The goal of this paper is to test solids4Foam, the fluid-structure interaction (FSI) toolbox developed for foam-extend (a branch of OpenFOAM), and assess its flexibility in handling more complex flows. For this purpose, we consider the interaction of an incompressible fluid described by a Leray model with a hyperelastic structure modeled as a Saint Venant-Kirchhoff material. We focus on a strongly coupled, partitioned fluid-structure interaction (FSI) solver in a finite volume environment, combined with an arbitrary Lagrangian-Eulerian approach to deal with the motion of the fluid domain. For the implementation of the Leray model, which features a nonlinear differential low-pass filter, we adopt a three-step algorithm called Evolve-Filter-Relax. We validate our approach against numerical data available in the literature for the 3D cross flow past a cantilever beam at Reynolds number 100 and 400.


翻译:本文的目的是测试为泡沫扩展( OpenFOAM 的一个分支)开发的流体结构互动工具箱(FSI) 固体4Foam, 并评估其在处理更复杂流流中的灵活性。 为此, 我们考虑由莱雷模型描述的压抑性液体与以圣维南特- Kirchhoff 材料为模型的超弹性结构的超压缩性液体的相互作用。 我们侧重于在有限的体积环境中, 一种紧密结合的、 分解的流体结构互动( FSI) 解答器, 结合一种处理流体域运动的任意的Lagrangian- ELurian 方法。 为了实施莱雷模型, 我们采用了一种称为非线性差低通道过滤器的三步算法, 叫做 Evolve- Filter- Relax。 我们验证了我们的方法, 与文献中用于流过Rynolds 100 和 400 的罐头的3D 交叉流的3D 数字数据。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+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
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年6月17日
Arxiv
13+阅读 · 2021年5月25日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Arxiv
6+阅读 · 2018年6月21日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员