Second order reduced model via incremental projection for Navier Stokes
Xiamen University(厦门大学);Universidad de Sevilla(塞维利亚大学)
本文提出基于增量投影的简化模型用于纳维-斯托克斯方程,结合BDF2时间离散和有限元空间离散,采用POD方法构建降阶模型,实现二阶时间收敛性和计算效率验证。
2026-07-17 cs.NA math.NA
A Reduced-Order Shifted Boundary Method for Parametrized incompressible Navier-Stokes equations
本文研究了中等雷诺数下定常不可压Navier-斯托克斯方程的投影降阶模型。特别是,我们构造了一个“嵌入式”减少基空间,通过适当的正交分解的移位边界法,高保真嵌入式方法最近开发的。我们专注于通过水平集几何的几何参数化,使用一个固定的笛卡尔背景几何和相关的网格。这种方法避免了重新划分网格和参考域公式的开发,如通常在拟合网格有限元公式中所做的那样。一个和三个参数尺寸的二维计算实例验证了所提出的方法的收敛性和有效性。
2020-07-20 cs.NA math.NA
A Two-Level Galerkin Reduced Order Model for the Steady Navier-Stokes Equations
本文提出、分析和研究了一种新的两层Galerkin降阶模型(2L-ROM),用于数值模拟定常Navier-斯托克斯方程。在2L-ROM的第一步中,求解相对低维的非线性系统。在第二步中,Navier-斯托克斯方程围绕第一步中找到的解线性化,并且求解线性化问题的高维系统。我们证明了新的2L-ROM的一个误差界,并在稳态Burgers方程的数值模拟中将其与标准的一级ROM(1 L-ROM)进行了比较。2L-ROM显著降低了1 L-ROM的计算成本(降低了$2$甚至$3$的因子),而不损害其数值精度。
2022-11-23 cs.NA math.NA
A Spectral Element Reduced Basis Method for Navier-Stokes Equations with Geometric Variations
SISSA mathLab, International School for Advanced Studies(国际高等研究院);Department of Mathematics, University of Houston(休斯顿大学数学系)
本文提出了一种基于高阶谱元方法的降阶模型,用于求解具有几何变化的Navier-Stokes方程,通过POD方法构建降阶空间,提高不同几何情况下稳态解的计算效率。
2019-04-26 cs.NA math.NA
Reduced Basis A Posteriori Error Bounds for the Instationary Stokes Equations
Aachen Institute for Advanced Study in Computational Engineering Science (AICES), RWTH Aachen University(亚琛计算工程科学高等研究院);Faculty of Civil Engineering, RWTH Aachen University(亚琛工业大学土木工程学院)
本文针对非定常Stokes方程,提出了基于标准公式和罚方法的缩减基近似与严格后验误差界,结合了参数化鞍点问题和抛物问题的缩减基技术,分析了时间积分对误差界和近似空间构建的影响,并通过二维微通道中的Stokes流数值实验验证了方法的快速收敛性、误差界的尖锐性和计算效率。
2012-11-03 cs.NA math.NA
A Reduced Order Cut Finite Element method for geometrically parameterized steady and unsteady Navier-Stokes problems
本文提出一种基于levelset几何描述和Proper Orthogonal Decomposition的降阶切割有限元方法,用于求解几何参数化定常与非定常Navier-Stokes问题,通过构建几何无关的降阶基避免重新网格划分,高效处理复杂几何。
2021-05-10 cs.NA math.NA
Application of adaptive ANOVA and reduced basis methods to the stochastic Stokes-Brinkman problem
