A Feature-aware SPH for Isotropic Unstructured Mesh Generation
本文提出了一种基于特征的SPH方法,用于各向同性非结构网格的并行自动生成。与原始的基于SPH的网格生成器(Fu等人,2019年)。首先,引入特征边界修正项,解决边界附近核支持度不完全的问题。特征曲线、特征曲面和体积的网格生成可以同时处理,而无需明确遵循尺寸序列。其次,提出了一个两阶段模型来描述网格生成过程的特征尺寸适应阶段和网格质量优化阶段。通过提出一种新的误差测量标准和一个具有两组仿真参数的自适应控制系统,将更快的特征尺寸自适应和局部网格质量改善的目标合并到一个一致的框架中。一组不同复杂度和规模的二维和三维数值试验验证了所提出的方法。结果表明,高质量的网格生成具有显着的加速收敛。
2020-02-27 cs.GR physics.comp-ph
A gradient-compression-based compact high-order gas-kinetic scheme on three-dimensional hybrid unstructured mesh
本文将可压缩流动的紧致气体动力学格式推广到混合非结构网格。基于时间精确的气体演化模型更新的单元平均流动变量及其梯度,在非结构网格上得到了一种紧凑的三阶最小二乘约束重构,并在间断解的情况下采用多分辨率WENO重构.此外,考虑到流动变量在网格界面处可能出现的不连续性,提出了一种网格平均梯度的压缩因子,有效地提高了紧致格式在不规则网格上高速流动计算的鲁棒性,并保持了计算精度.从不可压流到高超声速流的数值试验证明了基于梯度压缩的高阶紧致格式的广泛适用性。
2021-07-12 cs.NA math.NA physics.comp-ph
UCNN: A Convolutional Strategy on Unstructured Mesh
Northwestern Polytechnical University(西北工业大学)
在流体力学的机器学习中,全连接神经网络(FNN)只利用局部特征进行建模,而卷积神经网络(CNN)不能应用于结构化/非结构化网格上的数据。为了克服FNN和CNN的局限性,提出了非结构化卷积神经网络(UCNN),它通过权函数聚合并有效利用了相邻节点的特征。以伴随向量建模为任务,研究了UCNN的性能。通过高效的GPU并行实现,构造了流场特征到伴随向量的映射函数。比较了UCNN和FNN在验证集上的建模能力和在试验工况气动外形优化中的建模能力。进一步研究了网格变化对UCNN建模能力的影响。结果表明,UCNN在建模过程中更准确。
2021-01-12 cs.LG physics.comp-ph physics.flu-dyn
Unified Gas-kinetic Wave-Particle Methods II: Multiscale Simulation on Unstructured Mesh
本文提出了一种基于非结构网格的统一气体动力学波粒(UGKWP)方法,用于连续流和稀薄流的多尺度数值模拟。继承了统一气体动力学格式(UGKS)中的多风输运,在构造UGKWP方法时,采用了动力学模型方程的积分解,在网格尺度和时间尺度上模拟流动物理。在UGKWP方法中引入了一种新的波粒自适应公式来描述每个控制体中的流动动力学。局部气体演化是通过确定性流体动力学波和随机动力学粒子的动力学相互作用来构造的。在网格尺寸和时间步长的分辨率范围内,流体动力学波和动力学粒子的分解、相互作用和演化取决于时间步长与局部粒子碰撞时间的比值。在稀薄流区,流动物理主要由离散粒子恢复,UGKWP方法表现为随机粒子方法。在连续流状态下,流动行为仅遵循宏观变量演化,并且UGKWP方法成为粘性和导热Navier-Stokes解的气体动力学流体动力学流动求解器。在不同的流态下,通过数值算例验证了非结构网格上UGKWP方法的有效性。UGKWP方法不需要时间步长和网格尺寸小于粒子碰撞时间和平均自由程,就能在所有Knudsen区域得到相同的UGKS解,并具有自动波粒分解功能,因此UGKWP方法非常有效。例如,在马赫数30和Knudsen数0.1的情况下,与UGKS相比,UGKWP在计算量和存储量方面都减少了几个数量级。
2019-03-28 physics.comp-ph
