对N-S方程采用时间分裂法,将问题分解为线性Stokes子问题和非线性子问题两部份,而对后者,又采用线性化法,使所分解的两个子问题都接近于广义Stokes问题,将N-S方程的求解和单元局部解的事后误差估计等问题都归结为较简单的广义Stokes方程的相应问题。本研究首次以Helmototy算子方程的高阶基本解为基础,建立了N-S方程的完全边界积公式,使N-S方程的求解和误差估计的计算维数降低一维,而且数值计算时不需在流场中划分单元,只需在边界上划分单元,较大程度地降低了计算机内存量的要求和计算工作量。本成果对采用N-S方程求解各类绕流问题所需进行的误差估计和有限元自适应网格加密适用,具有较好的普遍性。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
Navier-Stokes方程稳定化有限元方法后验误差估计
自适应有限元方法的收敛性及其误差估计
Navier-Stokes方程与Darcy流耦合模型的mortar元方法及其后验误差估计
间断Galerkin有限元方法的局部误差估计