Computational evaluation of convection schemes in fluid dynamics problems
Universidade de São Paulo(圣保罗大学);Universidade Estadual de Londrina(朗德里纳州立大学)
本文计算评估了高分辨率迎风格式WACEB、CUBISTA和ADBQUICKEST在求解非线性流体动力学问题中的表现,通过一维黎曼问题测试并应用于三维不可压缩自由表面流动模拟。
2013-04-02 cs.NA math.NA physics.flu-dyn
DSC Approach to Computational Fluid Dynamics
本文提出双散射通道数值方法求解Oberbeck-Boussinesq近似下的准不可压缩流Navier-Stokes方程,并在六面体非正交网格上实现,通过数值示例展示该方法。
2006-04-01 cs.NA math-ph math.MP
Machine learning accelerated computational fluid dynamics
Google Research(谷歌研究院);School of Engineering and Applied Sciences, Harvard University(哈佛大学工程与应用科学学院)
流体的数值模拟在模拟天气、气候、空气动力学和等离子体物理等许多物理现象中起着至关重要的作用。纳维-斯托克斯方程很好地描述了流体,但是大规模求解这些方程仍然令人生畏,受限于解决最小时空特征的计算成本。这导致了准确性和易处理性之间的不利权衡。在这里,我们使用端到端深度学习来改进计算流体动力学内部的近似,以模拟二维湍流。对于湍流的直接数值模拟和大涡模拟,我们的结果与基线求解器一样精确,在每个空间维度上具有8- 10倍的精细分辨率,导致40- 80倍的计算加速。我们的方法在长时间的模拟过程中保持稳定,并推广到强制函数和雷诺数以外的流,它是训练,与黑箱机器学习方法。我们的方法阐明了科学计算如何利用机器学习和硬件加速器来改善模拟,而不会牺牲准确性或泛化能力。
2021-01-28 cs.LG physics.flu-dyn
Emerging trends in machine learning for computational fluid dynamics
KTH Royal Institute of Technology(瑞典皇家理工学院);University of Washington(华盛顿大学);Swedish e-Science Research Centre(瑞典电子科学研究中心)
本文探讨了机器学习为计算流体力学领域带来的新机遇,分析了两者间已显现效益的协同作用及未来潜力,并强调应保持谨慎乐观的平衡观点。
2023-04-05 cs.LG physics.flu-dyn
Message Passing Fluids: molecules as processes in parallel computational fluids
本文根据广义元胞自动机的规则和方法,提出了信息传递流体(MPF)的概念。MPF是一种抽象的流体,分子通过相互交换信息而运动。该模型的目的是为了它的模拟,通过消息传递库的并行计算领域。我们提出了一个批判性的分析,在这样一个对象的可能实现的必要的计算工作。
2003-04-10 cs.DC physics.comp-ph physics.flu-dyn
IB2d Reloaded: a more powerful Python and MATLAB implementation of the immersed boundary method
浸没边界法(IB)是一种将流体运动和浸没弹性结构变形完全耦合的优雅方法。在这种情况下,IB 2d软件可以为计算流体动力学(CFD)领域的初学者和老手加速探索流体-结构相互作用。虽然大多数开源CFD代码是在低级编程环境中编写的,但IB 2d是专门在高级编程环境中编写的,以使其可访问性超出具有丰富编程经验的科学家。尽管Battista等人之前曾在2015年介绍过,但该软件已进行了许多改进和添加,以实现弹性结构材料特性的更强大模型,包括用于流体和浸入式结构数据的数据分析包,用于更高精度解决方案的改进时间步进方案,以及对Boussinesq近似给出的轻微流体密度变化进行建模的功能。
2017-07-21 physics.flu-dyn
A hybrid phase field method for fluid-structure interactions in viscous fluids
本文提出了一种新的计算建模框架,利用相场嵌入法对粘性流体中的流固耦合进行数值研究。在不可压缩粘性流体矩阵中的每一个刚体或弹性结构,在本文中统称为质点,由一个保体积相场来识别。对于被动颗粒,颗粒的运动由基质中的流体速度驱动,或者对于主动颗粒,颗粒的运动与其自推进速度相结合。用一个排斥势来模拟一对颗粒之间或颗粒与边界之间的排斥体积效应。假定质点对流体的阻力与其速度成正比。当颗粒是刚性的,它的状态是由一个零速度梯度张量内的非零相场,定义其轮廓和约束应力存在。当颗粒是弹性的时,在颗粒域内提供用于弹性应力的线性本构方程。一个混合的,在整个计算域中有效的一致的流体动力学模型,然后推导出的流体粒子系综使用广义Onsager原则占刚性和弹性粒子。结构保持的数值算法随后开发的一致性模型。在2D和3D空间进行了数值试验,以验证收敛速度和数值例子,以证明有用的计算框架模拟被动以及自推进的主动粒子在粘性流体矩阵的流体-结构相互作用。
2021-09-15 cs.NA math.NA physics.flu-dyn
High-Order Dynamic Integration Method (HODIM) for Modeling Turbulent Fluid Dynamics
