通过 GSIS 提升 DSMC 收敛速度
计算物理
2024-06-26 v2
摘要
developed for simulating rarefied gas flows, where the key process is the alternative solving of the macroscopic synthetic equations [Su et al., J. Comput. Phys., 407 (2020) 109245] and the mesoscopic equation via the asymptotic-preserving time-relaxed Monte Carlo scheme [Fei, J. Comput. Phys., 486 (2023) 112128]. 首先，从玻尔兹曼方程严格推导宏观合成方程，不仅包含牛顿黏性和 Fourier 热导律，还包含捕捉稀薄效应的高阶本构关系；后者从随机求解器在定义取样区间内提取。其次，在相同取样区间内，从随机求解器提取的初始场解算宏观合成方程至稳态或经过若干迭代步骤。最后，更新随机求解器中的模拟粒子，以匹配来自宏观合成方程得到的密度、速度和温度。此外，后续区间的模拟粒子将部分依据宏观合成方程的解进行取样。结果是，我们的耦合策略增强了随机求解器的渐近保持特性，显著加快了向稳态的收敛速度。进行了若干数值测试，发现本方法在近连续流范畴内的计算成本比直接模拟蒙特卡罗法降低了两个数量级。
引用
@article{arxiv.2406.16639,
title = {Boosting the convergence of DSMC by GSIS},
author = {Liyan Luo and Qi Li and Fei Fei and Lei Wu},
journal= {arXiv preprint arXiv:2406.16639},
year = {2024}
}