中文

面向气体动力学的高阶无结构网格冲击捕获的混合有限体积重构框架

人工智能 2025-10-31 v1

摘要

本文提出了一种用于不可压缩流在无结构网格上的多维、任意阶混合重构框架。该方法将线性重构的效率与高阶非振荡方案的鲁棒性相结合,通过一种新颖的先验检测策略仅在需要时激活后者。通过最小化对高成本CWENOZ和MUSCL重构的依赖,显著降低计算开销而不牺牲精度或稳定性。该框架将CWENOZ公式与MOOD范式相结合,引入重新设计的数值可接受性检测器,对流场在单一步骤中分类为光滑、弱非光滑或不可连续。光滑区域使用高阶线性重构,弱非光滑区域使用CWENOZ,不连续区域使用二阶MUSCL。这种有针对性的分配保持了高阶精度,同时确保冲击附近的非振荡和稳定解。该方法在开源无结构有限体积求解器UCNS3D中实现,支持混合单元网格上的任意阶重构。二维和三维基准问题确认在光滑区域的设计精度以及在冲击支配流中的增强鲁棒性。对非线性重构的减少依赖在三维不可压缩湍流模拟中实现最高可达2.5倍的加速,使高阶精度更接近工业规模的CFD应用。

关键词

引用

@article{arxiv.2510.25908,
  title  = {SciTrust 2.0: A Comprehensive Framework for Evaluating Trustworthiness of Large Language Models in Scientific Applications},
  author = {Emily Herron and Junqi Yin and Feiyi Wang},
  journal= {arXiv preprint arXiv:2510.25908},
  year   = {2025}
}

备注

Preprint Submitted to ACM Transactions on AI for Science (TAIS)