本文提出高阶动态积分方法(HODIM),通过结合高阶插值与动态自适应策略求解积分-微分方程,在湍流模拟中相比有限差分法和有限体积法显著提升精度与稳定性,且不增加计算成本。
2024-10-22 cs.NA math.NA physics.flu-dyn
JAX-FLUIDS: A fully-differentiable high-order computational fluid dynamics solver for compressible two-phase flows
Technical University of Munich(慕尼黑工业大学)
物理系统由偏微分方程(PDE)控制。纳维-斯托克斯方程描述流体流动,并且是具有复杂时空相互作用的非线性物理系统的代表。流体流动在自然界和工程应用中无处不在,其精确模拟对于深入了解这些过程至关重要。虽然偏微分方程通常用数值方法求解,但最近机器学习(ML)的成功表明,ML方法可以提供寻找偏微分方程解的新途径。ML越来越多地出现在计算流体动力学(CFD)中。然而,到目前为止,还没有一个通用的ML-CFD软件包,它提供1)强大的最先进的数值方法,2)ML与CFD的无缝混合,以及3)自动微分(AD)功能。AD对于ML-CFD研究尤其重要,因为它提供了梯度信息,并能够优化现有的和新的CFD模型。在这项工作中,我们提出了JAX-FLUIDS:一个全面的完全可微的CFD Python求解器,用于可压缩两相流。JAX-FLUIDS允许模拟复杂的流体动力学,包括三维湍流、压缩性效应和两相流等现象。完全用JAX编写,可以直接将现有的ML模型包含到建议的框架中。此外,JAX-FLUIDS支持端到端优化。即,ML模型可以通过整个CFD算法反向传播的梯度进行优化,因此不仅包含底层PDE的信息,还包含所应用的数值方法的信息。我们相信,像JAX-FLUIDS这样的Python包对于促进ML和CFD交叉领域的研究至关重要,并可能为可微分流体动力学时代铺平道路。
2022-03-25 cs.LG physics.flu-dyn
Computational Fluid Dynamics Modeling of a wood-burning stove-heated sauna using NIST's Fire Dynamics Simulator
传统的桑拿浴是从热和流体动力学的角度使用NIST的火灾动力学模拟器(FDS)软件进行研究。进行计算,以确定温度和速度场,热通量,烟尘和蒸汽云运输等结果进行了讨论,以评估这种新的利用FDS消防安全工程软件的可靠性。
2014-04-27 physics.flu-dyn
Sparse Identification for bifurcating phenomena in Computational Fluid Dynamics
SISSA(的里雅斯特高等研究学院)
本文提出一种结合稀疏识别与自编码器的降阶模型,用于高效捕捉计算流体动力学中分支现象的动态特性。
2025-11-27 cs.NA math.NA physics.flu-dyn
Fluid Intelligence: A Forward Look on AI Foundation Models in Computational Fluid Dynamics
NVIDIA(英伟达);Emmi AI;Johannes Kepler University (JKU)(约翰·开普勒林茨大学);ETH Zurich(苏黎世联邦理工学院)
本文提出首个结合CFD输入的缩放定律,用于数据生成和模型训练,以解决复杂流体动力学问题中的独特挑战,并提供了构建基础模型的计算成本和时间估计。
2025-11-25 physics.flu-dyn
Transported Memory Networks accelerating Computational Fluid Dynamics
Siemens(西门子)
针对工业级非结构化网格求解器难以集成神经网络的问题,提出传输记忆网络,融合湍流模型与循环神经网络思想,在精度和效率上达到或超越现有方法。
2025-02-25 cs.LG physics.flu-dyn
Hybrid quantum physics-informed neural networks for simulating computational fluid dynamics in complex shapes
Terra Quantum AG(Terra量子公司);Evonik Operations GmbH(赢创运营有限公司)
针对复杂几何形状流体仿真计算成本高的问题,提出结合量子模型表达力与物理信息神经网络灵活性的混合量子物理信息神经网络,在三维Y形混合器层流模拟中精度较纯经典网络提升21%,助力高效可靠的流体动力学求解器开发。
2024-07-14 cs.LG physics.flu-dyn quant-ph
Implementation of the Log-Conformation Formulation for Two-Dimensional Viscoelastic Flow
我们在商业高级有限元软件COMSOL中实现了二维的【形】粘弹流动的对数构造方法。对Oldrophil-B流体流过受限圆柱体的问题进行了验证。我们也能够描述众所周知的双稳态的粘弹性流的FENE-CR流体的交叉槽的几何形状,我们描述了所需的变化进行模拟与的P-T-Thien-Tanner(PTT),Giesekus和FENE-P模型。最后,我们计算了FENE-CR流体在三个入口和出口的几何形状中的流动。补充材料中包括了实现,我们希望它可以启发新的以及有经验的研究人员在粘弹性流动微分本构方程领域。
2016-04-20 cs.CE physics.flu-dyn
