คำถามติดแท็ก fluid-dynamics

ฉันมีปัญหาการเพิ่มประสิทธิภาพทั่วโลกที่ไม่ท้าทายเพื่อแก้ปัญหา ปัจจุบันผมใช้กล่องเครื่องมือเพิ่มประสิทธิภาพของ MATLAB (โดยเฉพาะfmincon()กับอัลกอริทึม = 'sqp') ซึ่งมีประสิทธิภาพมาก อย่างไรก็ตามรหัสของฉันส่วนใหญ่อยู่ใน Python และฉันก็ชอบที่จะเพิ่มประสิทธิภาพใน Python ด้วยเช่นกัน มีตัวแก้ NLP ที่มีการผูก Python ที่สามารถแข่งขันได้fmincon()หรือไม่ มันจะต้อง สามารถรับมือกับความไม่เสมอภาคและความไม่เท่าเทียมกันได้ ไม่ต้องการให้ผู้ใช้จัดหายาโคบ ไม่เป็นไรหากไม่รับประกันว่าจะมีประสิทธิภาพระดับโลก ( fmincon()ไม่) fmincon()ฉันกำลังมองหาบางสิ่งบางอย่างที่ทนทานลู่ไปยังท้องถิ่นที่เหมาะสมแม้สำหรับความท้าทายปัญหาและแม้ว่ามันจะช้ากว่าเล็กน้อย ฉันได้พยายามแก้หลายที่ให้บริการผ่าน OpenOpt และพบว่าพวกเขาจะด้อยกว่าของ fmincon/sqpMATLAB เพียงเพื่อเน้นฉันมีสูตรเวิ้งว้างและแก้ปัญหาที่ดี เป้าหมายของฉันคือการเปลี่ยนภาษาเพื่อให้เวิร์กโฟลว์มีความคล่องตัวมากขึ้น เจฟฟ์ชี้ให้เห็นว่าคุณลักษณะบางอย่างของปัญหาอาจเกี่ยวข้องกัน พวกเขาคือ: 10-400 ตัวแปรการตัดสินใจ 4-100 ข้อ จำกัด ความเท่าเทียมกันของพหุนาม (ดีกรีพหุนามมีช่วงตั้งแต่ 1 ถึงประมาณ 8) จำนวนข้อ จำกัด ของความไม่เท่าเทียมกันที่มีเหตุผลเท่ากับจำนวนตัวแปรการตัดสินใจประมาณสองเท่า ฟังก์ชั่นวัตถุประสงค์เป็นหนึ่งในตัวแปรการตัดสินใจ ชาวจาโคเบียนแห่งข้อ จำกัด ความเท่าเทียมมีความหนาแน่นสูงเช่นเดียวกับชาวจาโคเบียนแห่งข้อ จำกัด …

77 python  optimization  nonlinear-programming  linear-algebra  linear-solver  sparse-matrix  ode  automatic-differentiation  efficiency  matrix  symbolic-computation  pde  multiphysics  operator-splitting  fluid-dynamics  pde  multigrid  pde  hyperbolic-pde  quadrature  precision  numerical-analysis  fluid-dynamics  interpolation  c  ode  testing  data-sets  pde  fluid-dynamics  hyperbolic-pde  pde  finite-element  fluid-dynamics  stability  incompressible  pde  hyperbolic-pde  fluid-dynamics  pde  precision  floating-point  convex-optimization  conditioning  pde  hyperbolic-pde  stability  implicit-methods  explicit-methods  fluid-dynamics  accuracy  pde  hyperbolic-pde  petsc  linear-algebra 

วิศวกรมักยืนยันในการใช้วิธีการอนุรักษ์ในพื้นที่เช่นปริมาณ จำกัด ความแตกต่าง จำกัด แบบอนุรักษ์นิยมหรือวิธีการ Galerkin ที่ไม่ต่อเนื่องสำหรับการแก้ไข PDE มีอะไรผิดพลาดเมื่อใช้วิธีการที่ไม่อนุรักษ์ท้องถิ่น? โอเคดังนั้นการอนุรักษ์ในท้องถิ่นจึงมีความสำคัญสำหรับ PDE แบบไฮเพอร์โบลิกแล้ว PDEs รูปไข่ล่ะ

