Stokes方程
Stokes方程的相关文献在1985年到2022年内共计96篇,主要集中在力学、数学、自动化技术、计算机技术
等领域,其中期刊论文84篇、会议论文7篇、专利文献2172篇;相关期刊56种,包括天水师范学院学报、甘肃高师学报、河南科学等;
相关会议7种,包括贵州省第二届硕博论坛、中国地球物理学会第二十八届年会、2008年全国数学与信息科学研究生学术研讨会(MIC 2008)等;Stokes方程的相关文献由215位作者贡献,包括石东洋、尚月强、李曼生等。
Stokes方程
-研究学者
- 石东洋
- 尚月强
- 李曼生
- 霍锦霞
- 何银年
- 侯延仁
- 冯民富
- 吴凯健
- 吴景珠
- 唐佳栋
- 张建华
- 张杰华
- 张铁
- 李峻屹
- 王正康
- 祝家麟
- 赵建雷
- 邱小平
- 郭子锐
- 阎宏艺
- 陈绍春
- 韩明华
- 黎亮
- B. Fajar
- Ben-Artzi Matania
- B·佩洛特
- CAO WeiDong
- CHANG QianShun
- Chen Jianye Xu Dihong Sun Lelin School of Mathematics and Statistics Wuhan University Whuhan 430072 Hubei China
- Choi Du-youl
- Chung Han-shik
- DAI ChenFeng
- Feng Xuan
- Gao Fengxia
- H.T.Low
- HUANG Caimin
- Jeong Hyo-min
- LIU AiBing
- LU Yuheng
- Lan Huitian
- Liu Cai
- Liu Haiyan
- Liu Yang
- M. N. Labib
- MAO Feng
- M·桑切斯罗查
- SHANGGUAN Qi
- SHI WeiDong
- SHI YiPeng
- SU WeiDong
-
-
李峻屹
-
-
摘要:
应用传统数值方法求解偏微分方程已有许多研究,例如有限元、有限差分、有限体积等方法.上述方法都需要在求解过程中生成网格对积分或者微分区域进行剖分,这在面对高维问题时,可使得求解难度大幅度增加,尤其是影响求解的效率及计算复杂度.随着硬件技术、计算机软件的发展,机器学习方法逐渐成为研究偏微分方程的可用工具之一,这主要得益于神经网络的应用.通过物理信息神经网络(Physics Informed Neural Networks,PINN),可以将物理规律的相关先验知识与深度学习相结合,从而对偏微分方程进行求解.使用PINNs求解Stokes问题,通过网络优化了真解与逼近解之间的误差,并给出了数值实验来反映方法的可行性.
-
-
李峻屹
-
-
摘要:
应用传统数值方法求解偏微分方程已有许多研究,例如有限元、有限差分、有限体积等方法.上述方法都需要在求解过程中生成网格对积分或者微分区域进行剖分,这在面对高维问题时,可使得求解难度大幅度增加,尤其是影响求解的效率及计算复杂度.随着硬件技术、计算机软件的发展,机器学习方法逐渐成为研究偏微分方程的可用工具之一,这主要得益于神经网络的应用.通过物理信息神经网络(Physics Informed Neural Networks,PINN),可以将物理规律的相关先验知识与深度学习相结合,从而对偏微分方程进行求解.使用PINNs求解Stokes问题,通过网络优化了真解与逼近解之间的误差,并给出了数值实验来反映方法的可行性.
-
-
周康瑞;
尚月强
-
-
摘要:
在完全区域分解法的基础上,提出一种解带非线性滑移边界条件的Stokes方程的并行有限元算法.由于这类边界具有次微分性,故其弱变分形式是第二类变分不等式.并行有限元近似解的最优误差估计将通过理论分析得到.最后,数值结果验证了算法的高效性.
-
-
-
张杰华;
韩明华;
周实然
-
-
摘要:
对于求解Stokes方程的一致对偶剖分的三阶Lagrange有限体积法的离散双线性型,借助于有限元法中的宏元技巧,在三角形网格上将其inf-sup条件简化为一个局部的代数问题,利用构造适当函数的方法,证明了求解Stokes方程的三阶Lagrange有限体积法的离散双线性型的inf-sup条件.
-
-
-
-
-
-
马慧;
林晓辉
-
-
摘要:
Based on the porous media theory and fluid mechanics theory,this pape establishes fluid model of magnetic nanoparticles in permeable wal of capil aries. Compared to NP model ( Nernst-Planck),while considering particles as continuum,the particle con ̄tinuum hypothesis is abandoned in the model with,the particle as discrete particles. In this model,the magnetic nanoparticles distri ̄bution is considered as Maxwel,according to the Navier-Stokes equation,volume equation and Darcy's law,the local pressure dis ̄tribution and liquid field velocity can be predicted and the influence of the wal penetration effect of capil aries on the distribution of flu ̄id is analyzed.%基于多孔介质理论和流体力学理论,建立了磁性纳米粒子在渗透壁微血管中的流体模型。与将粒子视为连续介质的NP(nernst-planck)模型相比,摒弃了粒子连续介质假设,将粒子视为离散粒子。模型考虑磁性纳米粒子的分布为Maxwell分布,根据Navier-Stokes方程、体积方程和达西定律,预测了微血管中的压力分布和流体的运动,分析了壁面渗透效应对微血管中流体的影响。
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
韩家宇;
张智民;
杨一都
- 《贵州省第二届硕博论坛》
| 2015年
-
摘要:
有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.
-
-
-
-
-
-
-
-
-
- 磐芮信息科技(上海)有限公司
- 公开公告日期:2020-06-16
-
摘要:
一种流体力学计算技术领域的自动计算最优松弛因子的稳态Navier‑Stokes方程求解方法,包括以下步骤:第一,对动量方程进行有限体积离散,得到半离散形式的方程;第二,对半离散形式的方程使用松弛因子得到松弛之后的方程;第三,求解松弛后的方程得到速度的预测值,并构建中间速度;第四,根据连续性方程构建压力方程;第五,求解压力方程得到压力场,对压力场使用松弛;第六,根据松弛后的压力修正速度场,第七,求解湍流输运方程,更新湍流场。本发明基于对SIMPLEC算法的求解流程进行误差分析,推导出速度场的最优松弛因子的公式。在此基础上,本发明还对最优松弛因子的实际使用进行了改进。经过改进后的流程在保证计算稳定性的前提下,大大提高了收敛速度。
-
-
-
-
-
-