Refinement of a Poroelastic Model for Zero Porosity: Finite Element Implementation and Investigation of Fluid Mechanics in the Perivascular Space
Center for Neural Engineering(神经工程中心);Engineering Science and Mechanics Department(工程力学系);Auckland Bioengineering Institute(奥克兰生物工程系)
针对多孔弹性模型在零孔隙率下退化的问题,基于混合物理论重新构建模型,用制造解验证,并应用于脑血管周围间隙蠕动流,发现文献参数可致极端非生理条件,而脑组织变形可缓解。
2025-10-27 physics.flu-dyn
Modeling dust dynamics in OpenGadget3 -- I. SPH implementation of the One-Fluid model
Ludwig-Maximilians-Universität München(慕尼黑大学);Max-Planck-Institut für Astrophysik(马克斯·普朗克天体物理学研究所);Hochschule für angewandte Wissenschaften München(慕尼黑应用科学大学)
本研究在OpenGadget3中实现了改进的One-Fluid模型,通过引入时间依赖性人工粘度、传导率和类压力项的尘埃扩散处理,有效提升了气尘混合物模拟的稳定性和准确性。
2025-11-01 astro-ph.EP astro-ph.GA astro-ph.IM
On the Determination of the Yield Surface within the Flow of Yield Stress Fluids using Computational Fluid Dynamics
一部分非牛顿流体是屈服应力流体。它们需要最小的应力来流动。低于该最小值,屈服应力流体保持固态。迄今为止,一维和二维数值模型已主要用于研究自由表面流动。然而,有些现象具有三维行为,例如液体状态和固体状态之间的极限的出现。在这里,目的是使用计算流体动力学(CFD)再现的屈服应力流体在一个开放的通道中的自由表面流动的属性。还期望对屈服应力流体的行为进行建模。数值研究是用软件OpenFOAM驱动的。数值结果与实验结果进行了比较,从模型实验和理论预测的基础上流变本构关系。通过评估其可靠再现流型的能力,对3D模型进行了验证。深度,局部速度和应力被量化为不同的数值配置(网格级别,流变参数)。然后,数值结果被用来检测流动中的刚性和剪切区的存在。
2018-08-01 physics.comp-ph physics.flu-dyn
A Synergistic Framework Leveraging Autoencoders and Generative Adversarial Networks for the Synthesis of Computational Fluid Dynamics Results in Aerofoil Aerodynamics
Delhi Technological University(德里理工大学)
本文提出将自编码器与条件GAN协同用于翼型CFD结果生成,以20维向量编码几何并生成压力分布图,从而降低气动预测成本、提升翼型设计与优化效率。
2023-05-28 cs.LG physics.flu-dyn
The instanton method and its numerical implementation in fluid mechanics
精确描述高雷诺数下湍流流动中的结构是经典物理学最后的开放问题之一。在这篇综述中,我们讨论了最近的发展有关的应用瞬子方法的湍流。瞬子是基础路径积分的鞍点构型。它们等价于相关Freidlin-Wentzell作用的极小化,并且已知能够表征此类系统中的罕见事件。虽然有一个令人印象深刻的机构的工作,关于他们的分析描述,这篇评论的重点是如何计算这些极小数值的问题。在一个简短的介绍中,我们提出了相关的数学和物理背景之前,我们详细讨论了随机Burgers方程。我们提出的算法来计算瞬子数值相应的欧拉-拉格朗日方程的有效解决方案。第二个重点是最近开发的数值滤波技术,允许提取瞬子直接数值模拟的讨论。在下文中,我们提出了修改的算法,使其有效时,适用于二维或三维流体动力学问题。我们使用二维Burgers方程和三维纳维-斯托克斯方程来说明这些想法。
2015-07-20 cond-mat.stat-mech physics.comp-ph physics.flu-dyn
Implementation of Immersed Boundaries via Volume Penalization in the Industrial Aeronautical Computational Fluid Dynamics Solver CODA
本研究在工业航空CFD求解器CODA中实现浸入边界体积惩罚法,开发自适应网格预处理工具,通过多类翼型及飞机算例验证,证明其高效准确,可用于工业航空应用。
2025-01-07 physics.flu-dyn
Manifold death: a Volume of Fluid implementation of controlled topological changes in thin sheets by the signature method
流体体积(VOF)方法的一个众所周知的缺点是薄液膜或细丝的破裂主要是由数值方面而不是物理方面引起的。当薄膜的厚度达到网格尺寸的数量级时,发生破裂,并且通过细化网格,破裂事件被延迟。当细丝破裂时,由于VOF的质量守恒性质,产生许多液滴。因此,破碎的数值特征不允许在网格细化下获得所需的液滴尺寸分布的收敛。在这项工作中,我们提出了一种新的算法来检测和识别薄结构。首先,薄膜或韧带通过从体积分数获得的指标的二次矩来识别。一个多尺度的方法,使我们能够选择独立的网格分辨率的临界膜厚度。然后在薄膜厚度达到网格尺寸之前,通过在薄膜中打孔来诱导分裂。我们表明,该方法提高了收敛网格细化的液滴的尺寸分布和拟能。