KINTORA: a semi-Lagrangian discontinuous Galerkin drift-kinetic, unstructured mesh tokamak solver
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
KINTORA是一种半拉格朗日间断伽辽金漂移动理学非结构化网格托卡马克求解器,兼具连续介质代码与PIC代码优势,经多类验证,结果可跨架构复现,相关资源已公开。
2026-10-14 physics.comp-ph
A consistent approach to unstructured mesh generation for geophysical models
地球物理模型域通常包含不规则的、复杂的分形边界和在宽范围尺度上起作用的物理过程。构造地理约束的边界符合这些领域的空间离散灵活使用各向异性,完全非结构化网格是一个挑战。该问题包含了广泛的规模和一个相对较大的,异构的约束参数空间。方法通常是临时性的、特定于模型或应用程序的,并且描述不足。由于需要大量的人力投入,开发新的空间域通常耗时、难以重复、容易出错且难以确保一致性。因此,很难再现模拟,确保模型数据处理和初始化的出处,以及严格进行模型相互比较的挑战。此外,对于灵活的非结构化网格,还有一个更大的潜在的不一致的模型初始化和强制参数。本文介绍了一种一致的方法,非结构化网格生成的地球物理模型,即自动化,快速起草和重复,并提供了一个严格和强大的方法,是一致的源数据。该方法使复杂的多尺度领域的进一步新研究成为可能,这些领域很难或不可能用现有方法实现。正在积极追求的例子在一系列的地球物理建模工作的方法,连同实现库瓦和选择其验证测试用例。
2017-03-24 cs.CG physics.ao-ph physics.comp-ph
A Constrained Transport Scheme for MHD on Unstructured Static and Moving Meshes
磁场在许多天体物理系统中起着重要的作用,详细了解其对气体动力学的影响需要强大的数值模拟。在这里,我们提出了一种新的方法来发展的理想磁流体动力学(MHD)方程的非结构化静态和移动网格,保持磁场发散自由约束的机器精度。该方法克服了在磁场上使用清洗方案的主要问题,该方案是非保守的,不是完全伽利略不变量,不能完全消除发散误差,并且可能产生不正确的跨激波跳跃。我们的新方法是一个推广的约束运输(CT)算法,用于执行固定的笛卡尔网格上的$\nabla\cdot \mathbf{B}=0$条件。为了保持洛伦兹力和$\mathbf{B}$之间的正交性,在离散化水平上保持$\nabla\cdot \mathbf{B}=0$是必要的。在移动网格上执行CT的可能性由于前者的准拉格朗日性质(即,网格生成点随流动移动),例如使模拟自动自适应并显著减少平流误差。我们的方法完全保留了纯平流中的磁场和流体量。
2014-05-17 astro-ph.CO astro-ph.IM physics.comp-ph
GPU Acceleration of Monte Carlo Tallies on Unstructured Meshes in OpenMC with PUMI-Tally
本文提出PUMI-Tally库,利用网格邻接信息在CPU和GPU上加速聚变反应堆蒙特卡罗模拟中的非结构化网格计数,实现了最高20倍的计算加速和6.69倍的能耗改善。
2025-04-26 cs.DC physics.comp-ph
Development and testing of an unstructured mesh method for whole plasma gyrokinetic simulations in realistic tokamak geometry
