Efficient High-Order Discretizations for Computational Fluid Dynamics

این کتاب روش‌های پیشرفته مدرن را برای دینامیک سیالات محاسباتی معرفی می‌کند. در مقایسه با حجم های محدود مرتبه پایین غالب در کدهای تولید امروزی، گسسته سازی های مرتبه بالاتر به طور قابل توجهی خطاهای پراکندگی را کاهش می دهد، که منبع اصلی خطا در شبیه سازی های طولانی مدت جریان در اعداد رینولدز بالاتر است. هدف اصلی این کتاب آموزش مبانی روش گالرکین ناپیوسته (DG) از نظر حجم محدود و اجزای اجزای محدود آن است. همچنین کارایی محاسباتی روش‌های مرتبه بالا در مقابل روش‌های مدرن مرتبه پایین را در زمینه تفاوت محدود مورد بحث قرار می‌دهد، با توجه به اینکه الزامات دقت در مهندسی اغلب بیش از حد سخت نیستند.

این کتاب عمدتاً انجام می‌شود. به محققان و دانشجویان دکترا در مهندسی، ریاضیات کاربردی، فیزیک و محاسبات با عملکرد بالا با علاقه شدید به جنبه‌های بین رشته‌ای دینامیک سیالات محاسباتی می‌پردازد. همچنین برای مهندسین محاسباتی که می‌خواهند مروری بر روش‌های گالرکین ناپیوسته، تحقق‌های الگوریتمی مدرن و پیاده‌سازی‌های با کارایی بالا داشته باشند، مناسب است.

The book introduces modern high-order methods for computational fluid dynamics. As compared to low order finite volumes predominant in today's production codes, higher order discretizations significantly reduce dispersion errors, the main source of error in long-time simulations of flow at higher Reynolds numbers. A major goal of this book is to teach the basics of the discontinuous Galerkin (DG) method in terms of its finite volume and finite element ingredients. It also discusses the computational efficiency of high-order methods versus state-of-the-art low order methods in the finite difference context, given that accuracy requirements in engineering are often not overly strict.

The book mainly addresses researchers and doctoral students in engineering, applied mathematics, physics and high-performance computing with a strong interest in the interdisciplinary aspects of computational fluid dynamics. It is also well-suited for practicing computational engineers who would like to gain an overview of discontinuous Galerkin methods, modern algorithmic realizations, and high-performance implementations.