30 pde  hyperbolic-pde  fluid-dynamics 

วิธีการเชิงตัวเลขจำนวนมากสำหรับ CFD สามารถขยายไปยังลำดับที่สูงได้ตามอำเภอใจ (ตัวอย่างเช่นวิธี Galerkin ที่ไม่ต่อเนื่อง, วิธี WENO, ความแตกต่างของสเปกตรัม ฯลฯ ) ฉันจะเลือกลำดับความถูกต้องที่เหมาะสมสำหรับปัญหาที่กำหนดได้อย่างไร

23 fluid-dynamics  accuracy 

สิ่งที่จะเป็น discretization แตกต่างแน่นอน จำกัด สำหรับสมการต่อไปนี้: ?∂ρ∂t+∇⋅(ρu)=0∂ρ∂t+∇⋅(ρu)=0\frac{\partial \rho}{\partial t} + \nabla \cdot \left(\rho u\right)=0 เราสามารถใช้กรณี 1D: ∂ρ∂t+ddx(ρu)=0∂ρ∂t+ddx(ρu)=0\frac{\partial \rho}{\partial t} + \frac{d}{dx}\left(\rho u\right)=0 ด้วยเหตุผลบางอย่างแผนการทั้งหมดที่ฉันสามารถหาได้คือการกำหนดในพิกัดลากรองจ์ ฉันมากับรูปแบบนี้ในขณะนี้ (ไม่สนใจดัชนีj ): ρn+1i,j- ρnฉัน, Jτ+ 1ชั่วโมงx( ρn + 1ฉัน+ 1 , J+ ρn + 1ฉัน, J2ยูnxฉัน+ 1 / 2 , J- ρn + 1ฉัน, J+ ρn + …

22 finite-difference  fluid-dynamics 

ฉันกำลังดูการใช้ OpenFOAM สำหรับการแก้ปัญหาการไหลภายในพื้นฐานใน CFD อะไรคือวิธีที่ดีที่สุดในการเริ่มต้นและทุกคนโปรดชี้ฉันไปที่การอ้างอิงออนไลน์ที่ดีเพื่อไปกับคำถามใด ๆ ที่ฉันอาจมีเมื่อฉันดำน้ำใน? ฉันได้ยินมาว่ามันค่อนข้างเฉพาะตอนนี้และฟังก์ชั่นการแก้ปัญหาจำนวนมากไม่ได้รับการบันทึกไว้อย่างดี เห็นได้ชัดว่าเอกสารที่มาพร้อมกับแพ็คเกจนั้นเป็นการเริ่มต้น แต่มีการอ้างอิงของบุคคลที่สาม (เช่นวิกิ OpenFOAM) หรือไม่

19 fluid-dynamics  openfoam 

ปริมาณทางกายภาพเช่นความดันความหนาแน่นพลังงานอุณหภูมิและความเข้มข้นควรเป็นค่าบวกเสมอ แต่วิธีการเชิงตัวเลขบางครั้งก็คำนวณค่าลบในระหว่างกระบวนการแก้ปัญหา สิ่งนี้ไม่เป็นไรเพราะสมการจะคำนวณค่าที่ซับซ้อนหรือไม่มีที่สิ้นสุด วิธีการเชิงตัวเลขใดที่สามารถใช้เพื่อรับประกันว่าปริมาณเหล่านี้ยังคงเป็นบวก วิธีใดที่มีประสิทธิภาพมากที่สุด

18 pde  fluid-dynamics  hyperbolic-pde 

ฉันอยากรู้ว่ามีวิธีที่รวดเร็วในการคำนวณระยะทางแบบยุคลิดของเวกเตอร์สองตัวใน Octave หรือไม่ ดูเหมือนว่าไม่มีฟังก์ชั่นพิเศษสำหรับสิ่งนั้นดังนั้นฉันควรใช้สูตรด้วยsqrtหรือไม่

18 octave  discretization  nonlinear-equations  newton-method  visualization  fluid-dynamics  mesh-generation  finite-element  finite-volume  optimization  algorithms  approximation  fluid-dynamics  navier-stokes  comsol  modeling  optimization  sparse-matrix  matrix  condition-number  visualization  matlab  quadrature  blas  intel-mkl  finite-element  gpu  discontinuous-galerkin  mathematica  optimization  convex-optimization  algorithms  reference-request  matlab  statistics  finite-element  numerical-analysis  petsc  molecular-dynamics  machine-learning  statistics  visualization  open-source  statistics  image-processing  visualization  python  petsc  finite-element  fluid-dynamics  stability  navier-stokes  incompressible 

