Я люблю смотреть на решения, связанные с адаптивными сетками. Приятно понимать, что вычислительная система может попытаться исправить ошибки дискретизации пространства или использовать дискретизацию более оптимально. Сегодня мне попалась публикация от Cadence, которые с лета этого года пилят такое для CFD. Пилят они это вместе с MIT (Массачусетский технологический институт) и UTK (Университете Теннесси в Ноксвилле) в рамках проекта “Rapid and Robust Analysis of High-Speed Environments Using Inviscid Output-Based Adaptive-Mesh Solvers.”

Концепция исследования предполагает использование разработанного в MIT решателя течений SANS, который сочетает в себе конечные элементы высокого порядка с адаптацией на основе выходных данных. Процесс адаптации итеративно изменяет сетку для минимизации численных ошибок в инженерных величинах, представляющих интерес, таких как подъемная сила, сопротивление и теплопередача. Для каждой сетки оцениваются численные ошибки, и выполняется оптимизация для минимизации этих ошибок в зависимости от масштаба сетки. Результат этой оптимизации затем используется сеточным генератором Pointwise Meshing для следующей итерации по оптимизации сетки.

На мой взгляд, результаты выглядят достаточно интересными. Я привык к тому, что первоначальная сетка должна достаточно хорошо описывать геометрию для получения решения, и данническая сетка срабатывает именно при искажении исходной сетки. Однако тут мы видим, что благодаря включению в расчетный процесс полноценного сеточного генератора, который обладает информацией о B-Rep геометрии тела, мы можем уточнять сетку и действительно повышать точность описания геометрии.

Рубрики: Лента

0 комментариев

Добавить комментарий

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.