在这项工作中,我们制定和实施了一个混合的非结构化网格为基础的有限元(FE)傅立叶分解方案,在现实的托卡马克几何的陀螺动力学模拟。一个有效的粒子定位(粒子三角形映射)计划的电荷沉积和场散射使用一个中间网格作为搜索索引的三角形已实施和显着的加速由一个因素的$\sim30$被观察到的蛮力计划相比,一个中等大小的模拟。TRIMEG(TRIangular MEsh based Gyrokinetic)程序已经开发。作为应用,采用简化的回旋动力学Vlasov-Poisson模型模拟了离子温度梯度(ITG)模式。我们的模拟和使用ORB 5代码的DIII-D旋风的情况下,显示出合理的协议。作为一个附加的应用程序,ITG模拟使用ASDEX升级平衡已经进行了类似的旋风的情况下的密度和温度梯度分布。的TRIMEG代码的能力与现实的实验平衡在等离子体核心和在整个等离子体体积与开放场线的模拟。
2020-07-14 nucl-th physics.comp-ph physics.plasm-ph
An efficient and robust high-order compact ALE gas-kinetic scheme for unstructured meshes
本文针对ALE动网格计算中高阶重构矩阵求逆开销大的问题,提出基于内存缩减重构和低阶最小二乘的高阶紧致气体动理学格式,实现7倍加速并保持几何守恒律。
2025-08-15 physics.comp-ph
A higher-order finite element method with unstructured anisotropic mesh adaption for two phase flows with surface tension
提出了一种新的用于含表面张力两相流数值模拟的有限元框架。采用水平集(LS)方法,对液-气界面采用分段二次(P2)插值,以便在光滑界面区域达到高阶收敛速度。一个平衡力的连续体表面力模型的实施是用来考虑表面张力,并尽可能准确地解决静态问题。考虑到这需要在LS函数的离散化和压力场的离散化之间取得平衡,提出了一种等阶的P2/P2/P2格式,用于相互强耦合的Navier-Stokes方程和LS平流方程。这完全隐式配方稳定使用基于残差的变分多尺度框架。为了提高计算精度并以最少的单元数获得最优的收敛速度,提出了一种各向异性网格自适应方法,使非结构网格尽可能精细地保持在P2 LS函数的零等值线附近。元素在平面界面区域中自动拉伸,以保持模拟过程中的复杂性。这种方法的精度和效率证明了二维和三维模拟的上升气泡。
2020-10-26 cs.CE physics.comp-ph
A unified gas-kinetic particle method for frequency-dependent radiative transfer equations with isotropic scattering process on unstructured mesh
本文将统一动力学粒子(UGKP)方法推广到含吸收-发射和散射过程的频率相关辐射转移方程。扩展的UGKP方法不仅可以捕捉到扩散和自由输运极限,而且在上述两个极限之间的区域中提供了物理和频率空间上的平滑过渡。该格式具有渐近保持、状态自适应和熵保持等特性,在多尺度光子输运问题的模拟中是一种精确有效的格式.方案构造方法是宏观能量方程和微观辐射强度方程的耦合演化,其中宏观能量方程的数值通量和微观辐射强度方程的封闭性是基于积分解构造的。数值耗散和计算复杂性都得到了很好的控制,特别是在光学厚区。开发了一个通用非结构网格上的二维多线程程序。几个数值试验进行了模拟,以验证数值方案和代码,涵盖了广泛的流态。我们开发的数值格式和程序在高能量密度的工程应用中有很高的要求和广泛的适用性。
2023-02-14 cs.NA math.NA physics.comp-ph
An unstructured adaptive mesh refinement for steady flows based on physics-informed neural networks
针对传统自适应网格细化因梯度/误差估计指标导致大区域不必要细化的问题,提出基于物理信息神经网络(PINNs)残差引导的非结构化自适应网格细化策略,通过整合粗网格数据与控制方程残差识别关键区域,结合两种网格质量维持方案,实现计算精度与成本的良好平衡。
2024-11-28 physics.comp-ph physics.flu-dyn
A cell-centered implicit-explicit Lagrangian scheme for a unified model of nonlinear continuum mechanics on unstructured meshes
