Представлен новый решатель с адаптивным измельчением сеток SWqgdAMR на базе открытой программной платформы AMReX. Новый решатель основан на регуляризованных уравнениях мелкой воды. В работе описаны уравнения, их дискретизация и особенности реализации в AMReX. Работоспособность SWqgdAMR была показана на двух тестовых задачах: двумерная задача прорыва круговой дамбы (распад столба жидкости) и задача о распаде двух столбов жидкости, разных по высоте.
Идентификаторы и классификаторы
Для моделирования задач гидрогазодинамики требуется использовать всё более точные алгоритмы и подробные расчётные сетки, и, как следствие, большие вычислительные ресурсы, в том числе и методы распараллеливания расчётов на GPU ядра. Таким образом, необходима разработка нового решателя с адаптивным измельчением сеток на базе открытых платформ. Такой подход имеет ряд преимуществ по сравнению с написанием индивидуальных кодов. Во-первых, открытые платформы, как правило, предоставляют устоявшиеся и тщательно протестированные фреймворки, одобренные широким научным сообществом, что снижает риск ошибок и повышает общую надежность. Во-вторых, использование открытых платформ способствует функциональной совместимости и возможности повторного использования, обеспечивая беспрепятственную интеграцию с другими инструментами и облегчая сотрудничество между исследователями. В-третьих, использование существующих открытых платформ позволяет значительно сократить время и стоимость разработки, поскольку эти платформы часто предлагают широкий спектр функциональных возможностей, начиная от обработки данных и заканчивая визуализацией и параллельными вычислениями. В-четвёртых, открытые платформы получают постоянное развитие и поддержку со стороны сообщества пользователей, что приводит к регулярным
обновлениям, исправлению ошибок и повышению производительности. Это контрастирует с индивидуальными кодами, которые часто зависят исключительно от ресурсов и опыта человека или команды, создавшей их.
Список литературы
1. TheLinuxFoundation. Linux Foundation Announces Intent to Form the High Performance Software Foundation URL: https://www.linuxfoundation.org/press/linux-foundation-announces-intent-to-form-high-performance-softwarefoundation-hpsf (дата обращения: 16.04.2024).
2. Epikhin A., But I. Numerical Simulation of Supersonic Jet Noise Using Open Source Software. International Conference on Computational Science. Springer. 2023. P. 292‒302.
3. Kraposhin M.V. et al. Development of a new OpenFOAM solver using regularized gas dynamic equations. Computers & Fluids. 2018;166:163‒175.
4. Kraposhin M.V., Ryazanov D.A., Elizarova T.G. Numerical algorithm based on regularized equations for incompressible flow modeling and its implementation in OpenFOAM. Computer Physics Communications. 2022;271: 108216.
5. QGDsolver. URL: https://github.com/unicfdlab/QGDsolver (дата обращения: 16.04.2024).
6. Elizarova T.G. Quasi-gas-dynamic Equations. Springer. 2009.
7. Елизарова Т.Г. Квазигазодинамические уравнения и методы расчета вязких течений. Москва: Научный мир; 2007. 350 с.
8. Четверушкин Б.Н. Кинетические схемы и квазигазодинамическая система уравнений. Москва: МАКС Пресс; 2004. 328 с.
9. Шеретов Ю.В. Регуляризованные уравнения гидродинамики. Тверь: Тверской государственный университет; 2016. 222 с.
10. Шеретов Ю.В. Динамика сплошных сред при пространственно-временном осреднении. Москва; Ижевск: Регулярная и хаотическая динамика; 2009. 400 с.
11. Bulatov O., Elizarova T.G. Regularized shallow water equations and an efficient method for numerical simulation of shallow water flows. Computational mathematics and mathematical physics. 2011;51:160‒173.
12. Elizarova T.G., Ivanov A.V. Regularized equations for numerical simulation of flows in the two-layer shallow water approximation. Computational Mathematics and Mathematical Physics. 2018;58:714‒734.
13. Saburin D.S., Elizarova T.G. Modelling the Azov Sea circulation and extreme surges in 2013‒2014 using the regularized shallow water equations. Russian Journal of Numerical Analysis and Mathematical Modelling. 2018;33(3):173‒185.
14. Булатов О.В., Елизарова Т.Г. Регуляризованные уравнения мелкой воды и эффективный метод численного моделирования течений в неглубоких водоемах. Журнал вычислительной математики и математической физики. 2011;51(1):170-184.
15. Елизарова Т.Г., Иванов А.В. Регуляризованные уравнения для численного моделирования течений в приближении двухслойной мелкой воды. Журнал вычислительной математики и математической физики. 2018;58(5):741-761.
16. Иванов А.В. О реализации модели мелкой воды на базе квазигазодинамического подхода в открытом программном комплексе OpenFOAM. Препринты Института прикладной математики им. М.В. Келдыша РАН. 2023;28:27.