Stokes-Brinkman方程模拟高度非均匀多孔介质中的流体流动。本文考虑具有随机渗透率的Stokes-Brinkman方程的数值解,其中假设子区域的渗透率在已知区间内是独立的且均匀分布的。我们采用截断锚定方差分析分解随机搭配估计的速度和压力的解决方案的时刻。通过一个自适应的过程,只选择最重要的方差分析方向,我们减少了准确估计统计矩所需的配置点的数量。然而,即使是适度的随机维度,配置点的数量仍然太大,无法在每个点上执行高保真求解。我们使用减少的基础方法,以减轻计算负担,通过近似昂贵的高保真解决低维空间上的廉价近似解。此外,我们开发和分析严格的后验误差估计减少基近似。我们将这些方法应用到二维问题,同时考虑各向同性和各向异性渗透率。
2021-02-13 cs.NA math.NA
Stabilized reduced basis methods for parametrized steady Stokes and Navier-Stokes equations
针对参数化稳态Stokes和Navier-Stokes方程降阶基逼近中Galerkin投影无法保证inf-sup稳定性的问题,提出基于残差的离线或离线-在线稳定化方法,在无需supremizer丰富速度空间的同时获得更小的降阶基空间并保持修正的inf-sup稳定性。
2020-01-03 cs.NA math.NA
Reduced Basis Model Order Reduction for Navier-Stokes equations in domains with walls of varying curvature
本文考虑变曲率窄壁通道中的Navier-斯托克斯方程。通过应用经验插值方法来生成仿射参数依赖性,离线-在线过程可以用于计算参数变化的降阶解。降阶空间由稳态快照解通过标准POD程序计算。该模型是离散化与高阶谱元素ananimals功能,导致4752自由度。所提出的降阶模型产生精确的近似的稳态解的几何形状和运动粘度值的范围很广。激发本研究的应用是不对称的开始(即,对称性破坏分叉),这取决于雷诺数和瓣膜形状。通过计算研究,我们发现对称性破缺的临界雷诺数随壁面曲率的增大而增大。
2019-07-01 cs.NA math.NA
VPVnet: a velocity-pressure-vorticity neural network method for the Stokes' equations under reduced regularity
我们提出了VPVnet,一种用于简化正则性下Stokes方程的深度神经网络方法。与最近提出的基于PDE原始形式的深度学习方法[40,51]不同,VPVnet使用一阶速度-压力-涡度(VPV)公式([30])的最小二乘泛函作为损失函数。因此,在损失函数中仅需要一阶导数,因此该方法适用于更大类别的问题,例如具有非光滑解的问题。尽管最近已经提出了几种方法来降低正则性要求,通过将原问题转化为相应的变分形式,而对于Stokes方程,速度和压力的近似空间的选择必须满足LBB条件。这里,通过使用VPV公式,实现了较低的规则性要求,而无需考虑LBB条件。收敛性和误差估计已建立所提出的方法。值得强调的是,VPVnet方法是无发散和压力鲁棒的,而经典的Inf-Super稳定混合有限元的Stokes'方程是不压力鲁棒的。各种数值实验,包括2D和3D盖驱动腔测试情况下进行,以证明其效率和精度。
2021-12-14 cs.NA math.NA
An efficient Chorin-Temam projection proper orthogonal decomposition based reduced-order model for nonstationary Stokes equations
针对非定常Stokes方程,提出结合经典投影与POD技术的降阶模型,通过解耦变量降低计算成本,并利用PSPG型投影规避LBB条件,理论分析与数值实验均验证了其稳定性和收敛性。
2022-04-01 cs.NA math.NA
Discontinuous Galerkin Model Order Reduction of Geometrically Parametrized Stokes Equation
本文主要研究斯托克斯方程的几何参数化和降阶建模。我们讨论了参数化几何的概念及其在降阶建模技术中的应用。全阶模型是基于不连续Galerkin方法与内部惩罚制定。我们介绍了破碎的索伯列夫空间以及弱制定所需的仿射参数依赖。利用仿射参数依赖性将算子从固定域变换到参数依赖域。利用适当的正交分解得到降阶模型的函数基。利用Galerkin投影将线性系投影到约化空间上。在此过程中,离线-在线分解用于分离参数相关操作和参数无关操作。最后将该技术应用于障碍物测试问题,给出了数值结果,包括实验误差分析、特征值衰减和在线仿真时间的测量。关键词:间断伽辽金方法,Stokes流,几何参数化,本征正交分解
2020-06-25 cs.NA math.NA
Error Analysis of Supremizer Pressure Recovery for POD based Reduced Order Models of the time-dependent Navier-Stokes Equations
