度模型对粗网格的响应及其预测热驱动三维空腔中流动的能力，网格分辨率低于普遍接受的LES标准。本研究的动机是探讨一个可行的建模策略，为颗粒在有壁侧壁加热空腔流动。由于URANS和混合RANS-LES模型由于层化而无法产生建模能量，替代方案是在粗网格上应用LES。以定量的方式，一阶矩和二阶矩统计量与文献中的参考LES和实验数据库进行了比较。对于一阶矩统计，两种模型都能很好地预测流场。然而，对于更高的时刻，使用相同的网格分辨率的动态模型优于标准Smagorinsky模型。在一个定性的方式，我们报告的温度和速度场的轮廓，以及近壁湍流相干结构。流量的结果是在全球范围内非常好的协议与参考LES和实验测量在一小部分的CPU功率所需的传统LES。
2021-08-05 physics.comp-ph physics.flu-dyn
Enhancing semi-resolved CFD-DEM for dilute to dense particle-fluid systems: A point cloud based, two-step mapping strategy via coarse graining
本文提出基于Fibonacci点云粗粒化的两步映射CFD-DEM，以降低网格依赖并捕捉稠密系统孔隙压力，经多类基准验证可稳健模拟稀疏至稠密颗粒-流体作用。
2025-06-11 physics.comp-ph physics.flu-dyn physics.geo-ph
Towards systematic grid selection in LES: iterative identification of the coarse-graining length scale by minimizing the solution sensitivity
大涡模拟（LES）的精度取决于用于描述未分辨尺度效应的模型的精度、分辨尺度的数值误差以及将分辨尺度与未分辨尺度分离的长度尺度（滤波器宽度或粗粒化长度尺度）的最优性。本文完全集中在最后这些，提出了一个系统的算法来确定“最佳”的粗粒度的长度尺度和它的纵横比的空间分布。其核心思想是，“最佳”的粗粒度的长度尺度为LES的最大长度尺度的LES解决方案是最小的敏感性，这一想法是制定基于一个误差指标，测量的解决方案的敏感性和标准，确定该误差指标应如何在空间和方向上变化，以尽量减少整体的敏感性的解决方案。这个优化问题的解决方案是，单元积分误差指标应该是均匀分布的;一个推论是，人们不能将LES中的准确性与非单元积分的量联系起来，包括通常认为只要80- 90%的能量被解析，LES就是准确的。完整的方法进行测试的壁解析LES的湍流通道流和流后向的步骤，最终的长度尺度字段（或过滤器的宽度字段，或网格），接近什么被认为是“最佳实践”在LES文献。最后，错误指示符的推导为动态过程的成功提供了另一种解释。
2019-12-07 physics.comp-ph physics.flu-dyn
Upscaled Lattice Boltzmann Method for Simulations of Flows in Heterogeneous Porous Media
本文提出了一种适用于非均质多孔介质渗流数值模拟的尺度放大格子玻尔兹曼方法（LBM）。在微观尺度模拟中，我们使用LBM与修改后的郭等人的算法，我们取代了一个简单的山-陈力模型的力模型的流动模型。所提出的放大LBM使用粗网格来表示细网格（孔隙尺度）模拟的效果。对于升级的LBM，有效的属性和降阶模型，我们提出了粗网格。使用局部问题（例如，通过执行局部LBM模拟）服从某些边界条件。实现了一种升级的LBM，它可以降低现有LBM的计算复杂度，并在不同尺度之间传递信息。粗网格，降阶，模拟的结果与平均结果使用细网格。
2013-12-01 physics.comp-ph physics.flu-dyn
Computational modeling for high-fidelity coarsening of shallow water equations based on subgrid data
浅水方程的直接数值模拟（DNS）与两个不同的计算代码获得的浅水流的小尺度特征离线收集，随后采用的目的是构建一个降阶校正。这是用来促进高保真在线流量预测，大大降低成本的粗网格。高分辨率下已解析的小尺度特征表示粗略表示的子网格属性。次网格动力学的测量值作为粗网格解的演化与相应DNS结果之间的差异而获得。的测量是敏感的特定的数值方法用于模拟粗糙的计算网格，可以用来近似校正相关的离散化误差。将子网格特征分解为经验正交函数（EOF），然后构造相应的修正项。通过增加在测量值的近似中的EOF的数量，校正项原则上可以任意精确。这里研究的两种计算方法显示，当仅基于主导EOF应用校正时，模拟误差已经显著降低。误差减少说明了所产生的特定离散化误差，因此特定于所采用的特定模拟方法。这种改进也被观察到非常粗糙的网格，可用于地球物理和湍流问题的计算模型简化。
