Numerische Methoden Einführung Raumdiskretisierung Numerische Verfahren (FD, FV, FE) Zeitintegration Einführung

Wieso CFD? CFD heisst Computational Fluid Dynamics Hohe Rechenleistung dank Computertechnik Analytische Lösungen haben Einschränkun-gen Verschieden numerische Verfahren - Finite Differenzen (FD), finite Volumen (FV) und finite Elemente (FE) Einführung

Die Raumdiskretisierung 1. Schritt: Diskretisierung des Raums, d.h. Unterteilung in Teilgebiete. 2 Haupmöglichkeiten: strukturierte oder unstrukturierte Netze. Netzgenerierung braucht im Allgemeinen einen Netzgenerator. Die Diskretisierung ist häufig schwieriger als die Rechnung. Raumdiskretisierung

Strukturierte Gitter Jedes Element und jeder Knoten ist durch ndim Zeiger identifi-zierbar. Untertypen struktu-rierter Gitter sind: Reguläre Gitter, Orthogonale Gitter und krummlinige Gitter Raumdiskretisierung

Vor-/Nachteile strukturierter Gitter Wenig Speicherbedarf Geringer Verwaltungsaufwand, schnelle Rechenzeiten Gut geeignet bei “ausgeschalteten” Teilgebieten Geringe, geometrische Flexibilität Nicht geeignet bei beweglichen Rändern Raumdiskretisierung

Vor-/Nachteile strukturierter Gitter Raumdiskretisierung

Multiblock Gitter Vereinigt teilweise die Vorteile strukturierter Netze ohne deren Nachteile An den Uebergängen von Blöcken sind spe-zielle Massnahmen notwendig. Raumdiskretisierung

Unstrukturierte Gitter Die Anzahl der Nach-barn und Knoten ist nicht definiert. Neben den Knoten-koordinaten muss eine Elementindizierung erstellt werden. Raumdiskretisierung

Vor-/Nachteile unstrukt. Gitter Grosse, geometrische Flexibilität Viel Speicherbedarf Hoher Verwaltungsaufwand, grosse Rechenzeiten Gut geeignet bei beweglichen Rändern Raumdiskretisierung

Vor-/Nachteile unstrukt. Gitter Raumdiskretisierung

Gittergenerierung Zwei Arten von Gittergeneratoren, sog. algebra-ische Gittergeneratoren und solche, die auf einer PDG beruhen Algebraische Gittergeneratoren verwenden ein-fache, algebraische Algorithmen zur Generierung. Elliptische od. hyperbolische Generatoren gehen von einem einfachen Ausgangsnetz aus und trans-formieren dieses mit einer PDG, wobei die effek-tiven Berandungen zu Randbedingungen der PDG werden. Raumdiskretisierung

FAVOR - Fractional Area/Volume Method (Flow3D) Gebiet wird durch einen einfachen, strukturierten, orthogonalen Block umfasst. Die Geometrie wird durch Zufügen von Hindernissen generiert. Hindernisse werden wie poröse Zonen ohne Durchlässigkeit behandelt. Kombination mit Multiblock erhöht Möglichkeiten! Raumdiskretisierung

Vor-/Nachteile von FAVOR Geometrische Flexibilität ist gewährleistet Speicherbedarf ist klein Geringer Verwaltungsaufwand, kurze Rechenzeiten Geeignet bei beweglichen Rändern Raumdiskretisierung

Vor-/Nachteile der FAVOR Methode Raumdiskretisierung

Numerische Verfahren Grundlagen Analogie zwischen Experiment und Numerik. Anstelle einer kontinuierlichen Variablenvertei-lung verwenden numerische Verfahren diskrete Knotenwerte. Die Verfahren unterscheiden sich durch die Art, wie sie aus diskreten Knotenwerten die Variablen-verteilung annähern. Bekannteste Verfahren sind FD, FV und FE. Numerische Verfahren

Modellgleichung - Poisson Gleichung Numerische Verfahren

Übersicht numerische Methoden FD arbeitet mit der Differentialform der PDGL Massenerhaltung ist nicht gewährleistet FV benutzt die Integralform der PDGL Massenerhaltung im Element ist gewährleistet FE stützt sich auf die schwache Integralform Massenerhaltung über Gesamtgebiet i.O. Numerische Verfahren

FD Älteste Methode, wurde von Euler 1768 für die Lösung von Differentialgleichungen erfunden. Differentialquotienten werden durch Differenzenquotienten approximiert, diese sind u.U. nicht stetig, was zu numerischen Fehlern führen kann. Aus einer Taylor-Reihenentwicklung folgt: Numerische Verfahren

