Počet záznamů: 1
Model order reduction for Eulerian-Lagrangian direct numerical simulation of particle-laden flows
- 1.
SYSNO ASEP 0579626 Druh ASEP A - Abstrakt Zařazení RIV Záznam nebyl označen do RIV Zařazení RIV Není vybrán druh dokumentu Název Model order reduction for Eulerian-Lagrangian direct numerical simulation of particle-laden flows Tvůrce(i) Kovárnová, A. (CZ)
Isoz, Martin (UT-L) ORCIDCelkový počet autorů 2 Zdroj.dok. 18th OpenFOAM Workshop, Book of unedited abstracts. - Itálie, 2023 / Guerrero J. ; Pralits J. Poč.str. 3 s. Forma vydání Tištěná - P Akce OpenFOAM Workshop /18./ Datum konání 11.07.2023 - 14.07.2023 Místo konání Genoa Země IT - Itálie Typ akce EUR Jazyk dok. eng - angličtina Země vyd. IT - Itálie Klíč. slova model order reduction ; artificial neural networks ; shifted POD ; CFD-DEM ; OpenFOAM Vědní obor RIV BA - Obecná matematika Obor OECD Applied mathematics CEP TM04000048 GA TA ČR - Technologická agentura ČR Institucionální podpora UT-L - RVO:61388998 Anotace Model order reduction (MOR) is a class of methods that aim to reduce the dimension, and thus the computational demands, of a model, while also preserving its most important properties. Particle-laden flows pose two specific challenges to MOR. First, they tend to be strongly transport-dominated and, therefore, ill-suited for common modal-based techniques. Second, Eulerian-Lagrangian models are mathematically inconsistent and it is impossible to treat them via traditional projection. In this contribution, we utilize the shifted proper orthogonal decomposition (sPOD) by Reiss et al., a method created for MOR of transport-dominated systems, and combine it with interpolation via artificial neural networks (ANN) to obtain a time-continuous reduced order model without using any projection. The resulting method, shifted proper orthogonal decomposition with interpolation via artificial neural networks (sPODIANN) is data-driven and usable even for Eulerian-Lagrangian models. Pracoviště Ústav termomechaniky Kontakt Marie Kajprová, kajprova@it.cas.cz, Tel.: 266 053 154 ; Jana Lahovská, jaja@it.cas.cz, Tel.: 266 053 823 Rok sběru 2024
Počet záznamů: 1