A class of high-order shock-capturing schemes, P$_n$T$_m$-BVD (Deng et al., J. Comp. Phys., 386:323-349, 2019; Comput. & Fluids, 200:104433, 2020.) schemes, have been devised to solve the Euler equations with substantially reduced numerical dissipation, which enable high-resolution simulations to resolve flow structures of wider range scales. In such simulations with low dissipation, errors of round-off level might grow and contaminate the numerical solutions. A typical example of such problems is the loss of symmetry in the numerical solutions for physical problems of symmetric configurations even if the schemes are mathematically in line with the symmetry rules. In this study, the mechanisms of symmetry-breaking in a finite volume framework with the P$_4$T$_2$-BVD reconstruction scheme are thoroughly examined. Particular attention has been paid to remove the possible causes due to the lack of associativity in floating-point arithmetic which is associated with round-off errors. Modifications and new techniques are proposed to completely remove the possible causes for symmetry breaking in different components of the P$_4$T$_2$-BVD finite volume solver. Benchmark tests that have symmetric solution structures are used to verify the proposed methods. The numerical results demonstrate the perfect symmetric solution structures.


翻译:设计了一类高端冲击摄取计划,即P$_n$T$_m$-BVD(Deng等人,J.Comp.Phys.,386:323-349,2019;Comput. & Fluids,200:104433,2020.),目的是用大量减少数字消散来解决Euler方程式,使高分辨率模拟能够解决范围更广的流体结构。在这种消散程度低的模拟中,回合水平的错误可能会增加并污染数字解决方案。这些问题的一个典型例子是,即使计算方法在数学上符合对称规则,对称配置的数学解决方案在数字上也失去了对称性。在这项研究中,与P_4$D$-B的流量重建计划机制进行了彻底研究。特别注意消除了可能的原因,因为在平面解决方案中缺乏联系$的精确度,因此,对数值的精确度结构将采用不同的校正方法。

0
下载
关闭预览

相关内容

迄今为止,产品设计师最友好的交互动画软件。

专知会员服务
41+阅读 · 2021年4月2日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
3+阅读 · 2019年5月6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
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月23日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
3+阅读 · 2019年5月6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
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6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