In this paper, one remarkable progress has been made to the unified gas-kinetic wave-particle method that removes the time step constraint. As long as the time resolution is acceptable, the Courant number can be set as unlimited large number. The non-equilibrium transport flow physics will be accurately captured without introducing artificial closure to the distribution function. The main idea is to introduce two time parameters to control the time evolution process, namely the physical time scale parameter and the numerical time step parameter. Based on the physical time scale parameter, the governing equations in discretized form will be derived, whose underline physics will not change with the value of the numerical marching step. We define the preservation of non-equilibrium state as the entropy preserving. Besides physical invariance, the proposed implicit unified gas-kinetic wave-particle method is asymptotic preserving and regime adaptive. Multidimensional 2D and 3D codes are developed for the inertial confinement fusion engineering application. Some multiscale tests are simulated to verify the numerical method as well as the programs.


翻译:在本文中,在消除时间步骤限制的统一气动动动波粒子方法方面已经取得了显著进展。 只要时间分辨率可以接受, 库兰特数字可以被设定为无限大数量。 非平衡的运输流物理学将准确捕捉, 而不会对分布函数引入人工封闭。 主要的想法是引入两个时间参数来控制时间演变过程, 即物理时间尺度参数和数字时间步骤参数。 根据物理时间尺度参数, 将得出分解式的治理方程式, 其下方方方方程式不会随着数字进化步骤的值而变化。 我们把非等离子状态的保存定义为 ⁇ 保存。 除了物理变异外, 拟议的隐含的气动电波粒子统一法是无干扰的保存和系统适应性。 为惯性限制聚变工程应用开发了 2D 和 3D 代码。 为了验证数字方法和程序, 模拟了一些多尺度的测试。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2023年4月3日
Arxiv
0+阅读 · 2023年4月3日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员