Unfitted (also known as embedded or immersed) finite element approximations of partial differential equations are very attractive because they have much lower geometrical requirements than standard body-fitted formulations. These schemes do not require body-fitted unstructured mesh generation. In turn, the numerical integration becomes more involved, because one has to compute integrals on portions of cells (only the interior part). In practice, these methods are restricted to level-set (implicit) geometrical representations, which drastically limit their application. Complex geometries in industrial and scientific problems are usually determined by (explicit) boundary representations. In this work, we propose an automatic computational framework for the discretisation of partial differential equations on domains defined by oriented boundary meshes. The geometrical kernel that connects functional and geometry representations generates a two-level integration mesh and a refinement of the boundary mesh that enables the straightforward numerical integration of all the terms in unfitted finite elements. The proposed framework has been applied with success on all analysis-suitable oriented boundary meshes (almost 5,000) in the Thingi10K database and combined with an unfitted finite element formulation to discretise partial differential equations on the corresponding domains.


翻译:部分差异方程的不适应(也称为嵌入或浸入)有限元素近似值非常吸引人,因为它们的几何要求比标准体装配方程低得多。 这些方案不需要体装非结构化网格生成。 反过来, 数字集成会变得更加重要, 因为人们必须计算部分单元格( 仅是内部部分) 的积分。 在实践上, 这些方法仅限于定级( 隐含或浸入) 几何表示法, 严重限制其应用。 工业和科学问题的复杂地貌通常由( 明确) 边界表示法来决定。 在这项工作中, 我们提议一个自动计算框架, 用于将定向边界线模组所定义的域的局部差异方程式分解。 将功能和几何表达法表达法相连接的几何内核内核将产生两级集和边界网格的精细化, 使不适宜限定要素中的所有术语都以直截数字集成。 拟议的框架已成功地应用于( 最接近 5,000) 由( 5,000 ) Tingi10K 的离质差异方程式组合组合组合组合数据库和不适易配置的硬度数据组合组合数据库与不相配制成。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年3月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
17+阅读 · 2019年3月28日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关VIP内容
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年3月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员