Proper EMA-balance (E: kinetic energy; M: momentum; A: angular momentum), pressure-robustness and $Re$-semi-robustness ($Re$: Reynolds number) are three important properties for exactly divergence-free elements in Navier-Stokes simulations. Pressure-robustness means that the velocity error estimates are independent of the pressure approximation errors; $Re$-semi-robustness means that the constants in error estimates do not depend on the inverse of the viscosity explicitly. In this paper, based on the pressure-robust reconstruction method in [Linke and Merdon, ${\it Comput. Methods Appl. Mech. Engrg.}$, 2016], we propose a novel reconstruction method for a class of non-divergence-free simplicial elements which admits all the above properties with only replacing the kinetic energy by a properly redefined discrete energy. We shall refer to it as "EMAPR" reconstruction throughout this paper. Some numerical comparisons with the exactly divergence-free methods, pressure-robust reconstruction methods and methods with EMAC formulation on classical elements are also provided.


翻译:适当的 EMA 平衡( E: 动能; M: 动力; M: 动力; A: 角力)、 压力- 气压和 美元- 半气压( Rere$: Reynolds number) 是 Navier- Stokes 模拟中完全无差异元素的三大属性。 压力- 气压- 气压- 气压- 平衡意味着速度误差估计数独立于压力近似误差; 美元- 美元- 气压; 气压- 气压- 气压- 气压- 和 美元- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气压- 气流- 电流- 电流- 电流- 电流- 电流- 电流/ 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 电流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流- 流-

0
下载
关闭预览

相关内容

【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
63+阅读 · 2021年8月20日
专知会员服务
123+阅读 · 2021年8月4日
专知会员服务
60+阅读 · 2020年3月19日
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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
CVPR 2019 | 重磅!34篇 CVPR2019 论文实现代码
AI研习社
11+阅读 · 2019年6月21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
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
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Arxiv
0+阅读 · 2021年10月13日
VIP会员
相关VIP内容
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
63+阅读 · 2021年8月20日
专知会员服务
123+阅读 · 2021年8月4日
专知会员服务
60+阅读 · 2020年3月19日
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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
CVPR 2019 | 重磅!34篇 CVPR2019 论文实现代码
AI研习社
11+阅读 · 2019年6月21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
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
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员