针对连续介质流体力学和固体力学的统一一阶双曲型方程,提出了一种基于非结构网格的单元中心隐式-显式更新拉格朗日有限体积格式。该方案可证明地尊重连续模型在全离散水平上的刚性松弛极限,因此它是渐近保持的。此外,GCL是满足一个兼容的离散化,利用节点求解器来计算基于顶点的通量,用于运动的计算网格以及时间演变的执政偏微分方程。在空间上的二阶精度是使用TVD分段线性重建实现的,而隐式显式(IMEX)龙格库塔时间离散化允许该计划在时间上也获得更高的精度。特别注意的是致力于刚性ODE求解器的设计,基于近似的解析解的控制方程,起着至关重要的作用时,粘塑性极限的模型接近。我们证明了该计划的准确性和鲁棒性的统一连续介质模型,包括无粘流体力学,粘性导热流体,弹性和弹塑性固体在多维设置所涵盖的广泛的材料响应。
2021-07-13 cs.NA math.NA physics.comp-ph
A Tailored Convolutional Neural Network for Nonlinear Manifold Learning of Computational Physics Data using Unstructured Spatial Discretizations
Sandia National Laboratories(桑迪亚国家实验室)
我们提出了一种基于深度卷积自编码器的非线性流形学习技术,适用于复杂几何形状的物理系统的模型降阶。卷积神经网络已被证明是非常有利的压缩数据所产生的系统表现出缓慢衰减的柯尔莫哥洛夫n宽度。然而,这些网络仅限于结构化网格上的数据。非结构化网格通常需要执行具有复杂几何形状的真实系统的分析。我们基于给定空间离散化的可用微分算子的自定义图卷积算子有效地将深度卷积自动编码器的应用空间扩展到具有任意复杂几何形状的系统,这些系统通常使用非结构化网格进行离散化。我们提出了一套卷积算子的基础上的空间导数算子的基础空间离散化,使该方法特别适合于偏微分方程的解决方案所产生的数据。我们证明了该方法使用的例子从传热和流体力学和线性方法的精度比一个数量级的改善。
2021-03-25 cs.CV cs.LG physics.comp-ph
High Order Lagrangian ADER-WENO Schemes on Unstructured Meshes - Application of Several Node Solvers to Hydrodynamics and Magnetohydrodynamics
University of Trento(特伦托大学);University of Notre Dame du Lac(圣母大学)
本文提出高阶ADER-WENO方案用于无结构网格求解双曲守恒定律,通过三种节点求解器比较,实现空间和时间五阶精度,并验证了其在流体动力学和磁流体动力学中的应用效果。
2013-10-27 cs.NA math.NA physics.comp-ph
An Adaptive ALE Scheme for Non-Ideal Compressible-Fluid Dynamics over Dynamic Unstructured Meshes
本文研究了网格自适应技术在非理想可压缩流体动力学(NICFD)制度,汽液饱和曲线附近的区域的流动行为显着偏离理想气体模型,所示的气体动力学的基本导数小于一个值。利用一种新的无插值有限体积自适应格式,以保守的方式修改网格的连通性,可压缩无粘流动的控制方程在任意拉格朗日欧拉框架内求解,其中包括由于网格自适应而引起的代表体积修改的特殊虚拟通量,没有对新网格的解进行插值,防止了可能使流动解产生虚假振荡的情况。采用多方Peng-Robinson热力学模型,考虑了非理想气体的影响。数值结果集中在活塞在充满硅氧烷$\mathrm{MD_4M}$,一个简单的配置,可以是实验研究活动的核心,旨在调查的NICFD流动的热力学行为的管内移动的问题。涉及不同的活塞运动和初始状态在2D和3D的几个数值测试评估的能力,建议的自适应技术,以正确地捕捉压缩和膨胀波,以及冲击波的产生和传播,在NICFD和非经典制度。
2019-08-09 cs.NA math.NA physics.comp-ph