对于不可压缩流动模型,压力项用作拉格朗日乘子,以确保满足不可压缩性约束。在工程应用中,压力项是计算基于应力的重要量(如升力和阻力)所必需的。对于通过适当的正交分解生成的降阶模型,通常压力从方程中消失并产生仅速度的降阶模型。为了恢复压力,文献中已经对许多技术进行了数值研究;然而,这些技术几乎没有经过严格的分析。在这项工作中,我们研究了两个最流行的方法:压力恢复通过压力泊松方程和恢复通过动量方程通过使用一个supremizer稳定的速度基础。我们研究了每种方法所面临的挑战,并证明了稳定性和收敛结果的supremizer稳定的方法。我们还研究了数值的稳定性和收敛性的最大化的方法,除了它的性能对压力泊松方法。
2019-09-13 cs.NA math.NA
Reduced-Order Time Splitting for Navier-Stokes with Open Boundaries
本研究针对带开放边界的Navier-Stokes方程,提出结合时间分裂、开放边界非标准处理与POD降阶建模的加速方法,对比了完全侵入式与结合RBF数据驱动的混合POD-ROM的效率和精度。
2025-06-12 cs.NA math.NA
Numerical Solution of the Steady-State Navier-Stokes Equations using Empirical Interpolation Methods
University of Maryland(马里兰大学)
本文提出利用经验插值方法求解参数化纳维-斯托克斯方程,通过减少基底空间和降低计算成本,提高求解效率。
2016-05-19 cs.NA math.NA
Weighted reduced order methods for uncertainty quantification in computational fluid dynamics
在这篇手稿中,我们提出并分析加权降阶方法随机Stokes和Navier-Stokes问题取决于随机输入数据(如强迫项,物理或几何系数,边界条件)。我们将比较加权的方法,如加权贪婪和加权POD与非加权的情况下,随机参数。此外,我们将分析不同的采样和加权选择,以克服高维参数空间的维数灾难。
2023-03-25 cs.NA math.NA
Embedded Trefftz DG method for steady Navier-Stokes flow. Part II: Nonlinear problem
University of Vienna(维也纳大学);University of Göttingen(哥廷根大学);University of Hamburg(汉堡大学)
针对稳态不可压缩Navier-Stokes方程,提出并分析一种嵌入式Trefftz-DG方法,通过构造对流相关Trefftz空间之间的投影,证明离散解的存在唯一性和Picard迭代收敛性,并推导先验误差分析。
2026-06-12 cs.NA math.NA
Model Reduction Using Sparse Polynomial Interpolation for the Incompressible Navier-Stokes Equations
本文研究了稀疏多项式插值作为不可压Navier-斯托克斯方程模型降阶方法的应用。数值结果强调稀疏多项式逼近的有效性,并与已建立的减少的基础技术进行比较。两个数值模型用于访问的降阶模型(ROM)的准确性,特别是参数非线性所产生的弯曲几何形状进行了详细研究。除了ROM的准确性,该方法的其他重要功能,如离线在线分裂,运行时间和易于实施。研究结果建立稀疏多项式插值作为另一种工具的工具箱中的方法来打破维数灾难。
2022-01-10 cs.NA math.NA
POD-Galerkin reduced order models and physics-informed neural networks for solving inverse problems for the Navier-Stokes equations
我们提出了一个降阶模型(ROM),利用物理信息神经网络(PINNs)的最新发展,解决反问题的纳维-斯托克斯方程(NSE)。在所提出的方法中,假设存在流体动力学场的模拟数据。然后通过在流场的快照矩阵上应用POD并将NSE(或在湍流建模的情况下的修改的方程)的Galerkin投影到POD缩减的基础上来构造POD Galerkin ROM。然后,通过引入深度神经网络来导出$\textit{POD-Galerkin PINN ROM}$,该深度神经网络用模型的时间和/或参数作为输入来近似减少的输出。神经网络将物理方程(POD-Galerkin简化方程)作为损失函数的一部分纳入其结构中。使用这种方法,简化的模型能够近似未知的参数,如物理常数或边界条件。通过两种情况来说明所提出的ROM的适用性的演示,这两种情况是绕着向后的台阶的定常流和绕着表面安装的立方体障碍物的非定常湍流。
2022-09-06 cs.NA math.NA physics.flu-dyn
A Reduced Basis approach for PDEs on parametrized geometries based on the Shifted Boundary Finite Element Method and application to a Stokes Flow
SISSA, International School for Advanced Studies(国际高等研究院);Duke University(杜克大学)
本文提出一种将移位边界法与POD-伽辽金策略结合的模型降阶技术,用于高效解决复杂参数化域的PDE问题,通过引入近似替代边界避免重 meshing 和切割单元的繁琐处理,同时通过POD-伽辽金方法进一步降低计算成本,提升降阶基的稳定性和性能。
2019-01-10 cs.NA math.NA
Variational Multiscale Proper Orthogonal Decomposition: Navier-Stokes Equations
Virginia Polytechnic Institute and State University(弗吉尼亚理工大学);University of Minnesota(明尼苏达大学)
针对湍流不可压缩Navier-Stokes方程,提出一种变分多尺度本征正交分解降阶模型,并给出全离散化的误差分析,数值实验表明该模型在物理精度和计算效率上优于标准Galerkin和混合长度POD降阶模型。
2013-05-31 cs.NA math.NA
A Riemannian Barycentric Interpolation : Derivation of the Parametric Unsteady Navier-Stokes Reduced Order Model
提出子空间插值在非线性参数降阶模型(PROM)构造中的一个新应用。这种方法是基于由满秩N × q矩阵集与q维正交群的商所形成的流形的黎曼几何。通过使用一组未训练参数化的q维本征正交分解(POD)子空间,得到一个新的未训练参数的子空间作为广义Karcher重心,通过求解一个简单的不动点问题来求解该重心.与现有的PROM方法相反,所提出的重心PROM通过构造更容易实现,并且对于参数值的变化更灵活。为了评估重心PROM的潜力,数值实验进行了参数流的圆柱和驱动腔的流动时,雷诺数的值变化。结果表明,建议的重心PROM方法取得了有竞争力的结果,大大降低了计算成本。
2020-09-24 cs.NA math.NA physics.flu-dyn
An optimisation-based domain-decomposition reduced order model for the incompressible Navier-Stokes equations
针对含参数定常不可压缩Navier-Stokes方程,提出结合区域分解与降阶建模的优化型降阶方法,经两类流体基准测试验证可显著降低计算成本。
2023-08-03 cs.NA math.NA math.OC
POD-Galerkin reduced order methods for combined Navier-Stokes transport equations based on a hybrid FV-FE solver
Universidade de Santiago de Compostela(圣地亚哥-德孔波斯特拉大学);University of Trento(特伦托大学);SISSA, International School for Advanced Studies(国际高等研究院)
本文提出了一种基于混合有限体积-有限元求解器的POD-Galerkin策略,用于求解不可压缩Navier-Stokes方程与附加传输方程的耦合问题,通过 staggered 网格实现降阶模型,并在两种网格上定义降阶基空间,采用压力投影方法重构压力项,通过三维制造测试案例和修改后的经典腔体测试验证结果。
2018-10-18 cs.NA math.NA physics.comp-ph
Fast divergence-conforming reduced basis methods for steady Navier-Stokes flow
SINTEF Digital(SINTEF数字);Eindhoven University of Technology(埃因霍温理工大学);Norwegian Univ. of Science and Technology(挪威科技大学)
本文提出了一种基于守恒散度的降阶方法,用于高效求解稳态纳维-斯托克斯流问题,通过使用无散度基底改进了计算效率,并在后处理阶段恢复压力解。
2018-07-31 cs.NA math.NA
Explicable hyper-reduced order models on nonlinearly approximated solution manifolds of compressible and incompressible Navier-Stokes equations
本文提出一种基于自编码器非线性降维与残差最小二乘Petrov-Galerkin超降阶的侵入式可解释降阶模型方法,并在NACA翼型超声速流和Ahmed体湍流基准上验证其有效性。
