欢迎访问复杂服役环境重大装备结构强度与寿命全国重点实验室网站!

实验室动态

LAB DYNAMICS

Lab dynamics

实验室动态

联系我们

复杂服役环境重大装备结构强度与寿命全国重点实验室

地址:中国-西安 咸宁西路28号 

电话 / 传真:029-82663937

西安交通大学“穿云箭”流体前沿系列讲座


时间: 2023-05-23        来源:

题目: 高效介观数值方法及非傅里叶导热研究

主讲人:张创 博士

时间:2023年5月26日下午16:00至16:45

地点:西安交通大学创新港校区巨构2-4202 & 线上腾讯会议 478243685


内容简介:“热点”体系中的散热问题是集成电路和航空航天等领域进一步突破所面临的一个挑战,并且当“热点”尺寸减小或材料维度降低时,傅里叶导热定律失效,其热输运机制有待进一步挖掘,因此研究“热点”体系中的散热问题具备重要的科学意义和应用价值。玻尔兹曼输运方程在多个时间和空间尺度上均成立,可以描述微纳尺度下的热输运现象,因此成为研究非傅里叶导热问题的重要工具。本报告首先介绍了一种求解该稳态方程的高效介观数值方法,然后研究了紧密排列“热点”体系中的非单调散热速率、声子流体动力学、金属材料中的电声耦合等热输运现象。


报告人简介:张创,2016和2021年获得华中科技大学学士和博士学位。目前在南方科技大学开展博士后研究。主要从事微纳尺度热传导、声子流体动力学、介观数值方法和稀薄气体动力学等。目前主要关注微电子器件中的热管理问题,考虑电子、声子、气体等载能粒子耦合的多尺度传热传质。近年来以第一作者身份发表11篇论文,主持国家自然科学基金理论物理专项和中国博士后科学基金第70批面上资助二等。


题目: High-order gas-kinetic scheme on unstructured meshes

主讲人:潘亮 副教授

时间:2023年5月26日下午16:45至17:30

地点: 西安交通大学创新港校区巨构2-4202 & 线上腾讯会议 478243685


内容简介: High-order gas-kinetic schemes (HGKS)have achieved successes for unsteady flows on three-dimensional unstructured meshes. To accelerate the rate of convergence for steady flows, the implicit nor-compact and compact HGKSs are developed. For non-compact scheme, the simple weighted essentially non-oscillatory (WENO) reconstruction is used to achieve the spatial accuracy. In corporate with the nonlinear generalized minimal residual(GMRES) method, the implicit non-compact HGKS is developed. In order to improve the resolution and parallelism of non-compact HGKS, the implicit compact HGKS is developed with Hermite WENO(HWENO) reconstruction. A variety of numerical examples are presented to validate the accuracy, robustness and efficiency of both inviscid and viscous flows.

报告人简介: 北京师范大学数学科学学院副教授,研究领域为计算流体力学,研究方向为气体动理学格式、可压缩流动的高精度数值方法、湍流的数值模拟等。研成果获得国内外同行的关注,迄今为止已在《Journal of Computational Physics》、《Computers and Fluids》、《Physics of Fluids》等国际高水平期刊上发表科研论文30篇。主持国家自然科学基金青年项目、北京市自然科学基金面上项目,中国博士后科学基金面上项目学基金项目。参与多项国家自然科学基金项目。


题目:非定常流场的机器学习方法研学

主讲人:寇家庆 博士

时间: 2023年5月26日下午15:15至16:00

地点: 西安交通大学创新港校区巨构2-4202 & 线上腾讯会议 478243685


内容简介:现代飞行器研制中面临着很多挑战性的非定常流动问题。近年来,流体力学实验和模拟中产生了海量的多源流场大数据,推动了数据密集型科学研究范式和智能流体力学研究的发展,为发展数据驱动的非定常气动力模型提供了很多机遇。通过系统辨识、特征提取机器学习方法,融合多源异构流动数据,我们构造了不同层次的低维流动模型,缓解了现有非定常气动力获取方法在精度和效率上的矛盾。围绕上述研究进展,本报告将介绍三方面内容:1) 针对非线性气动弹性分析提出了非定常气动力的机器学习模型,在保持计算精度的同时极大提高了计算效率;2) 发展了数据驱动的流场模态分解方法,为复杂流固耦合机理分析和流动控制奠定了方法基础;3) 面向多源异构的非定常流场数据,提出了基于迁移学习的流场数据融合建模方法,在保证精度的同时,大幅降低了模型对高精度训练样本的依赖。


报告人简介:寇家庆,亚琛工业大学空气动力学研究所洪堡博士后。2015年和2018年获得西北工业大学学士和硕士学位,2022年获得马德里理工大学博士学位。在欧盟玛丽居里奖学金资助下开展博士研究,期间担任NUMECA公司CFD研发工程师。主要从事数据驱动的流体动力学建模和高精度流动模拟方法研究,近五年以第-/通讯作者在PAS,JCP,AIAAJ等本领域顶级国际期发表论文十余篇,SCI他引750余次,连续三年入选斯坦福大学“全球前2%顶尖科学家”年度科学影响力排行榜。


邀请人:姬兴

主办方:西安交通大学 航天航空学院 陕西省先进飞行器服役环境与控制重点实验室