There has been an increasing interest in developing efficient immersed boundary method (IBM) based on Cartesian grids, recently in the context of high-order methods. IBM based on volume penalization is a robust and easy to implement method to avoid body-fitted meshes and has been recently adapted to high order discretisations (Kou et al., 2021). This work proposes an improvement over the classic penalty formulation for flux reconstruction high order solvers. We include a selective frequency damping (SFD) approach (Aakervik et al., 2006) acting only inside solid body defined through the immersed boundary masking, to damp spurious oscillations. An encapsulated formulation for the SFD method is implemented, which can be used as a wrapper around an existing time-stepping code. The numerical properties have been studied through eigensolution analysis based on the advection equation. These studies not only show the advantages of using the SFD method as an alternative of the traditional volume penalization, but also show the favorable properties of combining both approaches. This new approach is then applied to the Navier-Stokes equation to simulate steady flow past an airfoil and unsteady flow past a circular cylinder. The advantages of the SFD method in providing improved accuracy are reported.


翻译:最近,在高阶方法的背景下,基于笛卡尔网格的高效浸入边界法(IBM)的开发工作越来越受关注,最近,在高阶方法的背景下,根据量惩罚法(IBM)制定高效浸入边界法(IBM),这是一个强有力和容易实施的方法,避免体装的夹层,最近已经适应了高序分解法(Kou等人,2021年)。这项工作建议改进通量重建高顺序解解码的典型惩罚配方。我们包括选择性频率阻隔法(SFD)方法(Aakervik等人,2006年),仅在浸入的边界遮罩所定义的固体体内行事,以遮盖虚假的振动。采用SDFD方法的包装配方,可以对现有的时间步调编码进行包装。根据吸附式方程式对数字特性进行了研究。这些研究不仅表明使用SFD方法作为传统数量惩罚的一种替代办法的好处,而且还表明两种方法相结合的有利性。然后,将这种新的方法用于稳定流压的螺流,为稳定的螺旋的螺旋螺旋法提供了一种稳定的螺旋。

0
下载
关闭预览

相关内容

【AAAI2021】记忆门控循环网络
专知会员服务
48+阅读 · 2020年12月28日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
已删除
将门创投
6+阅读 · 2019年9月3日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Arxiv
0+阅读 · 2021年9月18日
Arxiv
0+阅读 · 2021年9月17日
Arxiv
0+阅读 · 2021年9月17日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2019年9月3日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Top
微信扫码咨询专知VIP会员