The design of numerical tools to model the behavior of building materials is a challenging task. The crucial point is to save computational cost and maintain high accuracy of predictions. There are two main limitations on the time scale choice, which put an obstacle to solve the above issues. First one is the numerical restriction. A number of research is dedicated to overcome this limitation and it is shown that it can be relaxed with innovative numerical schemes. The second one is the physical restriction. It is imposed by properties of a material, phenomena itself and corresponding boundary conditions. This work is focused on the study of a methodology that enables to overcome the physical restriction on the time grid. So-called Average Reduced Model (ARM) is suggested. It is based on smoothing the time-dependent boundary conditions. Besides, the approximate solution is decomposed into average and fluctuating components. The primer is obtained by integrating the equations over time, whereas the latter is an user-defined empirical model. The methodology is investigated for both heat diffusion and coupled heat and mass transfer. It is demonstrated that the signal core of the boundary conditions is preserved and the physical restriction can be relaxed. The model proved to be reliable, accurate and efficient also in comparison with the experimental data of two years. The implementation of the scarce time-step of $1 \, \sf{h}$ is justified. It is shown, that by maintaining the tolerable error it is possible to cut computational effort up to almost four times in comparison with the complete model with the same time grid.


翻译:建材行为模型的数字工具设计是一项艰巨的任务。 关键是要节省计算成本, 并保持预测的高度准确性。 时间尺度选择有两个主要限制, 这给解决上述问题设置了障碍。 第一个是数字限制。 一些研究致力于克服这一限制, 并显示它可以通过创新的数值方法得到放松。 第二个是物理限制。 它由材料、 现象本身和相应的边界条件的特性所强制实施。 这项工作的重点是研究一种能够克服时间网物理限制的方法。 提出了所谓的“ 平均降低模式( ARM) ” 。 它基于时间框架选择的两种主要限制, 从而阻碍了解决上述问题。 首先是数字限制。 一些研究是专门用来克服这一限制的。 一些研究是专门用来克服这一限制的, 并且表明它可以通过时间模型来保存边界条件的信号核心, 并且可以放松对时间网格的物理限制 。 它以时间轴平整为基础, 大约是时间轴平整, 并且通过两个时间轴比 。 这个模型被证明是可靠的, 精确和高效的比 。 在两个时间轴上, 实验中, 它被显示为执行时间轴 。 。 和 的比 。 。 被显示的是, 10 次 的 和 。 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被 被

0
下载
关闭预览

相关内容

【数据科学导论书】Introduction to Datascience,253页pdf
专知会员服务
48+阅读 · 2021年11月15日
【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
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员