Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.

Slides:



Advertisements
Ähnliche Präsentationen
Versuch 1. Was wollen wir tun - das Pflichtenheft
Advertisements

Diese Fragen sollten Sie morgen beantworten können
Simulation komplexer technischer Anlagen
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
Schnelle Matrizenoperationen von Christian Büttner
Peter-Michael Schmidt, Stuttgart 2002
Beschreibung der energetischen Zustände der Elektronen
Simulation von Formgedächtnis – Antrieben in der Robotik
Seminar „Extrapolationsmethoden für zufällige Felder“
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Praktikum „Numerische Strömungsmechanik“ C.-D. Munz, S. Roller
Simulation komplexer technischer Anlagen
Diese Fragen sollten Sie beantworten können
V 5: Partielle Differentialgleichungen - Grundlagen
V11 Wellengleichung Teil 3: Numerische Verfahren zur Lösung partieller Differentialgleichungen V11: Wellengleichung als Beispiel der Diskretisierung.
Numerik partieller Differentialgleichungen
Diskretisierung der Wärmeleitgleichung
Lösung gewöhnlicher Differentialgleichungen
Simulation komplexer technischer Anlagen
Diese Fragen sollten Sie beantworten können
Was wir zur numerischen Lösung von Dglen wissen
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerische Methoden, SS 2003Teil II: Kp. 22/1 Diese.
Diese Fragen sollten Sie beantworten können
Lösung von linearen Gleichungssystemen - Grundlagen
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 03Teil.
V 7: Gewöhnliche Differentialgleichungen
Lösung von linearen Gleichungssystemen - Grundlagen
Numerische Methoden Vorlesung im Rahmen des Diplomstudienganges
Numerische Methoden Teil V: Lösungen
SciAgents - Eine agentenbasierte Umgebung für verteilte wissenschaftliche Berechnungen Alexander StarkeSeminar Software Agenten
Der Biegebalken Der Biegebalken
3.Februar 2003 SFB Seminar Kiel1 Energie- und Wasserdampftransporte in die Arktis bestimmt aus Radiosondendaten Andreas Hense, Reinhardt Hagenbrock,Martin.
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
Lösung linearer Gleichungssysteme
Numerik partieller Differentialgleichungen
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerische Methoden, SS 01Teil II: Kp. 22/1 Grundmodelle.
V1: Modellierung auf endlichen Maschinen
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerische Methoden, SS Numerische Methoden.
V9: Finite-Elemente-Methode
Modellierung komplexer Realität mit Objekten
Beispiele für Gleichungssysteme
V 12: Systemen partieller Differentialgleichungen
Vorlesung im Rahmen des Diplomstudiengangs Energie- und Anlagentechnik
TEILCHENPHYSIK FÜR FORTGESCHRITTENE Vorlesung am 4. April 2006 Thomas Schörner-Sadenius Universität Hamburg, IExpPh Sommersemester 2006.
Zu Kap I.8.3. Formale Lösung mit Greenscher Funktion
Die Simulation von Planetenbewegungen
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
Simulation von Piezos zur akustischen Teilchendetektion
Projektarbeit zur Veranstaltung „Programmieren in Fortran 90/95“
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 02Einführung.
Variationsformalismus für das freie Teilchen
Spezifikation von Anforderungen
Zeit, Ort und Weg Geschwindigkeit Beschleunigung
Finite Elemente Methoden bgFEM
Computerorientierte Physik VORLESUNG Zeit: jeweils Mo Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz 5, A-8010.
Beschreibung der energetischen Zustände der Elektronen
Numerische Lösung chemischer Gleichungen
Effiziente Algorithmen
Zeit, Ort, Weg und Geschwindigkeit
Mathematik 1. Studienjahr Modul M1: Elemente der Mathematik
Helwig Hauser Teil 9: Radiosity Simulation globaler Lichtverteilung.
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Universität Münster Institut für Geophysik
Fourier-Analyse und technologische Anwendungen
Die Wege - Modellierung und Simulation von biochemischen Stoffwechselpfaden Ursula Kummer EML Research gGmbH.
Numerische Simulation des Stofftransports
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Numerische Methoden Einführung Raumdiskretisierung
Differentialgleichungen oder wie beschreibt man Veränderung
 Präsentation transkript:

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/1 Numerik partieller Differentialgleichungen Teil 3:Numerische Verfahren zur Lösung partieller Differentialgleichungen Kap. 6: Diskretisierung von parabolischen Gleichungen am Beispiel der Wärmeleitgleichung Inhalt: Die Wärmeleitgleichung Diskrete Formen der Wärmeleitgleichung Stabilität, Konsistenz und Konvergenz Versuche: Lösung der Wärmeleitgleichung nach expliziten und impliziten Verfahren

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/2 Numerische Methoden Klassifizierung partieller Differentialgleichungen Allgemeine Form + Rand-/Anfangs-Bedingungen Alternative Form über Formale Aufteilung < elliptisch (e) = 0parabolisch (p) > hyperbolisch (h)