2023-08-07 cs.NA math.NA
Space-time reduced basis methods for parametrized unsteady Stokes equations
本文研究参数化非定常 Stokes 方程的时空降阶方法,提出 ST-GRB 和 ST-PGRB 两种方法,在保证稳定性的同时显著降低计算成本,ST-PGRB 表现最佳。
2023-10-25 cs.NA math.NA
POD-based reduced order modeling of global-in-time iterative decoupled algorithms for Biot's consolidation model
本文针对三场Biot固结模型,提出基于POD的降阶建模方法,以加速全局时间迭代解耦算法中广义Stokes子问题的计算,并通过理论与数值实验验证其有效性。
2025-08-06 cs.NA math.NA
Machine Learning enhanced parametric Reynolds-averaged Navier-Stokes equations at the full- and reduced-order levels
SISSA(的里雅斯特国际高等研究学校);Politecnico di Torino(都灵理工大学)
本研究将机器学习与RANS模型融合,用$\nu_t$-向量基神经网络生成FOM快照,对比PODG与PODNN,发现PODNN在湍流方管流预测中性能更优。
2026-08-11 cs.NA math.NA physics.flu-dyn
A framework for approximation of the Stokes equations in an axisymmetric domain
我们发展了一个求解轴对称区域中定常不可压缩斯托克斯方程的框架。通过傅立叶展开的角度变量,三维斯托克斯问题减少到一个等价的,可数族的解耦的二维问题。通过三维Sobolev范数的分解,我们得到了二维问题的自然变分空间,并证明了变分公式是适定的。我们分析了由于傅立叶截断的误差,并得出结论,对于足够规则的数据,它足以解决少量的二维问题。
2020-08-17 cs.NA math.NA
Second order pressure estimates for the Crank-Nicolson discretization of the incompressible Navier-Stokes Equations
本文给出了不可压Navier-斯托克斯方程的Crank-Nicolson半离散化的最优阶压力误差估计。二阶估计的速度误差是众所周知的,我们证明了压力误差是相同的顺序,如果考虑在间隔中点,确认以前的数值证据。为了简单起见,我们首先给出了一个证明,在高正则性的假设,包括非局部相容性条件的初始数据,然后使用平滑技术的证明下减少的假设,仅基于标准的本地条件。
2019-11-10 cs.NA math.NA
A simple finite element method for the Stokes equations
Oak Ridge National Laboratory(橡树岭国家实验室);University of Arkansas at Little Rock(阿肯色大学小石城分校)
本文提出一种简单的有限元方法求解斯托克斯和纳维-斯托克斯方程,采用原始速度-压力格式,用分段常数函数近似速度和压力,构建无散子空间基底以减少未知数,数值实验显示方法准确且稳健。
2016-10-17 cs.NA math.NA
Reduced order methods for parametrized non-linear and time dependent optimal flow control problems, towards applications in biomedical and environmental sciences
本文提出采用POD-Galerkin降阶方法求解偏微分方程控制的参数化非线性与时间依赖最优流动控制问题,以显著降低计算开销,并在Stokes和Navier-Stokes方程的边界控制问题上验证了该方法的有效性。
2020-05-25 cs.NA math.NA
Reduced Basis, Embedded Methods and Parametrized Levelset Geometry
在这一章中,我们将研究几何参数化热交换系统,泊松和流动的基础上斯托克斯,定常和非定常不可压缩的Navier-Stokes和Cahn-Hilliard问题的降阶技术。在嵌入和/或浸入几何框架中采用的全阶有限元法是移位边界(SBM)和切割单元(CutFEM)方法,其应用主要集中在流体中。我们首先介绍Nitsche的方法,SBM/CutFEM和参数化的物理问题,以及高保真近似。我们继续与全阶参数化Nitsche转移边界变分弱制定,降阶建模思想的基础上适当的正交分解Galerkin方法和几何参数化,引用的主要区别和优势,相对于用于经典有限元法的参考域方法,而稳定性问题可能会克服采用极大化富集方法。数值实验验证了效率的介绍''你好,世界''的问题,考虑在几种情况下的一,二,三,四维几何参数化的降阶结果。我们调查执行时间,我们说明运输方法和改进。与未拟合方法和降阶建模相关的重要参考文献列表为[11,8,9,10,7,6,12]。