2022-06-24 physics.flu-dyn
Deep learning observables in computational fluid dynamics
ETH Zürich(苏黎世联邦理工学院);Rice University(莱斯大学)
计算流体动力学中的许多大规模问题,如不确定性量化、贝叶斯反演、数据同化和PDE约束优化,在计算上被认为是非常具有挑战性的,因为它们需要相应的PDE的大量昂贵的(正向)数值解。我们提出了一种基于深度人工神经网络的机器学习算法,该算法可以从一些训练样本(该映射的计算实现)中预测底层的\emph{input parameters to observable}映射。通过理论论证和经验观察的明智组合,我们找到了合适的网络架构和训练超参数,这些超参数导致参数到可观察映射的鲁棒和高效的神经网络近似。数值实验表明,低预测误差的训练网络网络,即使当网络已经训练了几个样本,在计算成本是几个数量级低于底层PDE求解器。此外,我们将所提出的深度学习算法与蒙特卡罗(MC)和准蒙特卡罗(QMC)方法相结合,以有效地计算非线性偏微分方程的不确定性传播。在底层神经网络泛化良好的假设下,我们证明了深度学习MC和QMC算法保证比基线(准)蒙特卡罗方法更快。数值实验表明,一到两个数量级的速度超过基线QMC和MC算法,计算概率分布的可观察的复杂问题,也提出了。
2019-12-16 cs.LG cs.NA math.NA
A Demonstration of Quantum Circuit Implementation for Obstacle Flow Using Carleman-Linearized Lattice Boltzmann Method
QunaSys;Department of Earth and Planetary Science, The University of Tokyo(东京大学地球行星科学科)
本研究通过块编码和量子奇异值变换实现二维障碍物绕流的量子算法,展示了非周期性边界条件的量子电路嵌入,并证明所需量子比特和门数量随格点对数增长。
2026-05-27 physics.flu-dyn quant-ph
An Updated Lagrangian particle hydrodynamics (ULPH) implementation of heat conduction model in weakly-compressive fluid
本文利用高阶更新拉格朗日粒子流体动力学(ULPH)理论建立热传导控制方程,并通过静态热传导和动态热对流模拟验证,表明该模型准确有效,适用于多物理场问题。
2023-12-07 physics.flu-dyn
Mathematical modelling and computational reduction of molten glass fluid flow in a furnace melting basin
本文针对熔炉熔化池中熔融玻璃流动,建立数学模型并用有限元法模拟验证,进而提出基于人工神经网络的非侵入式POD降阶方法,实现快速高精度求解。
2024-07-23 physics.flu-dyn
On floating point precision in computational fluid dynamics using OpenFOAM
由于现代集群机器的计算能力,数值模拟可以提供前所未有的细节水平,对流体力学的新见解。然而,充分利用这种硬件仍然具有挑战性,因为数据通信仍然是达到峰值性能的重要瓶颈。降低浮点精度是减少数据移动和提高大多数应用程序计算速度的一种简单有效的方法。然而,需要特别注意确保计算解的质量和收敛性,特别是在处理复杂的流体模拟时。在这项工作中,我们分析的影响,减少(单和混合相比,双)精度的计算性能和准确性的计算流体动力学。使用开源库OpenFOAM,我们认为不可压缩,可压缩,和多相流体求解器的测试在层流和湍流的制度,并在存在冲击波的流动的相关基准。计算增益和变化的可扩展性的应用程序在降低精度进行了讨论。特别是,一个特设的理论模型的强缩放允许我们解释和理解所观察到的行为,作为浮点精度和硬件细节的函数。最后,我们展示了如何降低精度可以显着加快混合CPU-GPU实现,最近提供给OpenFOAM最终用户,这仅仅依赖于硬件供应商开发的GPU线性代数求解器。
2022-09-13 physics.comp-ph physics.flu-dyn
MeshDQN: A Deep Reinforcement Learning Framework for Improving Meshes in Computational Fluid Dynamics
Carnegie Mellon University(卡内基梅隆大学)
网格划分是计算流体动力学(CFD)中稳定和准确模拟所必需的关键但用户密集的过程。网格生成是计算流体力学(CFD)管道中的一个瓶颈。自适应网格技术允许网格自动更新,以产生手头问题的准确解决方案。现有的自适应网格化的经典技术需要求解器的附加功能,许多训练模拟,或两者兼而有之。当前的机器学习技术通常需要用于训练数据生成的大量计算成本,并且在范围上受限于训练数据流态。MeshDQN是一个通用的深度强化学习框架,用于迭代粗化网格,同时保留目标属性计算。基于图神经网络的深度Q网络用于选择要移除的网格顶点,并且在改进过程中的每一步使用解插值来绕过昂贵的模拟。MeshDQN需要在网格粗化之前进行一次模拟,同时不对流态、网格类型或求解器进行假设,只需要能够直接在CFD管道中修改网格。MeshDQN成功改进了两个二维翼型的网格。