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/3 Numerische Lösung von partiellen Dglen - prinzipielles Vorgehen 1.Beschreibung des Lösungsgebietes durch Zonen und Maschen 2. Beschreibung der Gebiete mit gleichem Lösungsansatz durch Basisgebiete 3.Auswahl des Lösungsansatzes -punktweise Darstellung - Entwicklung nach bekannten Funktionen -stochastisch 4.Diskretisierung der Operatoren 5.Aufstellung der Systemgleichungen 6.Lösung des linearisierten Gleichungssystems 7.Darstellung der Ergebnisse

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/4 Numerische Methoden Das Differenzenverfahren in seiner Grundform 1.Zonen, Maschen und Basisgebiete sind Rechtecke 2.Lösungspunkte auf Maschenrand oder Maschenmitte 3.Lösung konstant in Basisgebiet 4.Diskretisierung der Operatoren über Taylorreihen 5.Tri- und pentdiagonale Systeme. Diagonal dominant bis auf hyperbolische Gleichungen 6,Lösen auf Basis Gauß-Seidel möglich 7.Darstellung von Verläufen längs Linien

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/5 Numerische Lösung von partiellen Dglen - Das Finite Elemente-Verfahren 1.Zonen, Maschen und Basisgebiete sind Gebiete beliebiger Form (FiniteElemente), über die Differentialgleichung integriert werden kann 2.Maschen und Basisgebiete identisch - Lösungspunkte auf FE-Rand Integration so, daß am Rand Stetigkeitsbedingungen erfüllt 5.Unregelmäßig strukturierte Gleichungssysteme, schwach diagonal-dominant 6.Lösen auf Basis konjugierter Gradienten-Verfahren oder direktes Lösen 7.Darstellung von Zuständen in Gebieten über Postprozessoren

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/6 Numerische Lösung von partiellen Dglen - Volumenverfahren 1.Zonen, Maschen und Basisgebiete sind Gebiete beliebiger Form, für die integrale Bilanzierung möglich ist 2.Statt Maschen und Baisisgebiete Komponenten 3.Mittleres Verhalten aus lokalen Bilanzen ergibt System gewöhnlicher Dglen für Komponenten und ihre globalen Variablen 4.Euler-Diskretisierung der Zeit entspricht Differenzenverfahren 5.Unregelmäßig strukturierte Gleichungssysteme primär für die Zeitfortschaltung - ev. Nichtlinearitäten 6.Lösen analog iterativer Verfahren - Iteration als Zeitfortschaltung 7.Darstellung von Zuständen im System durch Verlaufskurven einzelner Variablen, Einfärbung von Komponenten statisch oder als Film

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 6 Volumen(Komponenten)basiertes Modell eines Kreislaufes

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/8 Klassifizierung partieller Differentialgleichungen

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/9 Anwendung auf Diskretisierung partieller Dglen B) Diskretisierung der Wärmeleitgleichung (parabolisch) Die diskrete Gleichung lautet d.h. die Zeitableitung gilt für alle Stellen n + im Zeitintervall (n, n+1). Die Diskretisierung ist also nicht mehr eindeutig. Die Konsequenzen der Wahl von werden später ausführlich untersucht. Aufgrund der ersten Ableitung der Zeit gilt ferner, dass die resultierende Matrix im x-t- Raum nicht mehr symmetrisch ist. Für = 1/2 und T i n+1/2 = 0,5 (T i n+1 + T i n ) erhält man Für = 0 verschwinden die mit 0 gekennzeichneten Elemente, Für = 1 verschwinden die mit gekennzeichneten Elemente.

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/10 Anwendung auf Diskretisierung partieller Dglen Die mit 0 bezeichneten Elemente verschwinden, wenn man = 0 (explizite Verfahren) wählt. Die mit Δ bezeichneten Elemente verschwinden, wenn man = 1 (implizite Verfahren) wählt. K ZEITZEIT ORT

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/11 Experimente mit der Wärmeleitgleichung Die Wärmeleitgleichung lautet Diskretisiert man zunächst den x-Raum, so erhält man x x i, T T i und oder am Ortspunkt i Das ist ein System gewöhnlicher Differentialgleichungen für alle diskreten Punkte des Ortsraumes.

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/12 Experimente mit der Wärmeleitgleichung Zur Lösung des Problems benötigen wir Die Länge des Stabes Die Zahl der Punkte i Werte für T am linken und rechten Rand Einen Wert von Die Dauer der Simulation Die Zahl der Zeitschritte Die Temperaturverteilung zum Zeitpunkt 0. Die Diskretisierung ist konsistent, wenn Orts- und Zeitableitung am gleichen Raum-Zeit-Punkt erfolgen.

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/13 Die Wärmeleitgleichung in diskreter Form Explizites Verfahren Implizites Verfahren Gemischtes Verfahren (Zwischenschrittverfahren) Fehlerfortpflanzung beim expliziten Verfahren Für cond g = verringert sich Fehler wegen folgt, daß beschränkt ist, t und x hängen also voneinander ab.

Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil 3 : Kp. 66/14 Aufbau eines Programms zur Lösung von parabolischen Differentialgleichungen Lösung des Gleichungssystems Berechnung der rechten Seiten Zeitschrittfortschaltung/Nichtlinearitäten Neue Matrizen ja nein ja Eingabe und ihre Verarbeitung Geometrie, Materialdaten, Randbedingungen, Anfangswerte Ausgabe nein Erzeugung des Gleichungssystems implizite Verfahren Ende Zeitschritt, Gleichungslösung, Nichtlinearität