• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Fakultet for naturvitenskap (NV)
  • Institutt for fysikk
  • Vis innførsel
  •   Hjem
  • Fakultet for naturvitenskap (NV)
  • Institutt for fysikk
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Lagrangian methods and density estimation for advection-diffusion problems

Rikardsen, Edel Sofie Ulvåg
Master thesis
Thumbnail
Åpne
no.ntnu:inspera:69410341:50718220.pdf (37.83Mb)
Permanent lenke
https://hdl.handle.net/11250/2785573
Utgivelsesdato
2021
Metadata
Vis full innførsel
Samlinger
  • Institutt for fysikk [2148]
Sammendrag
Denne oppgaven undersøker numerisk transport i to dimensjoner i et periodisk dobbel-vortex

strømningsfelt som presentert i Shadden et al. (2005) med konstant diffusjon, gjennom å benytte

både eulerske og lagrangske metoder. Adveksjon-diffusjonligningen er løst direkte gjennom å bruke

den endelige differansemetoden Crank-Nicolson på en uniform grid, referert til som en eulersk

fluid metode. Bruk av sentrale endelige differansemetoder for å løse adveksjonsdominerte systemer

involverer ofte problemer relatert til oscillerende løsninger. For å unngå negative verdier i løsningen

blir det benyttet høyere diffusjon for å senke det maksimale Péclet-tallet per gridcelle, som blir

brukt i området {0.16,3.24}. Den lagranske partikkelmetoden er presentert gjennom å utlede en

stokastisk differensialligning hvis Fokker-Planck ligning er lik adveksjon-diffusjonligningen dersom

både diffusjonen og strømningsfeltet er glatt. Det er benyttet en Monte Carlo teknikk for å løse

den stokastiske differensialligningen gjentatte ganger, hvor løsningene kan sees på som et stokastisk

utvalg fra distribusjonen. Kernel density estimering (Kernel-tettheter) er benyttet for å estimere

og konstruere fordelingen utvalget kommer fra. Partikkelmetoden gir likt resultat som den direkte

eulerske metoden for adveksjon-diffusjonligningen i dobbel-vortex systemet med konstant diffusjon.

En optimal båndbredde på kernel-funksjonen er definert som den båndbredden som minimerer

integrert kvadratisk feil relativt til en eulerk løsning med høy oppløsning. Det er funnet at den

optimale båndbredden er synkende for økende antall partikler, og forholdet mellom båndbredde og

b

partikler er estimert ved kurvetilpasning til funksjonen ∆optimal ∼ 1/N . Parameteren b er estimert

til 0.133±0.070 gjennom hele integrasjonstiden T = 10 (som også er perioden til strømningsfeltet). Den optimale båndbredden viser en klar økning som funksjon av diffusjon, men viser tvetydighet som funksjon av tid, men med en økende trend gjennom simuleringstiden. Det diskuteres hvorvidt resultatet kan være påvirket av strømningsfeltets periodiske oppførsel. Det trekkes frem at fremtidig arbeid bør inkludere høyere oppløsning av den eulerske gridden og lavere diffusjon, for dermed å senke Péclet-tall per celle. Samtidig bør andre grensebetingelser vurderes, eventuelt også undersøke større simuleringområder for å hindre den sterke påvirkning fra grensene.
 
In this thesis, we investigate two methods for numerical transport in the periodic double gyre

system presented in Shadden et al. (2005), by solving an advection-diffusion problem using both

an Eulerian and a Lagrangian formulation. The two-dimensional advection-diffusion equation is

solved directly using the Crank-Nicolson finite difference method on a uniform grid, a so-called

Eulerian fluid method. The diffusion coefficient is set to be constant in all systems, and to avoid

oscillating solutions of the Crank-Nicolson scheme related to advection-dominated systems; we are

forced to apply a relatively high diffusivity, with maximum cell Péclet numbers in the range P ecell ∈

{0.16,3.24}. We present the Lagrangian particle method by deriving and solving the stochastic

differential equation whose Fokker-Planck equation is equivalent to the advection-diffusion equation

for smooth velocity and diffusion functions. By first applying Monte-Carlo techniques to achieve a

discrete set of solutions, we estimate the probability density by applying a kernel density estimator.

We demonstrate that the Lagrangian method produces the same results as the Eulerian fluid

method for the double gyre system with constant diffusion. We define the optimal kernel bandwidth

by minimizing the integrated squared error relative to a high-resolution Eulerian solution. The

optimal bandwidth is found to decrease with the number of Lagrangian particles, and the relationship

b

is estimated using the function form ∆optimal ∼ 1/N . The parameter b is estimated to be

0.133 ± 0.070 throughout the integration time of T = 10, which also was the period of the time-varying velocity field. The optimal bandwidth is found to have a clear increasing trend with diffusivity, as expected. The optimal bandwidth is finally found to have an ambiguous relation relative to time, and it is discussed whether the behavior might be related to the periodicity of the flow field. It is suggested that future work ought to include higher resolution Eulerian grids, lower diffusion constants, and system boundaries that have a smaller effect on the solution.
 
Utgiver
NTNU

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit