In this paper, we explore methods for computing wall-normal derivatives used for calculating wall skin friction and heat transfer over a solid wall in unstructured simplex-element (triangular/tetrahedral) grids generated by anisotropic grid adaptation. Simplex-element grids are considered as efficient and suitable for automatic grid generation and adaptation, but present a challenge to accurately predict wall-normal derivatives. For example, wall-normal derivatives computed by a simple finite-difference approximation, as typically done in practical fluid-dynamics simulation codes, are often contaminated with numerical noise. To address this issue, we propose an improved method based on a common step-length for the finite-difference approximation, which is otherwise random due to grid irregularity and thus expected to smooth the wall-normal derivative distribution over a boundary. Also, we consider using least-squares gradients to compute the wall-normal derivatives and discuss their possible improvements. Numerical results show that the improved methods greatly reduce the noise in the wall-normal derivatives for irregular simplex-element grids.


翻译:在本文中,我们探索了计算墙面皮肤摩擦和在非结构化简单(三角/德黑兰)电网改造产生的非结构化简单(矩形/三角)电网格网格中在固体墙壁上传热时使用的墙壁正常衍生物的计算方法。 简单式电网网被认为是高效的,适合自动电网生成和适应,但对准确预测墙面正常衍生物提出了挑战。 例如,通常在实用的流体动力模拟代码中以简单定点差近似法计算出的墙壁正常衍生物往往受到数字噪音的污染。 为了解决这一问题,我们建议了一种改进方法,该方法基于固定式电网不规则的普通步长,因此预计会顺利地在边界上进行墙壁上正常衍生物的分布。 此外,我们考虑使用最小方梯度梯度来计算墙上正常衍生物并讨论其可能的改进。 数字结果显示,改进方法会大大减少用于非常规简单式电网格的墙上正常衍生物的噪音。

0
下载
关闭预览

相关内容

专知会员服务
77+阅读 · 2021年3月16日
【干货书】机器学习速查手册,135页pdf
专知会员服务
127+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
80+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
160+阅读 · 2019年10月12日
MIT新书《强化学习与最优控制》
专知会员服务
280+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年3月20日
Arxiv
0+阅读 · 2021年3月19日
Arxiv
0+阅读 · 2021年3月19日
Arxiv
0+阅读 · 2021年3月18日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员