Scientific Computing Research Environment for the Mathematical Sciences (SCREMS)

数学科学科学计算研究环境 (SCREMS)

基本信息

项目摘要

ABSTRACTPI: Traian IliescuProposal: 0322852Scientific computing equipment is being requested for rapid solution of large eddy simulation (LES) models. In particular, the investigators study improved boundary conditions for complex engineering flows (one of the main hurdles in the development of LES). Current models suffer from failure to correctly capture subfilter-scale motion in the regions where boundary layer theory is not valid such as recirculation, separated flows, etc. The initial approach is to use approximate deconvolution methods for partial recovery of subfilter scale information. Additionally, the investigators intend to study the role LES may play in the development of reduced-order modeling for state estimation in feedback control. The ability for LES to compute large scale structures efficiently and accurately could be important for the real-time state estimation required for most flow control applications.The investigators intend to develop a scientific computing platform for addressing a number of modeling issues (such as appropriate boundary conditions and convolution kernels) for general three-dimensional turbulent flows. More mathematically sound models will lead to better understanding of flow phenomena such as density currents believed to have a significant influence on global ocean models. Better models are also important for atmospheric models and other geophysical flows. Furthermore, we intend to use this computational platform to address a number of practical optimization and control issues such as the optimal placement of control actuators and flow sensors, and the construction of fast (i.e. near real-time) reduced-order models for fluid systems.
摘要:Traian Iliescu 提案:0322852 需要科学计算设备来快速求解大涡模拟 (LES) 模型。 特别是,研究人员研究了复杂工程流的改进边界条件(LES 发展的主要障碍之一)。 当前的模型无法正确捕获边界层理论无效的区域(例如再循环、分离流等)中的子过滤器尺度运动。最初的方法是使用近似反卷积方法来部分恢复子过滤器尺度信息。 此外,研究人员打算研究 LES 在反馈控制状态估计降阶模型开发中可能发挥的作用。 LES 高效、准确地计算大型结构的能力对于大多数流量控制应用所需的实时状态估计非常重要。研究人员打算开发一个科学计算平台来解决许多建模问题(例如适当的边界)一般三维湍流的条件和卷积核)。 数学上更合理的模型将有助于更好地理解流动现象,例如被认为对全球海洋模型具有重大影响的密度流。 更好的模型对于大气模型和其他地球物理流也很重要。 此外,我们打算使用这个计算平台来解决许多实际的优化和控制问题,例如控制执行器和流量传感器的最佳放置,以及流体系统的快速(即近实时)降阶模型的构建。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Traian Iliescu其他文献

Traian Iliescu的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Traian Iliescu', 18)}}的其他基金

Collaborative Research: Data-Driven Variational Multiscale Reduced Order Models for Biomedical and Engineering Applications
协作研究:用于生物医学和工程应用的数据驱动的变分多尺度降阶模型
  • 批准号:
    2012253
  • 财政年份:
    2020
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Standard Grant
Data-Driven Computation of Lagrangian Transport Structure in Realistic Flows
现实流动中拉格朗日输运结构的数据驱动计算
  • 批准号:
    1821145
  • 财政年份:
    2018
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Continuing Grant
Collaborative Research: Reduced Order Modeling of Realistic Noisy Flows
协作研究:现实噪声流的降阶建模
  • 批准号:
    1522656
  • 财政年份:
    2015
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Standard Grant
CMG Collaborative Research: Ocean Modeling by Bridging Primitive and Boussinesq Equations
CMG 合作研究:通过连接原始方程和 Boussinesq 方程进行海洋建模
  • 批准号:
    1025314
  • 财政年份:
    2010
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Continuing Grant
CMG Collaborative Research: A New Modeling Framework for Nonhydrostatic Simulations of Small-Scale Oceanic Processes
CMG 协作研究:小规模海洋过程非静水力模拟的新建模框架
  • 批准号:
    0620464
  • 财政年份:
    2006
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Standard Grant
Collaborative Research: Three-Dimensional Numerical Investigation of Density Currents
合作研究:密度流的三维数值研究
  • 批准号:
    0209309
  • 财政年份:
    2002
  • 资助金额:
    $ 10.77万
  • 项目类别:
    Standard Grant

相似国自然基金

基于科学图谱嵌入的学术影响力和科学进展贡献度计算方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向浮点科学计算的忆阻存算一体系统优化方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向科学计算的存算一体化闪存器件的研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    298 万元
  • 项目类别:
    重点项目
正倒向随机微分方程的高性能科学计算方法及其应用研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于计算社会科学范式的旅游舆情自动内容分析方法与应用研究:以旅游危机沟通为例
  • 批准号:
    72004224
  • 批准年份:
    2020
  • 资助金额:
    24 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

JAX Diversity Action Plan (DAP) Post-Baccalaureate Program in Genomics (gDAP)
JAX 多样性行动计划 (DAP) 基因组学学士后计划 (gDAP)
  • 批准号:
    10555588
  • 财政年份:
    2023
  • 资助金额:
    $ 10.77万
  • 项目类别:
Scientific Leadership Group Core
科学领导小组核心
  • 批准号:
    10595900
  • 财政年份:
    2023
  • 资助金额:
    $ 10.77万
  • 项目类别:
Unified, Scalable, and Reproducible Neurostatistical Software
统一、可扩展且可重复的神经统计软件
  • 批准号:
    10725500
  • 财政年份:
    2023
  • 资助金额:
    $ 10.77万
  • 项目类别:
WashU-VAI Somatic Mosaicism across Human Tissues (SMaHT) Program Genome Characterization Center
WashU-VAI 人体组织体细胞嵌合 (SMaHT) 计划基因组表征中心
  • 批准号:
    10662065
  • 财政年份:
    2023
  • 资助金额:
    $ 10.77万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了