BROADCAST：基于算法微分的用于稳定性与灵敏度分析的高阶可压缩 CFD 工具箱
流体动力学
2022-10-26 v1 计算物理
摘要
任何复杂动力系统的演化都由它的状态导数算子描述。然而，精确提取 N 阶状态导数算子通常不准确且需要近似。名为 BROADCAST 的开源 CFD 代码对可压缩 Navier-Stokes 方程进行离散，然后通过算法微分(AD)提取线性化 N 阶导数算子，为层流动力学分析提供工具箱。此外，通过伴随推导的梯度要么由线性化算子的转置提取，要么通过 AD 工具的反向模式提取。该软件包含基流计算以及通过线性化算子的特征分解或预解算子的奇异值分解进行的线性全局稳定性分析。灵敏度工具以及弱非线性分析完善了该软件包。方程空间离散的数值方法包括在二维曲线结构化网格的有限体积框架内应用的高阶捕捉激波有限差分格式。稳定性与灵敏度工具在两个案例上展示：低马赫数圆柱绕流与高超声速边界层。
引用
@article{arxiv.2206.05493,
title = {BROADCAST: A high-order compressible CFD toolbox for stability and sensitivity using Algorithmic Differentiation},
author = {Arthur Poulain and Cedric Content and Denis Sipp and Georgios Rigas and Eric Garnier},
journal= {arXiv preprint arXiv:2206.05493},
year = {2022}
}