มีวิธีการทั่วไปสองวิธีในการแสดงวิธีแก้ปัญหาในวิธี galerkin ที่ไม่ต่อเนื่อง: โหนดและโมดัล Modal : โซลูชั่นจะถูกแทนด้วยผลรวมของสัมประสิทธิ์กิริยาคูณด้วยชุดของพหุนาม e กรัมที่เป็นพหุนามมักจะตั้งฉาก เช่น Legendre ข้อดีอย่างหนึ่งของสิ่งนี้คือพหุนามมุมฉากทำให้เกิดเมทริกซ์มวลในแนวทแยงยู( x , t ) = ∑ยังไม่มีข้อความi = 1ยูผม( t ) ϕผม( x )ยู(x,เสื้อ)=Σผม=1ยังไม่มีข้อความยูผม(เสื้อ)φผม(x)u(x,t) = \sum_{i=1}^N u_i(t) \phi_i(x)φผมφผม\phi_i Nodal : เซลล์ประกอบด้วยหลายโหนดที่กำหนดโซลูชัน การสร้างเซลล์ขึ้นใหม่จะยึดตามพหุนามแบบสอดแทรกที่เหมาะสมเช่นโดยที่คือพหุนาม Lagrange ข้อดีอย่างหนึ่งของสิ่งนี้คือคุณสามารถวางตำแหน่งโหนดของคุณที่จุดพื้นที่สี่เหลี่ยมจัตุรัสและประเมินอินทิกรัลได้อย่างรวดเร็วคุณ( x , t ) = ∑ยังไม่มีข้อความi = 1ยูผม(x,t)li(x)u(x,t)=∑i=1Nui(x,t)li(x)u(x,t) = \sum_{i=1}^N u_i(x,t) l_i(x)lilil_i ในบริบทของขนาดใหญ่ซับซ้อน ( -อานนท์) …

17 fluid-dynamics  discontinuous-galerkin 

เมื่อวันก่อนอาจารย์สอนวิชาพลศาสตร์ของไหลที่ไม่ได้อยู่กับฉันและเขาส่งผู้สมัครระดับปริญญาเอกของเขามาแทนเขา ในการบรรยายที่เขาให้เขาดูเหมือนจะบ่งบอกถึงข้อเสียหลายประการที่เกี่ยวข้องกับแผนการ discretization ต่างๆสำหรับการจำลองการไหลของของไหล: ระเบียบวิธีไฟไนต์ดิฟเฟอเรนเชียล: เป็นการยากที่จะตอบสนองการอนุรักษ์และนำไปใช้กับรูปทรงเรขาคณิตที่ผิดปกติ วิธีไฟไนต์วอลลุ่ม: มันมีแนวโน้มที่จะเอนเอียงไปทางขอบและฟิสิกส์หนึ่งมิติ วิธีไฟไนต์เอลิเมนต์: เป็นการยากที่จะแก้สมการไฮเพอร์โบลิกโดยใช้ FEM Galerkin ไม่ต่อเนื่อง: มันเป็นสิ่งที่ดีที่สุด (และเลวร้ายที่สุด) ของโลกทั้งหมด การแยกความผันผวน: ยังไม่สามารถใช้ได้อย่างกว้างขวาง หลังจากการบรรยายฉันพยายามถามเขาว่าเขารับข้อมูลนี้ที่ไหน แต่เขาไม่ได้ระบุแหล่งที่มา ฉันพยายามทำให้เขาอธิบายสิ่งที่เขาหมายถึงโดย DG ว่าเป็น "ดีที่สุดและแย่ที่สุดในโลก" แต่ไม่ได้รับคำตอบที่ชัดเจน ฉันเดาได้แค่ว่าเขามาถึงข้อสรุปเหล่านี้จากประสบการณ์ของเขาเอง จากประสบการณ์ของฉันเองฉันสามารถตรวจสอบการอ้างสิทธิ์แรกว่า FDM นั้นยากที่จะนำไปใช้กับรูปทรงเรขาคณิตที่ผิดปกติ สำหรับการอ้างสิทธิ์อื่น ๆ ทั้งหมดฉันไม่มีประสบการณ์เพียงพอที่จะยืนยันพวกเขา ฉันอยากรู้ว่า 'ข้อเสีย' ที่อ้างสิทธิ์เหล่านี้ถูกต้องอย่างไรสำหรับการจำลอง CFD โดยทั่วไป