2022-12-02 cs.LG physics.flu-dyn
Impact of Atrial Fibrillation on Left Atrium Haemodynamics: A Computational Fluid Dynamics Study
我们分析左心房血流动力学,突出健康个体和房颤患者之间的差异。计算研究基于患者特定的左心房几何形状来模拟血流动力学。我们设计了一种新的程序,旨在恢复的三维血流动力学模拟的边界条件,特别是在没有特定的临床测量提供的有用。有了这个目的,我们引入了一个参数定义的心房位移,我们采用了一个闭环集总参数模型的整个心血管系统方便地调整的基础上,病人的特点。我们评估了一些心房血流动力学的流体动力学指标,验证了我们的数值结果在几个临床测量方面,我们研究了血栓形成的风险的几何和临床特征的影响。为了分析血栓形成与房颤的相关性,与医学证据相一致,我们提出了一种新的指标,我们称之为年龄停滞,它来自欧拉和拉格朗日量的组合。该指示器可识别缓慢流动无法正确冲洗腔室的区域,从而积聚陈旧的血液颗粒并为凝块形成创造最佳条件。
2022-10-04 cs.NA math.NA physics.flu-dyn
Computational Fluid Dynamics In GARUDA Grid Environment
GARUDA网格由高级计算开发中心(C-DAC)在NKN(国家知识网络)网络上开发,该中心的高性能计算(HPC)集群在地理上分散在印度各地。自1988年成立以来,C-DAC一直与HPC基础设施的开发有关。网格基础设施为异构资源的访问提供了一种安全有效的方式。在网格上启用科学应用已经研究了一段时间。在这方面,我们已经成功地使计算流体动力学(CFD)的应用程序,可以帮助CFD社区作为一个整体,以有效的方式进行计算研究,需要巨大的计算资源超出了一次在内部的能力。这项工作是目前正在进行的项目网格GARUDA由信息技术部资助的一部分。
2011-07-07 physics.comp-ph physics.flu-dyn
An Introduction to Adjoints and Output Error Estimation in Computational Fluid Dynamics
近年来,伴随矢量在计算流体力学(CFD)中的应用急剧增加。它们在许多应用中的实用性,包括设计优化,数据同化和网格自适应,引起了研究人员和从业人员的兴趣。在许多这些领域中,伴随的概念有不同的解释,使用各种符号和动机。更复杂的问题是存在两种看似不同类型的伴随-“连续”和“离散”-以及线性代数和泛函分析中使用的伴随算子的更正式定义。这些问题使得伴随的基本概念难以确定。在这些笔记中,我们希望澄清一些关于伴随向量的想法,并为连续和离散伴随向量提供有用的参考。特别是,我们专注于使用的背景下,基于输出的网格自适应的伴随,其目标是通过执行有针对性的适应计算网格,以实现在特定数量(或“输出”)的兴趣的准确性。虽然这是我们感兴趣的应用,但这里讨论的思想直接适用于设计优化,数据同化和许多其他使用伴随的领域。
2017-12-03 cs.CE cs.NA math.NA
Fluid Simulation System Based on Graph Neural Network
传统的计算流体动力学通过求解偏微分方程来计算流场的物理信息,计算时间长,消耗大量的计算资源。基于图神经网络结构,建立了一个流体模拟仿真器。该模拟器具有计算速度快、占用计算资源少的特点。我们把计算域看作一个结构图,结构图中的计算节点通过自适应采样确定邻居节点。使用注意力图神经网络构建深度学习架构。根据不同雷诺数下圆柱绕流场的模拟结果对流体模拟仿真器进行训练。经过训练的流体仿真模拟器不仅对训练集中的流场预测具有很高的精度,而且可以外推训练集之外的流场。与传统的CFD求解器相比,流体模拟模拟器实现了2-3个数量级的加速。流体仿真模拟器为流体力学模型的快速优化设计和智能流体机构的实时控制提供了新的思路。
2022-02-25 physics.comp-ph physics.flu-dyn
OpenFOAMGPT 2.0: end-to-end, trustworthy automation for computational fluid dynamics
本文提出首个用于计算流体动力学的多智能体框架,集成预处理、提示生成、OpenFOAMGPT和后处理四个智能体,实现从自然语言查询到端到端模拟的全自动化,在超450次模拟中达到100%成功率和可重复性,满足零容错科学计算的可靠性标准。
2025-04-27 physics.flu-dyn
Two Computational Models for Simulating the Tumbling Motion of Elongated Particles in Fluids
悬浮液与纤维状颗粒在低雷诺数制度的建模由两种不同的方法,都使用拉格朗日表示的单个颗粒。第一种方法是基于Stokes流的完善的公式,其被公式化为积分方程。它使用一个细长体近似的纤维,以代表它们之间的相互作用,而不显式计算流场直接。第二种是在并行超级计算机上使用3D格子玻尔兹曼方法的新技术。在这里,流计算耦合到一个计算模型的动力学的刚体使用流体-结构相互作用技术。这两种方法都可以应用于模拟流体中的纤维。它们经过仔细验证并相互比较,系统地揭示了它们在准确性,计算成本和可能的模型扩展方面的优势和劣势。
2015-03-23 cs.CE physics.comp-ph physics.flu-dyn
Enhanced computational performance of the lattice Boltzmann model for simulating micron- and submicron-size particle flows and non-Newtonian fluid flows
