本项目提出了一种全新的高马赫数自适应格子波兹曼(LB)模型。传统的LB方法的粒子速度属于一固定的有限集合,所以流体的宏观速度受到限制,通常局限小于马赫数流动。本项目提出的模型中,粒子的速度由流体的速度和内能决定,是可以变化的。所以消除了粒子速度对宏观流体速度的约束,突破了传统模型小马赫数的限制,从而能模拟高马赫数下的无粘流和粘性流。大量的数值计算表明本模型能够很好地捕捉激波,拓宽了LB方法的应用范围。本项目继承了原有模型的优点,计算简单,有利于大规模并行计算,是一种计算效率高、性能优良的计算方法。此外,还可以推广到多介质,及有化学反应的流动中。具有十分广泛的实际应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
肌萎缩侧索硬化患者的脑功能网络研究
PERK途径内质网应激与右美托咪定减轻小鼠脑缺血再灌注损伤的关系
Ordinal space projection learning via neighbor classes representation
以家庭为中心的护理干预对痉挛型脑性瘫痪患儿佩戴踝足矫形器的影响
鸣禽发声学习行为发育的听觉反馈机制
听觉反馈机制不同的两种蝙蝠发声学习及其进化动力
听觉反馈调控发声运动的神经机制研究
鸟类发声中枢的发育与鸣啭学习行为的神经机制研究