FD FD benötigen reguläre Netze, üblicherweise strukturierte, um die Differenzenapproximation einfach bilden zu können. Die Netze dürfen nur geringe Variationen aufweisen (Dehnung/Verzerrung der Zellen), da sonst der numerische Fehler gross wird. Grundnetz in 3D bildet ein sechs seitiger Körper, der den effektiven Rändern angepasst werden kann. Multiblock reduziert diese Einschränkung. Numerische Verfahren

FV Ueber ein Kontrollvolumen werden die Flüsse bilanziert: „Rein gleich Raus plus Quelle/Senke“: integriert Numerische Verfahren

FV Wurden von McDonald (1971) bzw. McCormack und Paullay (1972) zum ersten Mal in 2D verwendet und 1973 von Rizzi auf 3D erweitert. Da die Formulierung über Zellvolumen und nicht Netzschnittpunkte erfolgt, ist hohe geometrische Flexibilität gegeben. Die Zellen können aus beliebigen Körpern gebildet werden. Man unterscheidet Zellmittelpunkt bzw. Zelleckpunkt FV-Methoden. Zellmittelpunkt hat Stabilitätsvorteile, bei Zelleckpunkt lassen sich RB’s besser formulieren. FV ist die verbreitetste Diskretisierungsmethode. Numerische Verfahren

FE FE geht von der schwachen Integralform aus, d.h. die Ausgangsgleichung wird gewichtet und integriert. Durch Integration der gewichteten Ausgangsglei-chung über das Gebiet verschwindet der Fehler der Diskretisierung. FE nimmt Verteilfunktionen der Variablen über die Elemente an, diese sind linear oder Polynome höherer Ordnung. Numerische Verfahren

Am Punkt A innerhalb des Elements 1 wird die Variab-le A linear aus den Werten 1 und 2 der Nachbarkno-ten interpoliert: Die Brüche vor den Variablen 1 und 2 nennt man “Ansatzfunktionen”. Sie werden auch zur Gewichtung der schwachen Integralform gebraucht. Ansätze höherer Ordnung sind möglich. Numerische Verfahren

FE FE wurde von R. Courant im Jahr 1943 entwickelt. Die Elemente werden durch Netzschnittpunkte gebildet, wo auch die Unbekannten sitzen. Die Stabilität ist reduziert aber RB’s lassen sich einfach formulieren. Die Genauigkeit kann durch den Grad der Ansatzfunktionen beliebig erhöht werden. Vergleich der Rechenzeiten mit FV ist schwierig, da die Genauigkeit bei FE a priori höher ist. Numerische Verfahren

Was sind Verfahren höherer Ordnung? In der Taylor-Reihenentwicklung werden Terme höherer Ordnung berücksichtigt (FD) Berücksichtigung von Ansatzfunktionen höherer Ordnung (FE). Verwendung von MUSCL, mit dem die Ordnung beliebig erhöht werden kann (FV). Achtung: Schemen höherer Ordnung neigen zu Oszillationen! Zeitintegration

Upwind Verfahren Bis jetzt waren alle Verfahren sog. “zentrale” Verfahren, d.h. Information floss von ober- und unterstrom mit gleichem Gewicht ein. Bei schiessender Strömung ist dieser Ansatz nicht gerechtfertig, da von unterstrom keine Beeinflussung stattfinden kann. Upwind Verfahren berücksichtigen den Infor-mationsfluss korrekt, d.h. sie gewichten die Seite stärker, von der Information einfliesst. Zeitintegration

Upwind Verfahren höherer Ordnung Analog wie Verfahren höherer Ordnung, aber nur Information oberstroms wird berücksich-tigt. Zeitintegration

Welche Methode eignet sich für meine Bedürfnisse? Grundsätzlich kann man mit jeder Methode alles machen. Teilweise erfordert die Anpassung hohes Fachwissen. Ich würde bei der Wahl die gewünschte Netzauflösung in den Vordergrund stellen. Keine Methode hat nur Vorteile! FV ist sicher für CFD ein sehr guter Kompromiss. Numerische Verfahren

Zeitintegration Explizite Verfahren: Variablen zum Zeitpunkt i+1 sind nur abhängig von Variablenwerten zum Zeitpunkt i. Es ist kein Gleichungslöser nötig. Implizite Verfahren: Variablen zum Zeitpunkt i+1 sind nur abhängig von Werten zur Zeit i+1. Glei-chungslöser nötig. Semiimplizite Verfahren:Werte abhängig von i und i+1. Gleichungslöser nötig. U.U. höhere Genauig-keit in der Zeitdiskretisierung. Zeitintegration

