logo móvil
Contáctanos

Modelado de Orden Reducido de Redes Neuronales Híbridas para Flujos Turbulentos con Parámetros Geométricos

Autores: Zancanaro, Matteo; Mrosek, Markus; Stabile, Giovanni; Othmer, Carsten; Rozza, Gianluigi

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Modelado de Orden Reducido de Redes Neuronales Híbridas para Flujos Turbulentos con Parámetros Geométricos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Mecánica

Palabras clave

Ecuaciones diferenciales parciales parametrizadas
Optimización de formas
Estudios de cirugía
Enfoque de proyección de Galerkin
Navier-Stokes turbulento incompresible

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Las ecuaciones en derivadas parciales parametrizadas geométricamente se utilizan actualmente en muchos campos diferentes, como los procesos de optimización de formas o los estudios de cirugía específica para pacientes. El enfoque de este trabajo son algunos avances en este tema, capaces de aumentar la precisión con respecto a enfoques anteriores, al tiempo que se basa en un rendimiento de alta relación costo-beneficio. El objetivo principal de este artículo es la introducción de una nueva técnica que combina un enfoque clásico de proyección de Galerkin junto con un método basado en datos para obtener un algoritmo versátil y preciso para la resolución de problemas de Navier-Stokes turbulentos incompresibles parametrizados geométricamente. La efectividad de este procedimiento se demuestra en dos casos de prueba diferentes: un problema clásico académico de retroceso y una aplicación de deformación de forma del cuerpo Ahmed. Los resultados proporcionan información sobre los detalles de las propiedades de la arquitectura que desarrollamos, al tiempo que exponen posibles perspectivas futuras para este trabajo.

Otros recursos que podrían interesarte

Temas Virtualpro