2022-02-23 physics.comp-ph physics.flu-dyn
A Finite-Element Coarse-Grid Projection Method: A Dual Acceleration/Mesh Refinement Tool for Incompressible Flows
Virginia Tech（弗吉尼亚理工大学）
本文提出一种基于有限元离散化的粗网格投影方法，用于提高不可压缩流体计算的效率，通过减少压力场精度损失但保持压力梯度和速度场的准确性，实现2至30倍的加速效果。
2016-10-22 cs.NA math.NA physics.comp-ph
Multiscale Model of Clogging in Microfluidic Devices with Grid-Like Geometries
我们提出了一个粗粒度的理论模型来捕捉不同条件下，包括恒定的施加流量和恒定的施加压力梯度的微流控器件的老化。通过细胞的变形性对细胞进行分类的微流体装置在医学应用中具有重要的前景。然而，这些微流体系统中的堵塞导致它们的性质随时间变化，并潜在地限制了它们的可靠性。我们比较粗粒度模型的随机模拟和现有的理论研究的结果。最后，我们将该模型应用于实验数据的镰状红细胞堵塞，并讨论其更广泛的适用性。
2022-05-05 cond-mat.soft physics.flu-dyn
Reducing Spatial Discretization Error on Coarse CFD Simulations Using an OpenFOAM-Embedded Deep Learning Framework
BCAM - Basque Center for Applied Mathematics（巴斯克应用数学中心）；University of Basque Country (UPV/EHU)（巴斯克大学）；Ikerbasque - Basque Foundation for Sciences（巴斯克科学基金会）；TECNALIA - Basque Research and Technology Alliance (BRTA)（泰克纳利亚（巴斯克研究与技术联盟））；Curtin University（科廷大学）；RWTH Aachen University（亚琛工业大学）
提出一种嵌入OpenFOAM的端到端可微深度学习框架，用神经网络替代对流项差分格式，在方柱绕流问题上将粗网格CFD模拟速度误差从120%降至25%。
2024-09-05 cs.LG physics.flu-dyn
Hemodynamic Performance and Blood Damage of the Intra-Aortic Pumps: A CFD-Based Investigation
Concordia University（康科迪亚大学）；Zonguldak Bulent Ecevit University（宗古尔达克布伦特·埃切维特大学）
本文通过CFD模拟比较了三种腔内主动脉泵，评估其血流性能和血栓形成潜力，发现叶轮驱动泵在压力头和液压效率上表现最佳，且具有更高的血相容性。
2026-03-27 physics.flu-dyn physics.med-ph
A Novel CFD-DEM Coarse-Graining Method Based on the Voronoi Tessellation
在未解析的流CFD-DEM模拟中，使用粗粒化算法确定每个CFD单元的孔隙度值。虽然这种方法能够耦合模拟的代表性数量的颗粒，孔隙度的影响，局部的颗粒上的流体-颗粒相互作用力没有捕获。这种贡献认为，两个网格粗粒化方法，确定每个粒子的局部孔隙度使用一个激进的Voronoi镶嵌的系统。使用相对精细的规则点云将这些局部孔隙度数据映射到CFD单元。使用两种不同的情况下，考虑分散和紧密堆积的颗粒的方法进行评估。数据表明，该方法保存孔隙度数据，是合理的网格无关，并可以产生一个相对平滑的孔隙度场。新方法可以更准确地预测多分散颗粒系统的流体-颗粒相互作用力比替代方法，已实现在未解决的CFD-DEM代码。
2022-04-15 physics.chem-ph physics.comp-ph physics.flu-dyn
