This paper investigates the competitiveness of semi-implicit Runge-Kutta (RK) and spectral deferred correction (SDC) time-integration methods up to order six for incompressible Navier-Stokes problems in conjunction with a high-order discontinuous Galerkin method for space discretization. It is proposed to harness the implicit and explicit RK parts as a partitioned scheme, which provides a natural basis for the underlying projection scheme and yields a straight-forward approach for accommodating nonlinear viscosity. Numerical experiments on laminar flow, variable viscosity and transition to turbulence are carried out to assess accuracy, convergence and computational efficiency. Although the methods of order 3 or higher are susceptible to order reduction due to time-dependent boundary conditions, two third-order RK methods are identified that perform well in all test cases and clearly surpass all second-order schemes including the popular extrapolated backward difference method. The considered SDC methods are more accurate than the RK methods, but become competitive only for relative errors smaller than ca $10^{-5}$.


翻译:本文调查半隐性龙格-库塔(RK)和光谱延迟校正(SDC)的时间整合方法的竞争力,直到在空间分解方面采用高度不连续的Galerkin法的同时,将6个不可压缩的导航-斯托克问题排列为6个,并结合高度不连续的Galerkin法,将隐含和直露的RK部分作为一种分解办法加以利用,为基本预测方案提供自然基础,并产生一种迎合非线性粘度的直向前进方法。对岩浆流、可变粘度和向波动的过渡进行数字实验,以评估准确性、趋同性和计算效率。虽然由于取决于时间的边界条件,第3级或第3级以上的方法很容易要求减少,但发现两种三级的RK方法在所有试验案例中效果良好,明显超过所有二级办法,包括流行的外推后差法方法。所考虑的SDC方法比RK方法更准确,但只有在相对差小于10美元或5美元的情况下才具有竞争力。

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
81+阅读 · 2021年7月31日
专知会员服务
29+阅读 · 2021年5月20日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4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
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6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
17+阅读 · 2018年12月24日
保序最优传输:Order-preserving Optimal Transport
我爱读PAMI
6+阅读 · 2018年9月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6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
17+阅读 · 2018年12月24日
保序最优传输:Order-preserving Optimal Transport
我爱读PAMI
6+阅读 · 2018年9月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8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