In this paper we present a novel technique for the simulation of moving boundaries and moving rigid bodies immersed in a rarefied gas using an Eulerian-Lagrangian formulation based on least square method. The rarefied gas is simulated by solving the Bhatnagar-Gross-Krook (BGK) model for the Boltzmann equation of rarefied gas dynamics. The BGK model is solved by an Arbitrary Lagrangian-Eulerian (ALE) method, where grid-points/particles are moved with the mean velocity of the gas. The computational domain for the rarefied gas changes with time due to the motion of the boundaries. To allow a simpler handling of the interface motion we have used a meshfree method based on a least-square approximation for the reconstruction procedures required for the scheme. We have considered a one way, as well as a two-way coupling of boundaries/rigid bodies and gas flow. The numerical results are compared with analytical as well as with Direct Simulation Monte Carlo (DSMC) solutions of the Boltzmann equation. Convergence studies are performed for one-dimensional and two-dimensional test-cases. Several further test problems and applications illustrate the versatility of the approach.


翻译:在本文中,我们展示了一种新型技术,用于模拟移动边界和用以最小平方法为基础的Eulerian-Lagrangian-Lagrangian配方以稀薄气体中沉没的僵硬体体。稀有气体的模拟技术是用来解决Bartnagar-Gross-Krook(BGK)的Boltzmann 等式稀有气体动态的Bhatnagar-Gross-Krook(BGK)模型。BGK模型是用一种任意的Lagrangacian-Eulelian(ALE)方法解决的。在这种方法中,网格点/粒子与气体的平均速度一起移动。稀有气体的气体变化的计算领域随着边界的移动而随着时间的变化。为了便于对界面运动进行更简单的处理,我们使用了一种以最不平面近似的方法来解决稀有气体动态。我们考虑了一种方法,以及边界/固定体和气体流的双向组合。将数字结果与分析以及直接模拟的Mon-Carlo(DMC) 和Boltzmann 等距的两种测试方法的两维测试方法的应用进行了比较。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
28+阅读 · 2021年8月2日
专知会员服务
50+阅读 · 2020年12月14日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7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11月2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
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7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