Deep Neural Networks for Data-Driven Turbulence Models
在这项工作中，我们提出了一种新的基于数据的方法来模拟湍流大涡模拟（LES）的人工神经网络。我们定义了精确的封闭项，包括离散算子，并从衰减均匀各向同性湍流的直接数值模拟中生成训练数据。我们设计和训练人工神经网络的基础上，本地卷积滤波器来预测潜在的未知的非线性映射，从粗网格数量的封闭项没有先验假设。所有被研究的网络都能够从数据中进行归纳，并学习近似值，内部元素的互相关性高达47%，甚至73%，从而得出结论，当前的训练成功是数据绑定的。我们进一步表明，选择粗网格原始变量以及粗网格LES算子作为输入特征显着提高了训练结果。最后，我们构建了一个稳定的和准确的LES模型从学习的封闭条款。因此，我们将模型预测转化为数据自适应的逐点涡粘性封闭，并表明所得到的LES方案与当前最先进的方法相比表现良好。这项工作代表了进一步研究数据驱动的通用湍流模型的起点。
2018-06-15 cs.CE physics.flu-dyn
Estimate of the truncation error of a finite volume discretisation of the Navier-Stokes equations on colocated grids
Department of Mechanical Engineering, Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学机械工程系）
本文提出了一种计算共置网格上Navier-Stokes方程有限体积离散化截断误差的方法，通过限制解到更粗网格并计算粗网格离散Navier-Stokes算子的图像，验证了该方法的有效性。
2015-08-11 cs.NA math.NA physics.comp-ph
Stochastic superparameterization in quasigeostrophic turbulence
在这篇文章中，我们扩展和发展作者最近提出的方法，有效的随机超参数化（SP）算法的地球物理湍流。地球物理湍流的特征在于从未分辨尺度到分辨尺度的能量的显著间歇性级联，从而导致波、射流和涡旋的复杂图案。传统的SP在物理域中的粗网格上模拟大规模动态，并将这些动态耦合到嵌入在粗网格中的周期域上的高分辨率模拟。随机SP取代了非线性，确定性的涡方程的周期性嵌入域上的拟线性随机近似形式无限嵌入域。其结果是一个无缝的算法，从来没有使用一个小规模的网格，是远远低于传统的SP，但在困难的测试问题取得了显着的成功。在这里详细研究了算法中的各种设计选择，包括从粗网格上使用的时间步长的长度中解耦嵌入域上的演化的时间尺度，以及对涡流的某些假设属性（例如，假设的涡流能谱的形状）的敏感性。不同的设计选择进行了比较和对比，在一个严格的测试套件准地转湍流涉及两层动态的β-平面被迫施加背景剪切。开发的算法预计将是特别有用的，在提供准确和有效的随机参数化用于集成为基础的状态估计和预测。
2013-10-05 physics.ao-ph physics.comp-ph physics.flu-dyn
A Stochastic Lagrangian Basis for a Probabilistic Parameterization of Moisture Condensation in Eulerian Models
在本文中，我们描述了一个有效的概率参数化，可用于粗分辨率的数值模式，其中水分的变化没有得到妥善解决的建设。一个欧拉模型在网格上使用一个粗粒度的场，不能正确地解决比网格框小的饱和区域-在那里发生凝结。因此，在没有参数化方案的情况下，要么网格箱必须变得饱和，要么凝结将被低估。另一方面，在水分传输的随机拉格朗日模型中，跟踪标记有湿度变量的包裹的轨迹，并且可以保留小规模的水分变化;然而，在全球模型中明确地实施这样的方案在计算上是禁止的。将亚网格尺度饱和度引入欧拉模型的一种方法是假设网格盒内的湿度具有概率分布。为了解决这个问题，通常通过使用湍流闭合将所需的流的亚网格尺度特性与网格尺度特性相关联来确定该分布。在这里，相反，我们确定一个假设的概率分布，通过使用统计矩从随机拉格朗日版本的系统。随机系统是由福克-普朗克方程，我们使用，而不是明确遵循的水分包裹，以确定参数的假设分布。因此，我们能够参数化亚网格尺度凝聚在欧拉模型中的计算效率和理论上有根据的方式。在两个理想化的平流-凝结问题，我们表明，粗欧拉模型与次网格参数化是能够很好地模仿其拉格朗日对应。
2018-10-27 physics.ao-ph physics.flu-dyn physics.geo-ph
