Buchumschlag

Improving Computational Efficiency in DSMC Simulations of Vacuum Gas Dynamics with a Fixed Number of Particles per Cell

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sabouri, Moslem, Zakeri, Ramin, Ebrahimi, Amin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accuracy and Performance Evaluation of Low Density Internal and External Flow Predictions using CFD and DSMC
von: Peravali, Surya Kiran, et al.
Veröffentlicht: (2024)

Efficient Collision Algorithms in DSMC for Rarefied Gas Dynamics: Markovian NTC-Pre-Scan and Bernoulli-Trial Schemes
von: Shoja-sani, Ahmad, et al.
Veröffentlicht: (2025)

Radiative equilibrium boundary condition and correlation analysis on catalytic surfaces in DSMC
von: Ko, Youngil, et al.
Veröffentlicht: (2025)

Fast-Converging and Asymptotic-Preserving DSMC
von: Hu, Bin, et al.
Veröffentlicht: (2025)

Practical deviational particle method for variance reduction in polyatomic gas DSMC simulations
von: Shiraishi, Takehiro, et al.
Veröffentlicht: (2024)

Multilevel radial basis function surrogates for noise-robust DSMC-CFD coupling
von: Kamal, Arshad, et al.
Veröffentlicht: (2026)

Enhancing DSMC simulations of rarefied gas mixtures using a fast-converging and asymptotic-preserving scheme
von: Luo, Liyan, et al.
Veröffentlicht: (2025)

Resolving Cryogenic and Hypersonic Rarefied Flows via Deep Learning-Accelerated Lennard-Jones DSMC
von: Sani, Ahmad Shoja, et al.
Veröffentlicht: (2026)

Multiscale simulation of interacting turbulent and rarefied gas flows in the DSMC framework
von: Luo, Liyan, et al.
Veröffentlicht: (2025)

Influence of Membrane Characteristics on Efficiency of Vacuum Membrane Distillation: a Lattice Boltzmann Study
von: Zhang, Hongxuan, et al.
Veröffentlicht: (2025)

Lagrangian Particle Tracking at Large Reynolds Numbers
von: Küchler, Christian, et al.
Veröffentlicht: (2024)

Data-Driven Surrogate Modeling of DSMC Solutions Using Deep Neural Networks
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

Numerical Simulation of Wavy-Flap Airfoil Performance at Low Reynolds Number: Insights from Lift and Drag Coefficient Analysis
von: Esabat, Mohammad Amin, et al.
Veröffentlicht: (2025)

Integrating Discrete Sub-grid Filters with Discretization-Corrected Particle Strength Exchange Method for High Reynolds Number Flow Simulations
von: Obeidat, Anas
Veröffentlicht: (2024)

Fluctuations, Clustering, and Interaction-Driven Dynamics in Sedimenting Particles at Low Galileo Numbers: A Neural Network Approach
von: Vovk, Nejc, et al.
Veröffentlicht: (2025)

Results from Particle-Resolved Simulations
von: Chouippe, Agathe, et al.
Veröffentlicht: (2025)

Heavy Particle Clustering in Inertial Subrange of High--Reynolds Number Turbulence
von: Matsuda, Keigo, et al.
Veröffentlicht: (2024)

Incremental Model Order Reduction of Smoothed-Particle Hydrodynamic Simulations
von: Di Costanzo, Eduardo, et al.
Veröffentlicht: (2025)

A Particle Multi-Relaxation Bhatnagar-Gross-Krook Method for Rarefied Monatomic Gas Mixtures
von: Kim, Inchan, et al.
Veröffentlicht: (2026)

A High-Fidelity Methodology for Particle-Resolved Direct Numerical Simulations
von: Kasbaoui, M. Houssem, et al.
Veröffentlicht: (2024)

Coarse-graining Algorithms for the Eulerian-Lagrangian Simulation of Particle-laden Flows
von: Eshraghi, H., et al.
Veröffentlicht: (2025)

Large Eddy Simulations of Turbulent Pipe Flows At Moderate-To-High Reynolds Numbers
von: Garg, Himani, et al.
Veröffentlicht: (2022)

Improving Spatio-Temporal Accuracy of the Stochastic Particle Fokker-Planck Model
von: Kim, Joonbeom, et al.
Veröffentlicht: (2025)

Fluid Simulation on Vortex Particle Flow Maps
von: Wang, Sinan, et al.
Veröffentlicht: (2025)

Cell-Constrained Particles for Incompressible Fluids
von: Levi, Zohar
Veröffentlicht: (2024)

Bioinspired Drone Rotors for Reduced Aeroacoustic Noise and Improved Efficiency
von: Prakhar, Suryansh, et al.
Veröffentlicht: (2025)

Toward Meshless Turbulent Flow Simulation: LES-Integrated Vortex Particle Method
von: Martins, Flavio A. C., et al.
Veröffentlicht: (2026)

Integrated Multiphysics Modeling of a Piezoelectric Micropump
von: Ghaemi, AmirHossein, et al.
Veröffentlicht: (2025)

Depth from Defocus Technique for High Number Densities and Non-spherical Particles
von: Xua, Rixin, et al.
Veröffentlicht: (2024)

Review of Physics-based and Data-driven Multiscale Simulation Methods for Computational Fluid Dynamics and Nuclear Thermal Hydraulics
von: Iskhakov, Arsen S., et al.
Veröffentlicht: (2021)

Reviving the Vortex Particle Method: A Stable Formulation for Meshless Large Eddy Simulation
von: Alvarez, Eduardo J., et al.
Veröffentlicht: (2022)

Mapping Driven Oscillations in the Size of a Bubble to the Dynamics of a Newtonian Particle in a Potential
von: Shimon, Uri, et al.
Veröffentlicht: (2024)

Learning Rarefied Gas Dynamics with Physics-Enforced Neural Networks
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

A 1D Model for the Unsteady Gas Dynamics of Ejectors
von: Berghe, Jan Van den, et al.
Veröffentlicht: (2022)

Compressibility Effects on Leading-Edge Dynamic Stall Criteria at High Reynolds Number
von: Sudharsan, Sarasija, et al.
Veröffentlicht: (2025)

Wave-Particle Turbulence Simulation of Spatially Developing Round Jets: Turbulent Flow Modeling and Method Validation
von: Yang, Xiaojian, et al.
Veröffentlicht: (2025)

A Computational Study of Bubble Formation from an Orifice Submerged in Liquid with Constant Gas Flow
von: Feng, James Q.
Veröffentlicht: (2024)

Improved Prediction of Settling Behaviour of Solid Particles through Machine Learning Analysis of Experimental Retention Time Data
von: Keren, Liron Simon, et al.
Veröffentlicht: (2023)

Advanced Theoretical Analysis of Stability and Convergence in Computational Fluid Dynamics for Computer Graphics
von: Santos, Rômulo Damasclin Chaves dos
Veröffentlicht: (2024)

Simulations of Particle-Laden Flows with Large Dispersed-Phase Size Disparities Using Highly Scalable Parallel Adaptive Methods
von: Jiang, Linfeng, et al.
Veröffentlicht: (2026)