2023-01-29 cs.NA math.NA
Reduced basis solvers for unfitted methods on parameterized domains
Monash University(莫纳什大学);University of Sydney(悉尼大学)
本文提出了一种结合无拟合有限元和张量-列车降阶方法的框架,用于参数化领域中偏微分方程的高效降阶求解。
2025-11-21 cs.NA math.NA
Non-overlapping block smoothers for the Stokes equations
重叠块平滑器有效地抑制了斯托克斯方程多重网格方法中高振荡分量的误差贡献,但它们的计算代价很高。本文主要研究交错网格上离散的斯托克斯方程的块平滑算法。这些平滑器是不重叠的,因此由于降低的计算成本而是期望的。传统的几何多重网格方法是基于简单的逐点平滑。然而,多重网格方法用于求解诸如斯托克斯方程之类的更困难的问题的效率导致计算上更昂贵的平滑器,例如,重叠块平滑器。非重叠平滑器较便宜,但在文献中被认为效率较低。在本文中,我们开发了新的非重叠平滑,所谓的三重平滑,并显示其效率内的多重网格方法来解决斯托克斯方程。此外,我们比较重叠和非重叠平滑的计算成本和分析他们的行为,通过使用本地傅里叶分析。
2020-08-20 cs.NA math.NA
A higher-order ensemble/proper orthogonal decomposition method for the nonstationary Navier-Stokes equations
Florida State University(佛罗里达州立大学);Missouri University of Science and Technology(密苏里科技大学)
本文提出一种基于正交分解的高阶集合方法,用于高效求解非平稳纳维-斯托克斯方程,提升计算效率与稳定性。
2017-09-27 cs.NA math.NA
Improved long time accuracy for projection methods for Navier-Stokes equations using EMAC formulation
考虑了不可压Navier-斯托克斯方程的EMAC形式的压力修正时间离散。我们证明了混合有限元空间离散的情况下的稳定性和误差估计,特别是Gronwall常数的指数依赖于雷诺数被删除(足够光滑的真正的解决方案)或至少显着减少相比,常用的斜对称制定。我们还表明,该方法保持动量和角动量,虽然它不保持能量,它承认一个能量不等式。几个数值试验表明,EMAC的优势,可以有其他常用的配方的非线性。此外,我们讨论了扩展的结果,通常的Crank-Nicolson时间离散化。
2022-09-06 cs.NA math.NA
An Enriched Galerkin Method for the Stokes Equations
基于分段线性元和分段常数元,提出了求解斯托克斯方程的一种新的增广Galerkin(EG)格式.所提出的EG方法增加了符合分段线性空间的速度增加了一个额外的自由度,对应于一个不连续的线性基函数的每个元素。因此,自由度的总数显着减少相比,标准的符合,不符合,和不连续的伽辽金计划的斯托克斯方程。我们展示了新的EG方法的适定性,并证明了该计划的最佳收敛。对于由此产生的大规模不确定线性系的解决方案,我们提出了强大的块预条件,产生独立的离散化和物理参数的可扩展的结果。数值结果证实了离散化的收敛速度和各种测试问题的线性求解器的鲁棒性。
2022-04-09 cs.NA math.NA
Nonconforming finite element methods of order two and order three for the Stokes flow in three dimensions
在这项研究中,构造了二阶和三阶的离散有限元,并将其用于Stokes问题。利用四面体各面元上的阶矩($k=2,3$)作为自由度,构造了具有显式表示的$P_{k+1}$泡函数空间的单解$k$阶有限元.证明了$k$阶元和间断分段$P_{k}$元对在保持逐元无发散条件下求解Stokes问题是稳定的。建立离散inf-sup条件的主要困难在于通常的Fortin算子不能构造。由于泡函数的显式表示,证明了其发散空间与四面体上关于$P_k$的正交补常数空间是一致的,这对于克服上述困难并使离散问题具有理想的适定性起到了重要作用.此外,本文还设计了一个具有分段不连续$P_{k-1}$的$k$阶有限元,并证明了该有限元解Stokes问题的稳定性。由于缺少Fortin算子,使得简化三阶单元对的离散inf-sup条件分析困难。为了解决这个问题,采用了宏单元技术,并得到了关于宏单元上离散速度空间相对于离散压力空间的发散的正交补空间中函数性质的一个重要代数结果。数值实验验证了理论结果。