17. Delis A., Nikolos I. A novel multidimensional solution reconstruction and edge-based limiting procedure for unstructured cell-centered finite volumes with application to shallow water dynamics. International Journal for Numerical Methods in Fluids. 2013;71(5):584‒633.
18. Delis A.I., Katsaounis T. Numerical solution of the two-dimensional shallow water equations by the application of relaxation methods. Applied Mathematical Modelling. 2005;29(8):754‒783.
19. Ginting B.M., Mundani R.-P. Comparison of shallow water solvers: Applications for dam-break and tsunami cases with reordering strategy for efficient vectorization on modern hardware. Water. 2019;11(4):639.
20. Soares-Fraz ̃ao S., Zech Y. Experimental study of dam-break flow against an isolated obstacle. Journal of Hydraulic Research. 2007;45(1):27‒36.
21. Britov A. et al. Numerical Simulation of Propeller Hydrodynamics Using the Open Source Software. International Conference on Computational Science. Springer. 2023. P. 279‒291.
Выпуск
Другие статьи выпуска
Многие задачи в математике сводятся к решению дифференциальных уравнений в частных производных для областей сложной формы. Не всегда существующие аналитические и численные методы позволяют эффективно получить решение подобных задач. В последнее время достаточно успешно для решения дифференциальных уравнений в частных производных применяются нейронные сети. При этом обычно рассматриваются краевые задачи для областей, имеющих простую форму. В данной работе предпринимается попытка построить нейронную сеть, способную эффективно решать краевые задачи для областей сложной формы.
Работа посвящена моделированию процесса ультразвукового медицинского исследования в гетерогенной среде, в которой присутствуют области с существенно разной скоростью звука. Такие постановки задач возникают, например, при визуализации структур мозга через череп. Целью данной работы является сравнение возможных подходов к определению границы раздела акустически контрастных сред с использованием свёрточных нейронных сетей.
В работе выполняется численное моделирование прямой задачи — получение синтети-
ческих расчётных ультразвуковых изображений по известной геометрии и реологии области, а также параметрам датчика. На расчётных изображениях воспроизводятся искажения и артефакты, типичные для постановок со стенкой черепа. Для решения обратной задачи определения границы раздела сред по сигналу с датчика используются свёрточные нейронные сети 2D и 3D структуры, следующие общей архитектуре UNet. Сети обучаются на наборах расчётных данных, после чего тестируются на отдельных примерах, не использованных при обучении.
В настоящее время активно исследуются частотные режимы работы ускорителей электронов на основе капиллярных разрядов. Электроны в них ускоряются под действием лазерных импульсов фемтосекундного диапазона длительности, пропускаемых через плазму разряда.
В работе рассматриваются результаты трехмерного магнитогидродинамического моделирования цикла капиллярного разряда, включающего стадии заполнения короткого капилляра рабочим газом (водород), формирование плазменного канала, восстановление рабочей среды перед началом следующего разряда. Расчеты выполнены в предположении о том, что система находится под внешним охлаждением, которое обеспечивает температурный баланс на промежуточных этапах рабочего цикла, а также при постоянных условиях подачи и откачки рабочего газа.
Работа посвящена математическому моделированию экстремальных колебаний уровня Азовского моря с использованием данных дистанционного зондирования. Цель исследования заключается в разработке и применении математической модели, которая позволяет более точно прогнозировать сгонно-нагонные явления, вызванные экстремальными ветровыми условиями. Актуальность работы обусловлена необходимостью улучшения прогнозов гидродинамических процессов в мелководных водоемах (таких, как Азовское море), где подобные явления могут иметь значительные экономические и экологические последствия. Цель данной работы — разработка и применение математической модели для прогнозирования экстремальных колебаний уровня Азовского моря, вызванных ветровыми условиями.
Изучение процессов теплообмена и распределения потоков тепла в океанах имеет важное значение для понимания климатических изменений на Земле. Северная Атлантика, являющаяся одним из ключевых компонентов глобальной климатической системы, играет существенную роль в регулировании климата наших широт.
Одним из ключевых инструментов для анализа распределения тепла в океанах является вероятностный анализ. В настоящей работе методами математического моделирования проводится статистический анализ данных наблюдений тепловых потоков в Северной Атлантике.
Издательство
- Издательство
- ДГТУ
- Регион
- Россия, Ростов-на-Дону
- Почтовый адрес
- 344003, ЮФО, Ростовская область, г. Ростов-на-Дону, пл. Гагарина, 1
- Юр. адрес
- 344003, Ростовская обл, г Ростов-на-Дону, пл Гагарина, зд 1
- ФИО
- Месхи Бесарион Чохоевич (РЕКТОР)
- E-mail адрес
- reception@donstu.ru
- Контактный телефон
- +8 (800) 1001930
- Сайт
- https://donstu.ru