This paper is focused on the approximation of the Euler equation of compressible fluid dynamics on a staggered mesh. To this aim, the flow parameter are described by the velocity, the density and the internal energy. The thermodynamic quantities are described on the elements of the mesh, and this the approximation is only $L^2$, while the kinematic quantities are globally continuous. The method is general in the sense that the thermodynamical and kinetic parameters are described by arbitrary degree polynomials, in practice the difference between the degrees of the kinematic parameters and the thermodynamical ones is equal to $1$. The integration in time is done using a defect correction method. As such, there is no hope that the limit solution, if it exists, will be a weak solution of the problem. In order to guaranty this property, we introduce a general correction method in the spirit of the Lagrangian stagered method described in \cite{Svetlana,MR4059382, MR3023731}, and we prove a Lax Wendroff theorem. The proof is valid for multidimensional version of the scheme, though all the numerical illustrations, on classical benchmark problems, are all one dimensional because we have an easy access to the exact solution for comparison. We conclude by explanning that the method is general and can be used in a different setting as the specific one used here, for example finite volume, of discontinuous Galerkin methods.


翻译:本文侧重于一个交错网格的压缩流体动态的 Euler 方程式的近似值。 为此, 流动参数由速度、 密度和内部能量来描述。 热力量数量在网状元素中被描述, 而这个近似值仅为$L ⁇ 2$, 而运动量在全球范围是连续的。 这个方法很笼统, 其含义是, 热力和动能参数是由任意度多位数描述的, 在实践中, 运动力参数和热力参数的程度之间的差别等于$。 时间整合是用缺陷校正方法来完成的。 因此, 如果存在, 则没有希望限量解决方案将是一个薄弱的解决问题的解决方案。 为了测量这一属性, 我们引入了一种总体的校正方法, 在此处描述的任意度多位数 {Svetlana {, MRM40592, MR3023731}, 并且我们证明一个Lax Wendroff 的不透明性参数的整合方法, 因为我们使用了一个常规方法的精确度模型, 我们使用了一个精确度模型的校正解方法的校准了一个模型。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
52+阅读 · 2020年9月7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
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28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
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
14+阅读 · 2022年5月6日
Arxiv
38+阅读 · 2021年8月31日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28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
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员