17 fluid-dynamics 

วิทยานิพนธ์ของฉันคือการพัฒนาวิธีการเชิงตัวเลขสำหรับการลดรูปแบบในการเผาไหม้ ฉันใช้วิธีการของฉันอย่างหมดจดในส่วนทางเคมีของการจำลองการเผาไหม้และฉันมีกรณีศึกษามากมายสำหรับการจำลอง 0-D (ไม่มีการไหล) สิ่งที่ฉันต้องการคือการเรียกใช้แบบจำลองที่มีการไหลในพวกเขาโดยเฉพาะอย่างยิ่งแบบจำลอง 2 มิติหรือ 3 มิติ การจำลองเหล่านี้จะต้องเป็นแบบขนานเนื่องจากความต้องการการคำนวณสูง ฉันต้องการสิ่งที่สามารถเชื่อมต่อกับนักแก้ปัญหาทางเคมีเช่น Chemkin หรือ Cantera ซึ่งฉันมีซอร์สโค้ด (Chemkin อยู่ใน Fortran 77 และ Cantera อยู่ใน C ++) ในกรณีที่เหมาะสมที่สุดฉันสามารถระบุรูปแบบการไหลโดยใช้ความรู้พื้นฐานเกี่ยวกับกลศาสตร์ของไหลที่ฉันมีจากโปรแกรมการเรียนจบของฉันและแพ็คเกจ CFD บางอย่างเพิ่มเคมีและเรียกใช้ ถ้าฉันต้องการฉันสามารถตั้งค่าสมการที่ควบคุมการเคลื่อนที่ของไหลและเคมีสำหรับกรณีศึกษาอย่างง่ายจากการตั้งค่าการทดลองที่ใช้โดยผู้ทำงานร่วมกันในอดีต แต่ฉันชอบไม่หมุนรหัส CFD ของตัวเองเว้นแต่ว่า แพคเกจหรือแพคเกจที่ทำให้มันง่ายมากที่จะทำ ฉันยินดีที่จะใช้เวลา 2-3 สัปดาห์กับมัน ฉันไม่ทราบว่าข้อกำหนดนี้เป็นไปตามกฎของ PETSc หรือ Trilinos หรือไม่ ถ้าฉันต้องใช้เวลานานกว่านี้ฉันก็ควรจะยกเลิกมันไปจนกระทั่งภายหลังเพราะฉันมีผู้ทำงานร่วมกันจัดหารหัส CFD สำหรับกรณีศึกษาด้วยเช่นกัน ใครบ้างมีประสบการณ์ใช้แพ็คเกจ CFD หรือเขียนรหัส CFD และถ้าเป็นเช่นนั้นคุณสามารถแนะนำหนึ่งหรือไม่ สิ่งหนึ่งที่ฉันรู้ว่าฉันต้องการใช้คือการแยก Strang …

17 pde  fluid-dynamics  software  parallel-computing 

ฉันได้เริ่มใช้ python เป็นภาษาการเขียนโปรแกรมสำหรับทำงานที่ได้รับมอบหมายทั้งหมดใน CFD ฉันมีประสบการณ์การเขียนโปรแกรมน้อยมาก ฉันมาจากภูมิหลังทางวิศวกรรมเครื่องกลและกำลังศึกษาต่อระดับสูงกว่าในสาขาวิศวกรรมการบินและอวกาศ บางครั้งด้านการคำนวณของ CFD นั้นน่าเบื่อกว่าจัดการสมการหรือทำคณิตศาสตร์ แนวทางทั่วไปที่ทำให้โปรแกรมของเราทำงานเร็วขึ้นคืออะไร ลูกเล่นอะไรที่ต้องทำสิ่งต่าง ๆ อย่างขนานกัน? จะเขียนรหัสที่ทำงานได้เร็วขึ้นได้อย่างไร ฉันจะหาแหล่งข้อมูลได้ที่ไหน (เข้าใจได้ง่ายสำหรับคนธรรมดาอย่างฉัน) ที่ตอบคำถามข้างต้น

