Discretización espacial: mallas
Dinámica de fluidos computacional. Segunda entrega
En este espacio se estudian diversos enfoques, métodos y aplicaciones de generación de mallas en dinámica de fluidos computacional.
- Video:Mallar con Salome para OpenFoam
- Fuente:Canal Luis Padrón / YouTube
Mesh generation
Generación de mallas
Una malla (mesh o grid) es una discretización de un dominio geométrico en figuras pequeñas simples, tales como triángulos o cuadriláteros (dos dimensiones) y tetraedros o hexaedros (tres dimensiones). En geografía y cartografía, las mallas brindan una representación compacta de datos del terreno. Asimismo, son casi esenciales en la solución numérica de ecuaciones diferenciales parciales que surgen de la simulación física. Este documento se concentra en algoritmos para esta última aplicación.
Este escrito fue elaborado por Marshall Bern (Xerox Palo Alto Research Center, Palo Alto, CA, Estados Unidos) y Paul Plassmann (Department of Computer Science and Engineering, The Pennsylvania State University, University Park, PA, Estados Unidos). Se encuentra alojado en la Jonathan Shewchuk’s Personal Page (Computer Science Division, University of California at Berkeley, Berkeley, CA, Estados Unidos). Correo de contacto de Jonathan Shewchuk: [email protected].
- Video:Tutorial OpenFOAM SnappyHexMesh
- Fuente:Canal Calum Douglas / YouTube
Application of grid techniques in the CFD field
Aplicación de técnicas de mallado en el campo de la dinámica de fluidos computacional
Además del solucionador RANS (Reynolds-averaged Navier-Stokes), la simulación de grandes remolinos (large eddy simulation, LES) y la simulación numérica directa (DNS) se han convertido en herramientas ampliamente usadas en los estudios de dinámica de fluidos computacional. Todas estas técnicas persiguen constantemente recursos computacionales mayores para producir resultados aceptables y razonables. Por su parte, el mallado ofrece la posibilidad de agregar las capacidades de recursos computacionales distribuidos geográficamente. Aquí se muestra una breve descripción de esta alternativa.
Este artículo fue preparado por Xiaobo Yang y Mark Hayes (Cambridge eScience Centre, University of Cambridge, Cambridge, Reino Unido). Se encuentra alojado en la Mark Hayes’ Personal Page.
