arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日__

arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日

¥ 1.0

热度

数值模拟在现代燃烧系统的设计中发挥了至关重要的作用。在过去的二十年里，研究的重点是开发大涡模拟 (LES) 方法，该方法利用计算能力的大幅提升来显著提高预测精度。即使预计超级计算能力会有所提高，LES 在设计中的使用仍受到其高计算成本的限制。此外，为了帮助决策，必须增强此类 LES 计算以估计模拟组件中潜在的不确定性。与此同时，制造或使用燃烧设备的行业也在发生其他变化。虽然效率和减排仍然是主要的设计目标，但通过优化维护和维修来降低运营成本正成为企业的一个重要部分。后者的探索得益于燃烧室的数字化，它允许通过一系列设备从大量传感器收集和存储运行数据。此外，包括燃烧系统上的低功耗硬件在内的多个计算级别也正在变得可用。如果有适当的数值工具可用，如此大的数据集将为设计和维护创造独特的机会。由于 LES 通过利用超级计算彻底改变了计算引导设计，因此需要新一代数值方法来利用如此大量的数据和计算硬件的多样性。在本文中，我们回顾了这种异构数据驱动环境的新兴计算方法。有案例表明，在这个领域存在基于物理的燃烧建模的新但非常规的机会。

添加pdf代下载 VIP点击下载文件