我的演讲本应是关于 M87 中超大质量黑洞 (SMBH) 自旋的新约束。这是这项工作的底线:我们将自旋参数约束为 | a ∗ | > 0.4(Nemmen 2019)。自旋是黑洞 (BH) 时空的第二个基本参数。这一约束应该为未来使用事件视界望远镜和其他天文台对 M87* 自旋的估计设定预期。相反,我将介绍我们对人工智能 (AI) 方法作为加速 BH 吸积流数值模拟的工具的试点研究的一些早期令人兴奋的结果。在这里,我们讨论两个相互关联的问题:我们能否使模型更快,同时保持与流体守恒方程的显式求解器相当的精度?深度神经网络可以学习流体动力学吗?
热多相流分析已被证明是金属增材制造 (AM) 建模中不可或缺的工具,但准确高效地模拟金属 AM 工艺仍然具有挑战性。本文提出了一种灵活有效的定向能量沉积 (DED) 工艺热多相流模型。与文献中数据拟合或假定的沉积形状不同,我们首先基于具有质量守恒约束的能量最小化问题推导出沉积几何模型。然后,构建一种基于随激光移动的有符号距离函数的界面捕获方法来表示空气-金属界面的演变。该方法可以应用于任何类型的网格,而无需激活网格中的实体元素。耦合的多相 Navier-Stokes 和能量守恒方程通过变分多尺度公式 (VMS) 求解。采用密度缩放的连续表面力 (CSF) 模型来结合 Marangoni 效应、无穿透边界条件和空气-金属界面上的热源。我们利用所提出的方法模拟两个代表性的金属制造问题。将模拟结果与可用的实验测量结果和其他人的计算结果进行了仔细的比较。结果证明了所提出的方法对于金属 AM 问题的准确性和建模能力。c ⃝ 2020 Elsevier BV 保留所有权利。
摘要。可再生能源发电成本的下降,加上电解技术的进步,表明绿色氢气生产可能是正在进行的能源转型中的可行选择。然而,绿色氢经济不仅需要生产解决方案,还需要存储选项,而这已被证明具有挑战性。一种尚未得到充分探索的解决方案是在套管井或竖井中地下储存氢气 (H 2 )。它的集成将带来实施的多功能性和广泛的适用性,因为它不需要特定的地质背景。本文的目的是评估这种新存储技术的技术可行性。准确预测温度和压力变化对于设计、材料选择和安全原因至关重要。这项工作使用基于质量和能量守恒方程的数值模型来模拟套管井中的储氢操作。研究表明,腔壁处的传热强烈影响温度和压力变化。这种影响因钻孔的几何形状提供显着的接触面积而加剧。因此,这种技术可以缓解极端压力和温度变化,并且在给定压力约束的情况下产生比传统洞穴更高的氢密度。结果表明,半径为 0.2 m 时,在最大压力为 50 MPa 时可达到 30 kg m − 3 的氢密度。在 4 小时内注入时,系统在最高温度和压力方面的响应相对线性,但随着注入时间的缩短,系统很快变为非线性。优化初始存储条件似乎对于最大限度地降低冷却成本和最大限度地提高存储质量至关重要。
现代纳米材料涂层工艺的特点是高温环境和复杂的化学反应,需要精确合成定制设计。这种流动过程极其复杂,除了粘性行为外,还具有传热和传质特性。智能纳米涂层利用磁性纳米粒子,可以通过外部磁场进行操纵。数学模型提供了一种廉价的洞察此类涂层动力学过程固有特性的方法。受此启发,在当前的工作中,开发了一种新的数学模型,用于双催化反应物种在轴对称涂层中扩散,该涂层包裹强制对流边界层流,该流来自浸没在饱和磁性纳米流体的均质非达西多孔介质中的线性轴向拉伸水平圆柱体。其中包括均相和异相反应、热源(例如激光源)和非线性辐射传输。部署了 Tiwari-Das 纳米级模型。使用 Darcy-Forchheimer 阻力公式来模拟多孔介质纤维的体积多孔阻力和二阶惯性阻力。磁性纳米流体是一种水性导电聚合物,由基础流体水和磁性 TiO 2 纳米粒子组成。TiO 2 纳米粒子是一种化学反应物质 (A),还存在第二种物质 (B)(例如氧气),它也发生化学反应。粘性加热和欧姆耗散也包括在内,以产生更物理上真实的热分析。这里提出的具有物质扩散(物质 A 和 B)的非线性守恒方程通过适当的流函数和缩放变量转换为一组非线性联合多阶 ODE。在 MATLAB bvp5c 程序中,使用四点 Gauss-Lobotto 公式求解上升非线性常微分边界值问题。使用 Adams-Moulton 预测校正数值方案(Unix 中编码的 AM2)进行验证。包括速度、温度、物质 A 浓度、物质 B 浓度、表面摩擦、局部努塞尔特数以及物质 A 和 B 局部舍伍德数的广泛可视化。关键词:Darcy-Forchheimer 模型;水性功能磁性聚合物;智能涂层流;二氧化钛纳米颗粒分数;非线性辐射;均相和非均相化学反应;数值;边界层包裹;努塞尔特数;舍伍德数。