In this paper, the unified gas-kinetic wave-particle (UGKWP) method is further developed for diatomic gas with the energy exchange between translational and rotational modes for flow study in all regimes. The multiscale transport mechanism in UGKWP is coming from the direct modeling in a discretized space, where the cell's Knudsen number, defined by the ratio of particle mean free path over the numerical cell size, determines the flow physics simulated by the wave particle formulation. The non-equilibrium distribution function in UGKWP is tracked by the discrete particle and analytical wave. The weights of distributed particle and wave in different regimes are controlled by the accumulating evolution solution of particle transport and collision within a time step, where distinguishable macroscopic flow variables of particle and wave are updated inside each control volume. With the variation of local cell's Knudsen number, the UGKWP becomes a particle method in the highly rarefied flow regime and converges to the gas-kinetic scheme (GKS) for the Navier-Stokes solution in the continuum flow regime without particles. Even targeting on the same solution as the discrete velocity method (DVM)-based unified gas-kinetic scheme (UGKS), the computational cost and memory requirement in UGKWP could be reduced by several orders of magnitude for the high speed and high temperature flow simulation, where the translational and rotational non-equilibrium becomes important in the transition and rarefied regime. As a result, 3D hypersonic computations around a flying vehicle in all regimes can be conducted using a personal computer. The UGKWP method for diatomic gas will be validated in various cases from one dimensional shock structure to three dimensional flow over a sphere, and the numerical solutions will be compared with the reference DSMC results and experimental measurements.


翻译:本文进一步开发了用于氨基气体的统一气动动力波粒子(UGKWP)方法,该方法通过翻译和旋转模式之间的能量交换在所有系统中进行流动研究。UGKWP的多尺度运输机制来自一个离散空间的直接模型,该空间的细胞的Knudsen数字以粒子平均自由路径比数字细胞大小来定义,它决定了用波粒粒粒子配制模拟的流物理。UGKWP的非平衡性温度分配功能由离散粒子和分析波加以跟踪。不同系统中分布的粒子和波的重量由粒子运输和在一个时间级内碰撞的累积进化解决方案来控制。在这个空间内,每个控制音量中可辨的粒子和波的宏观流动变量变量变量以粒子平均速度比率比数字大小来界定,UGKWP在以极稀有的流流体流系统内,而以气体-光量级参考系统(GKS)的不均匀流流流流流和直径流流流流流结果将用一个高的系统来计算。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20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
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
192+阅读 · 2020年3月12日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
【优博微展2019】李志泽:简单快速的机器学习优化方法
清华大学研究生教育
14+阅读 · 2019年10月8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
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Sparsifying Neural Network Connections for Face Recognition
统计学习与视觉计算组
7+阅读 · 2017年6月10日
Arxiv
4+阅读 · 2019年2月8日
VIP会员
相关VIP内容
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20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
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
192+阅读 · 2020年3月12日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
相关资讯
【优博微展2019】李志泽:简单快速的机器学习优化方法
清华大学研究生教育
14+阅读 · 2019年10月8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
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Sparsifying Neural Network Connections for Face Recognition
统计学习与视觉计算组
7+阅读 · 2017年6月10日
Top
微信扫码咨询专知VIP会员