We present a stabilized POD-Galerkin reduced order method (ROM) for a Leray model. For the implementation of the model, we combine a two-step algorithm called Evolve-Filter (EF) with a computationally efficient finite volume method. In both steps of the EF algorithm, velocity and pressure fields are approximated using different POD basis and coefficients. To achieve pressure stabilization, we consider and compare two strategies: the pressure Poisson equation and the supremizer enrichment of the velocity space. We show that the evolve and filtered velocity spaces have to be enriched with the supremizer solutions related to both evolve and filter pressure fields in order to obtain stable and accurate solutions with the supremizer enrichment method. We test our ROM approach on 2D unsteady flow past a cylinder at Reynolds number 0 <= Re <= 100. We find that both stabilization strategies produce comparable errors in the reconstruction of the lift and drag coefficients, with the pressure Poisson equation method being more computationally efficient.


翻译:我们为莱雷模型提出了一个稳定的POD-Galerkin 降序法(ROM) 。 为了实施该模型,我们将名为Evolve-Filter(EF)的两步算法与一种计算效率有限的体积法结合起来。在EF算法的两个步骤中,速度和压力字段都使用不同的POD基数和系数相近。为了实现压力稳定,我们考虑并比较两种战略:压力 Poisson方程式和速度空间的增压增压。我们表明,进化和过滤速度空间必须用与进化和过滤压力字段有关的超增压法来补充,以便获得与增压浓缩法有关的稳定和准确的解决方案。我们用Ronoldz 0 ⁇ re ⁇ ⁇ 100. 我们发现,两种稳定战略在重塑电梯和拖动系数方面都会产生类似的错误,而压力 Poisson 方程式方法在计算上效率更高。

0
下载
关闭预览

相关内容

【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
机器学习组合优化
专知会员服务
109+阅读 · 2021年2月16日
专知会员服务
60+阅读 · 2020年3月19日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17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
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
已删除
将门创投
8+阅读 · 2019年3月18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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
12+阅读 · 2018年9月5日
VIP会员
相关资讯
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
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
已删除
将门创投
8+阅读 · 2019年3月18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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员