Vor-/Nachteile explizit/implizit Explizite Verfahren benötigen keinen Gleichungslöser. Sie sind sehr schnell! Explizite Verfahren besitzen ein Stabilitäts-kriterium: Die Ausbreitung einer Störung darf eine Zelle nicht überschreiten  sehr kleine Zeitschritte bei kleinen Zellen. Explizite Verfahren sind “durchsichtiger”. Fehler sind einfacher zu finden. Zeitintegration

ENDE

Randbedingungen Zur Lösung der PDG braucht es Randbedingungen. Randbedingungen beeinflussen die Lösung am Rand und oftmals bis tief ins Rechengebiet. Schlecht gesetzte RB bewirken eine schlechte Lö-sung, unabhängig von der Güte der Numerik! Als Regel kann gelten: überall wo eine charakteri-stische Information ins Rechengebiet eintritt, muss eine RB gesetzt werden.

Anfangsbedingungen Die Randbedingungen in Zeitrichtung nennt man Anfangsbedingungen. Stationäre Probleme werden oft mit instationären Algorithmen gelöst. In diesen Fällen spielt die AB eine untergeordnete Rolle. Komplexe, nichtlineare Systeme konvergieren nur, wenn physikalisch sinnvolle AB gesetzt werden. Dies kann u.U. die Ruhe sein (h=konst., v=0).

Einführung

Methode der finiten Differenzen FD Die FD geht von der Differentialform der PDG aus (siehe Modellgleichung). Die Variable  wird in einer Taylor-Reihe um 2 entwickelt und als Näherung von 1 benutzt. Da-raus resultieren Ausdrücke für die Ableitungen.

Subtraktion bzw. Addition der beiden, Gleichungen ergibt:

Modellgleichung in FD Unsere Modellgleichung kann damit ange-nähert werden durch:

Anwendung auf jeden Punkt im Rechenge-biet resultiert in: A · x = b

Vor-/Nachteile von FD Anschauliche Formulierung Schnelle Rechenzeiten. Geringe, geometrische Flexibilität. Vorsicht bei numerischen Stössen, wo sich unendliche Gradienten ergeben können!

Methode der finiten Volumen FV Die FV geht von der Integralform der Modellglei-chung aus. Diese resultiert aus: integriert

Vorteil von FV Durch die Verwendung der Integralform ist der Erhalt von Masse, Impuls und Energie gesichert (Bilanzierung). In 2D und 3D ist die Formulierung unabhängig von der Geometrie der Elemente. Die geometrische Flexibilität ist grösser als bei FD. Schnelle Rechenzeiten.

Methode der finiten Elemente FE FE geht von der schwachen Integralform aus. Diese resultiert durch Anwendung der Methode der gewichteten Residuen. Durch Integration der gewichteten Ausgangsglei-chung über das Gebiet verschwindet der Fehler der Diskretisierung.

Anwendung der gewichteten Residuen auf die Modellgleichung ergibt: Es wird angenommen, dass Aenderungen über ein Element durch ein Polynom angenähert werden können, im einfachsten Fall durch: bzw.

Aus den vorhergehenden Gleichungen erhalten wir die Ansatzfunktionen durch folgende Umformungen: bzw. und Von den Ansatzfunktionen wird gefordert, dass sie den Wert 1 am betreffenden Knoten und den Wert 0 an allen anderen Knoten aufweisen.

Am Punkt E innerhalb des Elements 1 wird die Variab-le E linear aus den Werten 1 und 2 der Nachbarkno-ten interpoliert: Die Brüche vor den Variablen 1 und 2 nennt man “Ansatzfunktionen”. Sie werden auch zur Gewichtung der schwachen Integralform gebraucht. Ansätze höherer Ordnung sind möglich.

Von den Ansatzfunktionen wird gefordert, dass sie den Wert 1 am betreffenden Knoten und den Wert 0 an allen anderen Knoten aufweisen.

Da die Ansatzfunktionen Polynome sind, sind sie einfach differenzierbar, d.h. falls die Koeffizienten  bestimmt sind, so können die Ableitungen der Ansatzfunktionen einfach entwickelt werden. Die Modellgleichung lässt sich diskretisieren durch Matrixprodukte aus unbekannten Knoten-werten und Ansatzfunktion bzw. deren Ableitung. Bei der Methode von Galerkin wird die Gewichts-funktion identisch der Ansatzfunktion gesetzt.