The recently proposed high-order TENO scheme [Fu et al., Journal of Computational Physics, 305, pp.333-359] has shown great potential in predicting complex fluids owing to the novel weighting strategy, which ensures the high-order accuracy, the low numerical dissipation, and the sharp shock-capturing capability. However, the applications are still restricted to simple geometries with Cartesian or curvilinear meshes. In this work, a new class of high-order shock-capturing TENO schemes for unstructured meshes are proposed. Similar to the standard TENO schemes and some variants of WENO schemes, the candidate stencils include one large stencil and several small third-order stencils. Following a strong scale-separation procedure, a tailored novel ENO-like stencil selection strategy is proposed such that the high-order accuracy is restored in smooth regions by selecting the candidate reconstruction on the large stencil while the ENO property is enforced near discontinuities by adopting the candidate reconstruction from smooth small stencils. The nonsmooth stencils containing genuine discontinuities are explicitly excluded from the final reconstruction, leading to excellent numerical stability. Different from the WENO concept, such unique sharp stencil selection retains the low numerical dissipation without sacrificing the shock-capturing capability. The newly proposed framework enables arbitrarily high-order TENO reconstructions on unstructured meshes. For conceptual verification, the TENO schemes with third- to sixth-order accuracy are constructed. Without parameter tuning case by case, the performance of the proposed TENO schemes is demonstrated by examining a set of benchmark cases with broadband flow length scales.


翻译:最近提议的高顺序TENO计划[Fu等人,《计算物理杂志》,305, pp.333-359]表明,由于新的加权战略确保了高顺序准确性、低数字消散率和惊人的冲击捕捉能力,因此在预测复杂流体方面潜力巨大。但是,应用程序仍然局限于使用Cartesian 或curvilinear meshes的简单地貌。在这项工作中,提出了一个新的类别,即为无结构的meshes提出了高层次冲击采集TENO计划。与标准的TENO计划和WENO计划的一些变量类似,候选人的精度精度包括一个大的精度精度和几个小三级的精度精度精度战略。经过了强大的缩放程序,提出了定制的精度精度精度精度选择战略选择策略的精度,从而恢复了平坦的区域的精度,而ENO财产则通过采用不精度的精度模型来进行不精确的精度重建,而没有精度的精度结构的精度框架,从而排除了精确的精确的精度结构。

0
下载
关闭预览

相关内容

机器学习系统设计系统评估标准
专知会员服务
60+阅读 · 2020年3月19日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月28日
Arxiv
0+阅读 · 2021年6月26日
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关资讯
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员