2022-12-22 cs.NA math.NA
Preconditioning and Reduced-Order Modeling of Navier-Stokes Equations in Complex Porous Microstructures
The Pennsylvania State University(宾夕法尼亚州立大学)
针对多孔微结构中不可压缩Navier-Stokes方程,提出代数与几何预处理器及基于gPLMM的粗尺度求解器,显著加速求解,其中gPLMM性能最佳。
2025-10-24 cs.NA math.NA physics.comp-ph
Numerical Analysis of the Leray Reduced Order Model
Virginia Tech(弗吉尼亚理工大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);University of South Carolina(南卡罗来纳大学)
本文分析了勒亚降阶模型的有限元离散化,证明了降阶滤波器的误差估计,并通过二维纳维-斯托克斯方程的解析解验证了勒亚降阶模型的误差估计。
2017-02-17 cs.NA math.NA
Momentum-conserving ROMs for the incompressible Navier-Stokes equations
基于投影的模型降阶的常微分方程(ODE)的结果在投影ODE。基于此常微分方程,现有的降阶模型(ROM)有限体积离散满足潜在的守恒律在任意选择的子域。然而,该ROM并不完全满足投影ODE,而是引入了额外的扰动项。在这项工作中,我们提出了一种新的ROM具有相同的子域守恒性质,确实满足投影常微分方程。我们将此ROM不可压缩的Navier-斯托克斯方程和显示方面的质量方程如何可以构造新的ROM,以满足代数约束。此外,我们表明,由此产生的质量守恒ROM使我们能够获得动能守恒,因此非线性稳定性,这是不可能的现有ROM由于扰动项的存在。
2022-08-19 cs.NA math.NA
Scaled-up prediction of steady Navier-Stokes equation with component reduced order modeling
本研究将组件降阶建模拓展至定常Navier-Stokes流动,通过区域分解、本征正交分解及增广速度基,结合两种非线性降阶方法,实现了256倍规模下23倍加速、误差低于4%的高效预测,且经验求积法表现更优。
2024-10-28 cs.NA math-ph math.MP
MicroROM: An Efficient and Accurate Reduced Order Method to Solve Many-Query Problems in Micro-Motility
在对微型游泳者的研究中,无论是人工的还是生物的,许多问题自然会出现。即使使用先进的高性能计算(HPC),也不可能在可接受的时间内解决这类问题。过去已经考虑了斯托克斯方程的各种近似以简化这种计算工作,但是它们引入了不可忽略的误差,这些误差可以容易地使问题的解决方案不准确和不可靠。降阶建模通过利用计算昂贵的离线阶段和快速有效的在线阶段之间的适当细分来解决这个问题。本文提出了边界元法(BEM)和降阶基(RB)降阶建模(ROM)在两个实际模型中的耦合,获得了不同多查询问题的精确可靠的解。标准的降阶建模方法在不同的模拟设置和比较典型的近似斯托克斯方程的比较也显示。详细介绍了基于HPC边界元方法求解微运动问题的求解器与降阶模型之间的不同耦合。该方法在两种不同的模型上进行测试:机器人细菌样和真核生物样的游泳者,在每种情况下,游泳问题的两种解决策略,分裂和单片,被用作ROM的起点。在这两种情况下,实现了有效和准确的重建感兴趣的性能,证明了我们的策略的有效性。
2020-08-03 cs.NA math.NA
Asymptotically proved numerical coupling of a 2D flexural porous plate with the 3D Stokes fluid
本文提出一种高效数值算法,通过$Q_3$或双三次空间插值将3D Stokes流与2D多孔板的耦合时间依赖问题转化为常微分方程代数系统,并展示了结构板参数对解的影响。
2023-12-30 cs.NA math.FA math.NA
Preconditioning of a hybridized discontinuous Galerkin finite element method for the Stokes equations
University of Waterloo(滑铁卢大学);University of Cambridge(剑桥大学)