16 algorithms  python  fluid-dynamics 

ฉันพยายามที่จะแก้สมการ MHD ในอุดมคติโดยใช้วิธีกึ่งต่อเนื่อง, การสร้างเชิงพื้นที่ ENO และการก้าวข้ามเวลา TVD RK ฉันได้รับวิธีแก้ไขปัญหาของรัฐที่แตกต่างกันด้วยลำดับเวลาที่ต่างกัน ถูกต้องหรือไม่

13 fluid-dynamics 

ฉันต้องการสร้างแบบจำลองการไหลของน้ำจากรากสู่รากของพืช ที่ปลายสุดของรากท่อแตกต่างกันไปจากขนาดมิลลิเมตรถึงเซนติเมตรในเส้นผ่าศูนย์กลางและความยาว เมื่อเราเข้าใกล้ก้านมากขึ้นรากจะยาวและยาวขึ้น ฉันต้องการสร้างโดเมน 3D แบบสุ่มที่แสดงถึงเครือข่ายของรูทที่มีขนาดและความยาวต่างกัน อะไรจะเป็นวิธีที่ดีที่สุดในการสร้างรูปทรงเรขาคณิตนี้

13 fluid-dynamics  computational-geometry  randomized-algorithms 

ในสมการเนเวียร์ - สโตกส์ที่ไม่สามารถบีบอัดได้ แรงกดดันมักเรียกกันว่าตัวคูณลากรองจ์บังคับให้ เงื่อนไขการบีบอัดρ(ut+(u⋅∇)u)∇⋅u=−∇p+μΔu+f=0ρ(ut+(u⋅∇)u)=−∇p+μΔu+f∇⋅u=0\begin{align*} \rho\left(\mathbf{u}_t + (\mathbf{u} \cdot \nabla)\mathbf{u}\right) &= - \nabla p + \mu\Delta\mathbf{u} + \mathbf{f}\\ \nabla\cdot\mathbf{u} &= 0 \end{align*} นี่เป็นความจริงในแง่ใด มีสูตรของสมการเนเวียร์ - สโตกที่ไม่สามารถบีบอัดได้ซึ่งเป็นปัญหาการหาค่าเหมาะที่สุดภายใต้ข้อ จำกัด ของ ถ้าเป็นเช่นนั้นมีตัวเลขแบบอะนาล็อกที่สมการการไหลของของไหลที่อัดไม่ได้ถูกแก้ไขภายในกรอบการหาค่าเหมาะที่สุดหรือไม่?

12 optimization  fluid-dynamics  navier-stokes  incompressible 

ฉันกำลังจำลองการไหลที่ไม่บีบอัดของกระบอกสูบที่ Reynold จำนวน 500 ฉันกำลังแก้สมการเนเวียร์สโตคส์โดยใช้วิธีการแก้ไขแรงดัน โซลูชันของฉันไม่เสถียรหลังจากระยะเวลาหนึ่ง (ประมาณ 5 วินาที) ฉันได้ลองปรับ mesh ของฉัน, stepsize (0.05) (ทำให้แน่ใจว่า CFL ของฉัน <1 แม้ว่าฉันจะใช้วิธีการโดยนัย) เงื่อนไขขอบเขตของฉันตาข่ายและผลลัพธ์ที่ไม่เสถียรแสดงในรูปที่แนบมา โดเมนมีขนาดใหญ่กว่าเส้นผ่านศูนย์กลางกระบอกสูบประมาณ 25 เท่า ฉันลองจำลองตาราง O ปัญหานี้ (ซึ่งไม่เสถียรเกือบจะทันที) ลิงค์ต่อไปนี้มีรูปภาพของเงื่อนไขขอบเขตและผลลัพธ์ ฉันจะขอบคุณถ้าใครสามารถแบ่งปันความคิด / ประสบการณ์ของพวกเขาเกี่ยวกับปัญหานี้ ขอบคุณมาก. editted: ขออภัยในความผิดพลาดในการพิมพ์: ฉันใช้เงื่อนไขขอบเขตต่อไปนี้: ขอบเขตของ Neumann ∂ยู⃗ ∂n- n⃗ p = 0 ;∂u→∂n−n→p=0;\frac{\partial \vec{u}} {\partial n} - \vec{n} p …

12 fluid-dynamics