The Dirichlet-Neumann scheme is the most common partitioned algorithm for fluid-structure interaction (FSI) and offers high flexibility concerning the solvers employed for the two subproblems. Nevertheless, it is not without shortcomings: to begin with, the inherent added-mass effect often destabilizes the numerical solution severely. Moreover, the Dirichlet-Neumann scheme cannot be applied to FSI problems in which an incompressible fluid is fully enclosed by Dirichlet boundaries, as it is incapable of satisfying the volume constraint. In the last decade, interface quasi-Newton methods have proven to control the added-mass effect and substantially speed up convergence by adding a Newton-like update step to the Dirichlet-Neumann coupling. They are, however, without effect on the incompressibility dilemma. As an alternative, the Robin-Neumann scheme generalizes the fluid's boundary condition to a Robin condition by including the Cauchy stresses. While this modification in fact successfully tackles both drawbacks of the Dirichlet-Neumann approach, the price to be paid is a strong dependency on the Robin weighting parameter, with very limited a priori knowledge about good choices. This work proposes a strategy to merge these two ideas and benefit from their combined strengths. The resulting quasi-Newton-accelerated Robin-Neumann scheme is compared to both Robin- and Dirichlet-Neumann variants. The numerical tests demonstrate that it does not only provide faster convergence, but also massively reduces the influence of the Robin parameter, mitigating the main drawback of the Robin-Neumann algorithm.


翻译:dirichlet- Neumann 计划是流体结构互动( FSI ) 最常见的分解算法, 并且为这两个子问题所使用的解析器提供了高度的灵活性。 然而, 它并非没有缺陷: 首先, 内在的附加质效应往往会严重动摇数字解决方案。 此外, Dirichlet- Neumann 计划不能应用于 FSI 问题, 这些问题中, 一种不可压缩的流体被 Drichlet 边界完全封闭, 因为它无法满足数量限制 。 在过去十年中, 界面准Newton 方法已经证明可以控制附加质效应, 并大大加快趋同。 但是, 它并非没有在 Dirichlet- Neumann 组合中添加类似 的 Newton 式更新步骤。 但是, 它们并没有对数字性难题产生严重的影响。 作为替代, Robin- Neumann 计划将液体的边界条件概括化为一种罗宾性条件, 因为它无法满足数量限制的制约。 在事实上只解决了Drichlet- Neurmann 方法的后退缩, 要付出的代价是无法承受的一种强烈的依赖, 。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
17+阅读 · 2019年3月28日
VIP会员
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员