用于量化血泵不确定性的多项式混沌方法多层预处理器
流体动力学
2017-06-29 v1
摘要
全球有超过2300万人患有心力衰竭。尽管现代移植手术已很成熟，但心脏捐赠的缺乏成为移植频率的一大限制。对此，心室辅助装置 (VADs) 可在等待期和术后支持患者方面发挥重要作用。此外，研究表明带有血泵的VADs在不同条件下工作具有优势。虽然在血泵功能建模方面已完成大量工作，但量化数值模型中的不确定性是一项挑战性任务。我们考虑Polynomial Chaos (PC) 方法，由Wiener引入用于建模高斯分布的随机过程。Galerkin投影，即广义Polynomial Chaos (gPC) 的侵入式版本，已被深入研究并应用于各种问题。侵入式Galerkin方法可通过Polynomial Chaos级数展开直接一次性表示随机过程，因此与经典非侵入式方法相比可优化总计算量。我们在前期工作中比较了血泵配置稳态模拟的不同预处理技术，比较显示不精确多层预处理器具有良好性能。本工作中，我们展示了通过FDA血泵配置的瞬态血流，采用Galerkin投影方法，实现于我们的开源有限元库Hiflow3中。考虑了三个不确定性来源：流入边界条件、转子角速度和动态粘度，数值结果通过超计算机以超过3000万自由度展示。
引用
@article{arxiv.1706.09255,
title = {Multilevel preconditioner of Polynomial Chaos Method for quantifying uncertainties in a blood pump},
author = {Chen Song and Vincent Heuveline},
journal= {arXiv preprint arXiv:1706.09255},
year = {2017}
}
备注
14 pages, 11 figures, UNCECOMP/ECCOMAS conference 2017