本文研究了斯托克斯方程的混合间断有限元方法的预条件化问题,通过静态消元技术减少全局问题的规模,并证明了压力Schur补与两个简单矩阵的谱等价性,从而提出最优预条件化方法。
2018-05-30 cs.NA math.NA
A posteriori error estimations for mixed finite-element approximations to the Navier-Stokes equations
Universidad de Valladolid(瓦拉多利德大学);Universidad de Sevilla(塞维利亚大学);Universidad Autónoma de Madrid(马德里自治大学)
针对Navier-Stokes方程的混合有限元离散,通过将演化问题的误差估计简化为稳态Stokes问题的误差估计,提出了一种基于后处理近似的实用误差估计方法,并分析了半离散和全离散情形。
2010-11-12 cs.NA math.AP math.NA
Non-intrusive reduced order models for the accurate prediction of bifurcating phenomena in compressible fluid dynamics
本文主要研究可压缩流体动力学中的分叉问题。一方面,该问题的物理是彻底调查使用高保真度模拟的可压缩Navier-斯托克斯方程离散间断Galerkin方法。另一方面,从数值模拟的角度来看,两种不同的非侵入性的降阶建模技术来预测的分叉的整体行为。这两种方法都表现出良好的协议与全阶模拟,即使在附近的分叉点的解决方案是特别不光滑。
2022-12-20 cs.NA math.NA
Comparison results for the Stokes equations
Humboldt-Universität zu Berlin(柏林洪堡大学);Yonsei University(延世大学);Universität Bonn(波恩大学)
本文比较了不同有限元方法在解斯托克斯方程时的误差表现,证明了P2-P0有限元方法的误差下界优于伯纳迪-拉吉尔有限元方法,且进一步证明了P1非匹配有限元方法的误差下界。
2014-01-23 cs.NA math.NA
Multigrid preconditioners for the Newton-Krylov method in the optimal control of the stationary Navier-Stokes equations
United States Naval Academy(美国海军学院);University of Maryland, Baltimore County(马里兰大学巴尔的摩分校)
本文研究了用于稳态纳维-斯托克斯方程最优控制问题的牛顿-克雷洛夫方法中的最优阶多网格预条件子的构造与分析,通过消除状态和伴随变量,直接求解控制变量的非线性系统,并展示了预条件子在低至中等雷诺数下的高效性。
2018-11-21 cs.NA math.NA
HJB-POD feedback control for Navier-Stokes equations
Universität Hamburg(汉堡大学)
本文提出了一种基于POD模型降阶技术与哈密顿-雅可比方程的无限时间最优控制方法,用于纳维-斯托克斯方程的控制问题,通过二维空间域的数值测试验证了方法的有效性。
2014-05-06 cs.NA math.NA math.OC
An Iterative Model Reduction Scheme for Quadratic-Bilinear Descriptor Systems with an Application to Navier-Stokes Equations
Max Planck Institute for Dynamics of Complex Technical Systems(马克斯·普朗克复杂技术系统动力学研究所)
本文提出一种改进的降阶方法,通过投影将二次-双线性描述系统转换为标准形式,以构建近最优降阶系统,应用于纳维-斯托克斯方程的数值示例验证了方法的有效性。
2017-05-02 cs.NA math.DS math.NA
Reduced Order Modeling for Parameterized Time-Dependent PDEs using Spatially and Memory Aware Deep Learning
提出了一种基于现代学习的参数化不定常偏微分方程降阶模型方法。ROM是适合于多查询问题,是非侵入性的。它分为两个不同的阶段:非线性降维阶段,基于卷积自编码器处理空间分布的自由度,以及基于记忆感知神经网络(NN)的参数化时间步进阶段,特别是因果卷积和长短期记忆NN。策略,以确保泛化和稳定性进行了讨论。热方程,对流方程,和不可压缩的Navier-斯托克斯方程的方法进行了测试,以显示ROM可以处理的各种问题。
2020-11-23 cs.NA math.NA