格子玻尔兹曼(LB)模型,在FORTRAN 90编码的计算性能的显着改善,通过应用增强技术实现。应用的技术包括阵列存储器布局的优化、数据结构简化、模拟线程外的随机数生成、通过OpenMP的代码并行化以及时间步内和时间步间任务流水线。这些优化技术的有效性进行了测量上的三个基准问题:(i)瞬态流动的多个粒子在牛顿流体中的非均质裂缝多孔域,(ii)在亚微米尺度的流体的热波动和所产生的布朗运动的颗粒,和(iii)非牛顿流体流动的光滑壁通道。上述优化技术的应用导致平均21的性能改进,这可以显着提高LB模型在不同应用中的实际用途,重点关注非牛顿流体中纳米尺寸或微米尺寸颗粒的命运和运输。
2020-06-23 physics.comp-ph physics.flu-dyn
A detailed introduction to density-based topology optimisation of fluid flow problems with implementation in MATLAB
本文详细介绍了流体流动问题的基于密度的拓扑优化方法。其目标是让新的学生和研究人员能够快速开始研究领域,并跳过许多初始步骤,通常会从该领域的科学进步中消耗不必要的长时间。这是通过提供理解和实现理论所需的组件的分步指南以及扩展所提供的MATLAB代码来实现的。连续的设计表示使用,以及它是如何连接到布林克曼惩罚的方法,用于模拟浸没在流体域中的固体,示出。解释了对Brinkman罚项的不同解释以及罚参数的选取。通过参考几何的参数模拟的布林克曼惩罚方法的准确性进行了分析。解释了所选择的有限元公式和求解方法。定义了最小耗散能量优化问题,并讨论了如何使用最优性准则求解器和连续方案来解决该问题。所包含的MATLAB实现有文档记录,详细介绍了网格、预处理、优化和后处理。该代码有两个基准的例子实现和这些代码的应用程序进行审查。随后,通过提供的代码修改和解释,为更复杂的例子提出了几个修改的代码。最后,通过对计算时间和内存使用的研究,以及通过近似来减少计算时间的建议,来检查代码的计算性能。
2022-07-19 cs.CE cs.MS physics.flu-dyn
Advanced Theoretical Analysis of Stability and Convergence in Computational Fluid Dynamics for Computer Graphics
该研究针对计算机图形学流体模拟的理论严谨性需求,构建分析数值格式性质的理论框架,推导两类方法的稳定性条件、Navier-Stokes离散收敛速率,还提出不可压缩性与涡量守恒相关新理论,为自适应流体模拟及实时图形模拟技术发展提供数学基础。
2024-11-02 physics.flu-dyn
Application of Video-to-Video Translation Networks to Computational Fluid Dynamics
近年来,人工智能尤其是深度学习的演进令人瞩目,其对各个领域的应用也在快速增长。在本文中,我报告了生成对抗网络(GANs),特别是视频到视频翻译网络,在计算流体动力学(CFD)模拟中的应用结果。本研究的目的是减少计算流体力学模拟与GANs的计算成本。本研究中的GANs架构是图像到图像翻译网络(所谓的“pix 2 pix”)和长短期记忆(LSTM)的组合。结果表明,高成本和高精度的模拟(高分辨率的计算网格)的结果可以估计从低成本和低精度的模拟(低分辨率的网格)。特别地,通过GANs从低分辨率网格的情况下再现高分辨率网格的情况下的密度分布的时间演化,并且从由GANs生成的图像估计的密度不均匀性以良好的精度恢复了地面实况。定性和定量的比较,所提出的方法与几个超分辨率算法的结果。
2021-09-12 cs.CV cs.LG physics.flu-dyn
A high-level programming-language implementation of topology optimization applied to steady-state Navier-Stokes flow
我们提出了一个通用的高级编程语言实现非线性拓扑优化。我们的实现是基于商业软件包Femlab,它允许范围广泛的优化目标,可以很容易地处理。我们通过对稳态Navier-Stokes流问题的研究改进了我们的方法,从而扩展了Borrvall和Petersson关于Stokes流中流体拓扑优化的工作[Int. J. Meth.流体2003; 41:77- 107]。我们分析了解决方案的物理方面,以及它们如何受到优化算法的不同参数的影响。我们实现的一个完整示例作为Femlab代码包含在附录中。
2006-02-01 physics.flu-dyn
Machine Learning-Based Optimal Mesh Generation in Computational Fluid Dynamics
Technical University of Munich(慕尼黑工业大学);Siemens Industry Software Computational Dynamics Limited(西门子工业软件计算动力学有限公司);Siemens AG, Technology(西门子股份公司技术部)
计算流体动力学(CFD)是工程学的一个主要子领域。相应的流动模拟的典型特征在于大量的计算资源需求。通常,需要非常精细和复杂的网格来以适当的方式解决物理效果。由于所有CFD算法至少与底层网格离散化的大小成线性比例,因此找到最佳网格是计算效率的关键。一种用于找到最佳网格的方法是面向目标的自适应网格细化。然而,这通常在计算上要求很高,并且仅在有限数量的工具中可用。在这方面的贡献,我们采用了机器学习的方法来确定最佳的网格密度。我们使用经典的方法生成优化的网格,并提出训练一个卷积网络预测任意几何形状的最佳网格密度。所提出的概念是沿着二维风洞模拟验证超过60,000模拟。使用20,000个模拟的训练集,我们实现了超过98.7%的准确率。最佳网格的相应预测可用作任何网格生成和CFD工具的输入。因此,无需复杂的计算,任何CFD工程师都可以从高质量的网格开始预测。
