We present a novel isogeometric method, namely the Immersed Boundary-Conformal Method (IBCM), that features a layer of discretization conformal to the boundary while employing a simple background mesh for the remaining domain. In this manner, we leverage the geometric flexibility of the immersed boundary method with the advantages of a conformal discretization, such as intuitive control of mesh resolution around the boundary, higher accuracy per degree of freedom, automatic satisfaction of interface kinematic conditions, and the ability to strongly impose Dirichlet boundary conditions. In the proposed method, starting with a boundary representation of a geometric model, we extrude it to obtain a corresponding conformal layer. Next, a given background B-spline mesh is cut with the conformal layer, leading to two disconnected regions: an exterior region and an interior region. Depending on the problem of interest, one of the two regions is selected to be coupled with the conformal layer through Nitsche's method. Such a construction involves Boolean operations such as difference and union, which therefore require proper stabilization to deal with arbitrarily cut elements. In this regard, we follow our precedent work called the minimal stabilization method [1]. In the end, we solve several 2D benchmark problems to demonstrate improved accuracy and expected convergence with IBCM. Two applications that involve complex geometries are also studied to show the potential of IBCM, including a spanner model and a fiber-reinforced composite model. Moreover, we demonstrate the effectiveness of IBCM in an application that exhibits boundary-layer phenomena.


翻译:我们提出了一个新型的等离子测量方法,即混合边界-正式方法(IBCM),该方法具有与边界一致的分解层,同时对剩余区域使用简单的背景网格。我们以这种方式利用浸入边界方法的几何灵活性,利用分解方法的优点,例如直观地控制边界周围的网状分辨率、更高程度的自由度、界面动态条件的自动满意度以及强力强制实施Drichlet边界条件的能力。在拟议方法中,从几何模型的边界代表开始,我们将其挤压,以获得相应的符合边界层。接着,我们利用一个给定背景的B-线网格网格与符合边界的层隔开,导致两个互连区域:一个外部区域和一个内部区域。根据兴趣问题,选择两个区域中的一个区域与Nitsche 模型方法的相连接。这种构建涉及诸如差异和结合等最起码的操作,因此需要适当稳定地处理任意截断的元素。在这方面,我们用一个背景B-S-S-S-S-S-S-C-C-B-C-C-C-我们用一个预期的准确性标准来展示我们用一个标准化-B-B-CM-B-CM-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-B-一个标准化-一个比-一个比-一个比-一个比-一个我们研究的标准化-一个比较-一个比较-一个要求一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比较-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个比-一个

0
下载
关闭预览

相关内容

专知会员服务
28+阅读 · 2021年8月2日
专知会员服务
25+阅读 · 2021年4月2日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年10月4日
Arxiv
0+阅读 · 2021年10月1日
Arxiv
0+阅读 · 2021年9月30日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员