MARC

 008260126s2025        us                              c    eng  d
■001000017358108
■00520260202103645
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798314874721
■035    ▼a(MiAaPQ)AAI32092612
■035    ▼a(MiAaPQ)umichrackham005994
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a629.1
■1001  ▼aCoppeans,  Alexander  W.  C.
■24510▼aAdaptive  Methods  for  High-Order  Aerodynamic  Shape  Optimization
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a199  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-11,  Section:  B.
■500    ▼aAdvisor:  Fidkowski,  Krzysztof  J.;Martins,  Joaquim  R.  R.  A.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aAdvancements  in  numerical  simulations  and  computational  power  have  drastically  changed  the  engineering  design  process.  For  engineering  systems  that  involve  fluid  flows,  computational  fluid  dynamics  (CFD)  has  become  a  powerful  tool  that  allows  engineers  to  rapidly  analyze  different  designs.  Coupling  CFD  with  numerical  design  optimization  provides  further  benefits  by  automating  the  design  process.  The  optimizer  relies  heavily  on  a  robust,  accurate,  and  efficient  computational  fluid  dynamics  (CFD)  solver.  To  meet  the  accuracy  and  efficiency  requirements,  this  work  focuses  on  high-order  CFD  methods;  these  methods  have  the  potential  to  provide  high  accuracy  at  a  lower  cost  than  low-order  methods.  However,  the  benefits  of  high-order  methods  can  only  be  obtained  if  the  computational  mesh  is  optimal  and  curved.Without  optimal  curved  meshes,  these  high-order  methods  face  robustness  issues  and  become  less  efficient.  Today,  curved-mesh  adaptation  is  one  of  the  main  barriers  to  the  widespread  adoption  of  high-order  CFD  methods  in  engineering  design  optimization.  Furthermore,  coupling  high-order  methods  and  mesh  adaptation  with  design  optimization  poses  many  additional  challenges  such  as  deciding  when  and  how  much  to  adapt  the  mesh.  The  main  goal  of  this  thesis  is  to  enable  the  use  of  high-order  methods,  in  particular  the  discontinuous  Galerkin  methods  (DG),  in  design  optimization.I  start  by  first  developing  a  strategy  for  coupling  p-adaptation  with  design  optimization  where  the  convergence  of  the  error  is  set  to  match  the  convergence  of  the  optimizer.  I  perform  a  comprehensive  study  comparing  using  adaptive  DG  and  the  traditional  second-order  finite  volume  method  on  a  fixed  mesh  for  design  optimization.  The  results  show  that  adaptive  DG  takes  more  time  but  achieves  a  better  optimum  and  with  significantly  fewer  degrees  of  freedom  than  fixed-mesh  finite  volume.To  address  the  challenges  of  anisotropic  curved-mesh  adaptation,  I  develop  High-Order  Edge  Primitive  (HOEP).  HOEP  performs  metric-based  anisotropic  mesh  adaptation  natively  on  curved  meshes.  That  is,  the  mesh  stays  curved  during  the  adaptation  process  and  HOEP  guarantees  a  valid  curved  mesh  at  the  end.  This  is  contrary  to  traditional  methods  for  curved  mesh  adaptation  that  adapt  a  linear  representation  of  the  mesh  and  curve  the  final  linear  mesh.  HOEP  provides  the  much  needed  robustness  at  a  cost  similar  to  the  current  mesh  curving  practices.  Results  for  a  high  Reynolds  number  test  cases  that  require  highly  anisotropic  boundary  layer  meshes  show  that  HOEP  has  comparable  computational  efficiency  and  accuracy  of  drag  prediction  to  existing  linear  mesh  adaptation  with  recurving.  These  test  cases  highlight  the  improved  robustness  of  curved-mesh  adaptation  as  a  result  of  eliminating  the  need  to  recurve  the  mesh.  From  a  design  optimization  perspective,  the  improved  robustness  eliminates  the  previously  needed  user  intervention  due  to  mesh  failures.Finally,  I  use  HOEP  with  design  optimization  and  develop  a  new  adaptation  strategy  that  balances  the  additional  cost  of  iterative  mesh  adaptation.  The  strategy  I  developed  ensures  that  close  to  the  optimum  when  the  optimizer  takes  small  steps  the  error  is  within  a  target  limit  and  triggers  adaptation  the  error  is  not  met.  However,  small  steps  from  the  optimum  are  allowed  and  do  not  trigger  adaptation,  preventing  over-refining  non-optimal  designs.  Results  for  transonic  airfoil  optimization  show  that  with  HOEP,  DG  design  optimizations  are  now  more  robust  and  computationally  efficient  than  second-order  finite  volume.
■590    ▼aSchool  code:  0127.
■650  4▼aAerospace  engineering
■650  4▼aComputer  engineering
■650  4▼aFluid  mechanics
■653    ▼aMesh  adaptation
■653    ▼aAerodynamic  shape  optimization
■653    ▼aComputational  fluid  dynamics
■653    ▼aDiscontinuous  Galerkin
■653    ▼aCurved  meshes
■690    ▼a0538
■690    ▼a0464
■690    ▼a0204
■71020▼aUniversity  of  Michigan▼bAerospace  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-11B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358108▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서