2021-02-25 cs.CE cs.LG physics.flu-dyn
Combining Machine Learning with Computational Fluid Dynamics using OpenFOAM and SmartSim
TU Darmstadt(达姆施塔特工业大学);Hewlett Packard Enterprise(惠普企业);TU Dresden(德累斯顿工业大学)
本研究针对CFD+ML算法在大规模问题中实现困难的痛点,基于开源软件OpenFOAM与SmartSim提出高效可扩展的耦合方案,简化编程并保障数据交换,覆盖多模块耦合,还提供带示例的子模块供实际应用开发参考。
2024-04-23 cs.LG physics.flu-dyn
Impact of Loss Weight and Model Complexity on Physics-Informed Neural Networks for Computational Fluid Dynamics
Department of Power Mechanical Engineering, National Tsing Hua University(国家交通机械工程系,国立清华大学)
针对物理信息神经网络对损失权重选择敏感的问题,提出两种基于量纲分析的加权方案,其中纳入不可量化项的方案在多个CFD基准测试中提升了稳定性与准确性,在高佩克莱特数问题中表现突出。
2025-09-24 cs.LG physics.flu-dyn
A computational fluid dynamics model for the simulation of flashboiling flow inside pressurized metered dose inhalers
本文首次提出基于开源软件的计算流体动力学模型,采用流体体积法和空化模型模拟加压定量吸入器内的闪沸流动,经实验验证可定量预测排放特性,并支持致动器几何形状的系统设计与优化。
2025-08-04 physics.flu-dyn
Hemodynamic Simulation in the Aortic Arch Under Anemic Diabetic and Healthy Blood Flow Conditions Using Computational Fluid Dynamics
本研究通过CFD模拟比较贫血、糖尿病和健康血流在主动脉弓的血流动力学,揭示血液黏度差异对WSS和压力梯度的影响,支持CFD用于无创血管风险评估。
2025-06-20 cs.NA math-ph math.MP
Computing with vortices: Bridging fluid dynamics and its information-processing capability
在这里,卡门涡系统被认为是一个大的递归神经网络,和计算能力的数值模拟非线性动力系统和内存容量进行评估。因此,卡门涡系统的计算性能的雷诺数依赖性被揭示和最佳的计算性能是在卡门涡脱落,这是与一个霍普夫分叉的发病临界雷诺数附近实现。我们的发现推进了对流体动力学的物理性质与其计算能力之间关系的理解,并为人们普遍认为的信息处理能力在混沌边缘变得最佳的观点提供了一种替代方案。
2020-01-23 physics.flu-dyn
A Computational Study of the Dynamics of the Critical Points in a Simple Fluid Flow
我们进行了一个计算实验的启发,由一个物理实验Ouellette和Gollub(PRL 99,194502(2007)),其中的流体流中的速度场的拓扑过渡是由一个网格的磁铁。在一个明确定义的雷诺数Re下,驻点的运动变得如此强烈,以至于它们可能合并和湮灭。用搅拌器网格代替磁铁,我们得到了相同的过渡的基本特征,但分辨率使我们能够识别该过程的两个不同阶段:一个范围的Re,其中停滞点的湮灭率低,但非零,其次是一个狭窄的间隔,其中速率跳到一个高水平。
2010-03-24 physics.flu-dyn
Computational Fluid Dynamics on 3D Point Set Surfaces
计算流体动力学(CFD)在许多情况下需要手动设计3D模型,这是一项繁琐的任务,需要特定的技能。在本文中,我们提出了一种新的方法进行计算流体力学直接扫描三维点云。所提出的方法建立一个各向异性的体积四面体网格周围的点采样表面适应,没有显式的表面重建步骤。该表面是由一个新的扩展的隐式移动最小二乘(EIMLS)标量表示,扩展的功能的定义到整个计算域,这使得它可以用于浸没边界流模拟。我们提出的工作流程允许我们自动计算点采样几何周围的流。它还提供了一个更好的控制精度的表面与有限数量的计算节点,这是一个关键问题,在CFD。
2018-12-17 cs.CE cs.CG cs.GR
Casting Computational Fluid Mechanics into a Convex Quadratic Optimization Framework
本研究利用最小压力梯度原理将非定常CFD问题转化为带线性约束的凸优化框架,可借助二次规划或KKT条件高效求解,经三个基准算例验证,能准确预测多种流场,为传统CFD提供了简单稳健的变革性替代方案。
2025-01-14 physics.flu-dyn
The computational complexity of traditional Lattice-Boltzmann methods for incompressible fluids
众所周知,在流体动力学中,所谓的\emph{particle simulation methods}提供了对常规直接求解方法(基于流场的离散化)的替代。粒子模拟方法典型地依赖于用于流体方程的适当的\emph{kinetic models},其允许根据动力学分布函数$f(\mathbf{r,v},t),$的适当期望值(或\emph{momenta})来评估流体场,所述动力学分布函数分别是$\mathbf{r}$和\textbf {\} $\mathbf{v}$是具有概率密度$f(\mathbf{r,v},t)$的测试粒子的位置和速度。这些动力学模型在相空间中可以是连续的或离散的,分别产生流体的\emph{continuous}或\emph{discrete kinetic models}。然而,粒子模拟方法也可能由于不期望的计算复杂性而有偏差。特别是,一个基本问题是估计基于传统LBM的数值模拟的算法复杂性(格子玻尔兹曼方法;综述参见Suci,2001 \cite{Succi})。这些方法,基于离散动力学的方法,目前是一个有趣的替代直接解决方案的方法。在这里,我们打算证明,对于不可压缩的流体流体LBM的可能会提出一个高的复杂性。调查的目的是提出一个详细的说明,在习惯LBM的出现的各种复杂性来源的起源。研究结果对提高现有数值方法的数值效率具有一定的指导意义。
2008-06-30 physics.comp-ph physics.flu-dyn
Review of Physics-based and Data-driven Multiscale Simulation Methods for Computational Fluid Dynamics and Nuclear Thermal Hydraulics
本文综述了计算流体力学与核热工水力中的多尺度模拟方法,分类讨论基于物理的串行/并发方法及数据驱动方法(如误差校正、闭合建模),并全面回顾了数据驱动的湍流建模应用。
2021-02-01 physics.flu-dyn
A Numerical Approach to Solving Nonlinear Differential Equations on a Grid with Potential Applicability to Computational Fluid Dynamics
开发并测试了一种在网格上求解非线性微分方程的有限元方法,该方法可能适用于计算流体动力学(CFD)。目前的方法有利于计算解决方案的高多项式次数的网格。通过对连续分布的未知变量的值和导数的值进行插值直到给定阶数,来实现高多项式次数。二维盖驱动腔,一个常见的基准问题的CFD方法,被用作测试用例。结果表明,增加多项式的次数有一定的优势,相比增加网格点的数量,当使用当前的方法解决给定的基准问题。目前的方法产生的结果,同意与以前公布的结果,这个测试用例。
2014-09-03 physics.comp-ph physics.flu-dyn
Steady state detection for computational fluid dynamics
如果用户不需要指定模拟时间,则流体动力学不稳定性的大参数研究可以被简化。为此,在CFD库OpenFOAM中实现了稳态检测。如果特性测量不随时间变化,即达到饱和时,它会自动终止模拟。为此,使用两种可选方法将最近的数据与先前的数据进行比较。两者都计算用作稳态指示器的值。第一种方法执行双样本学生t检验,检查平均值之间的差异。同样,第二种方法利用双样本f检验检查方差之间的变化。这两种方法进行了简要介绍,比较,并讨论其具体的应用领域。它们的有用性证明了一个简单的示例性测试用例。
2017-09-10 physics.flu-dyn
High-Order Computational Fluid Dynamics Simulations of a Spinning Golf Ball
本文介绍了第一次高阶计算流体动力学(CFD)模拟的静态和旋转高尔夫球在现实的流动条件。目前的结果表明,捕获复杂的流体动力学内的酒窝,导致减阻与光滑的球体,以及比较以前的实验和计算研究。高阶通量重建方法已与人工边界重叠方法配对,以简化网格生成和网格运动。采用无亚网格的尺度分辨大涡模拟(LES)方法模拟可压缩纳维-斯托克斯方程.实现这些方法的代码已在NVIDIA图形处理单元(GPU)上实现,从而实现了比传统计算机硬件更大的加速。新方法允许模拟高尔夫球和其他类似中等雷诺数的物体,在大型计算集群上模拟几天。CFD用于高尔夫球和其他运动球等物体的设计现在已经触手可及。
2018-05-29 physics.comp-ph physics.flu-dyn
NNPred: A Predictor Library to Deploy Neural Networks in Computational Fluid Dynamics software
神经网络预测器库已被开发用于将机器学习(ML)模型部署到计算流体动力学(CFD)代码中。为了简化CFD求解器的实现,采用了实现指针策略来隔离实现细节。该库通过封装TensorFlow C库提供简化的模型管理功能,并维护自属于的数据容器,以处理与CFD求解器接口的输入/输出(I/O)功能中的数据类型转换和内存布局。在语言层面上,该库为C++和Fortran(CFD社区中两种常用的编程语言)提供应用程序编程接口(API)。分别用C++和Fortran编写了两个开源CFD代码OpenFOAM和CFL 3D的高级定制模块。预测器的基本用法在一个简单的数据驱动的热传递问题中演示,作为第一个教程案例。另一个教程案例是使用OpenFOAM和CFL 3D代码来实现使用该库对通道流中的湍流效果进行建模。开发的ML预测库为CFD求解器中ML模型的部署提供了一个强大的工具。
2022-09-25 physics.flu-dyn