基于誤差馬尾圖量化爆轟數值模擬結果的置信度

基于誤差馬尾圖量化爆轟數值模擬結果的置信度

ID:44051050

大小:384.40 KB

頁數:18頁

時間:2019-10-18

基于誤差馬尾圖量化爆轟數值模擬結果的置信度_第1頁
基于誤差馬尾圖量化爆轟數值模擬結果的置信度_第2頁
基于誤差馬尾圖量化爆轟數值模擬結果的置信度_第3頁
基于誤差馬尾圖量化爆轟數值模擬結果的置信度_第4頁
基于誤差馬尾圖量化爆轟數值模擬結果的置信度_第5頁
資源描述:

《基于誤差馬尾圖量化爆轟數值模擬結果的置信度》由會員上傳分享,免費在線閱讀,更多相關內容在工程資料-天天文庫。

1、基于誤差馬尾圖量化爆轟數值模擬結果的置信度王瑞利梁霄林忠北京應用物理與計算數學研究所山東科技大學數學學院摘要:針對爆轟流體力學數值模擬過程中輸入參數的不確定性,通過抽樣技術,形成確定性爆轟流體力學稈序的各種輸入和數值求解,建立輸入參數與輸出響應量的樣本,再通過概率框架下的誤差累積分布函數與馬尾圖,給出了爆轟數值模擬過程屮輸入參數不確定度對模擬結果影響的置信度量化方法。通過一維黎曼問題、平而爆轟問題計算了課差馬尾圖,給出了二維爆轟拉氏自適應流體動力學LAD2D程序計算網格與模擬結果置信度的關系,對多物理爆轟過程發(fā)展高置信度數值模擬軟件有很好的借鑒作用。關鍵詞:累積分布函數;課羌馬尾圖;置信度

2、量化;爆轟數值模擬;作者簡介:王瑞利(1964—),男,研究員,wang_ruili@iapcni?ac.cn。收稿日期:2016-05-03基金:國家自然科學基金項目(11372051,91630312,11475029)ConfidencelevelofnumericalSimulationofdetonationthroughquantifyingthehorsetailoferrorWangRuiliLiangXiaoLinZhongInstituteofAppliedPhysicsComputationalMathematics;CollegeofMathematicsShand

3、ongUniversityofScienceandTechnology;Abstract:Inthepresentstudy,samplingtechniquewasusedtodealwiththeinputparameteruncertaintyinthenumericalsimulationofdetonationCFD(computationalfluiddynamics)?ThenthedctcrministicdetonationCFDprogramwasconstructedwithdifferentinput.Thesampleoftheinputparameterands

4、ystemresponsequantitywasobtainedthroughthepreviousresult.Thecumulativedistributionfunctionandthehorsetailoferrorwasuti1izedtoachievetheconfidence1evel,whichwasthenusedtoassesstheinfluenceoftheinputparamoteruncertaintyontheSimulationresuItofdetonationCFD.ThehorsetailgraphoferrorinonedimensionalRiem

5、annproblemandplanardetonationproblemwerepresentedtoanalyzetherelationshipbetweentheconfidencelevelofsimulationresultandthemeshusedinLAD2D.Thismethodprovidesarefereneefordevelopingthesoftwareofmulti-physicsdetonationprocessonhighconfidencelevel-Keyword:cumulativedistributionfunction;horsetd訂oferror

6、;quantificationofconfideneelevel;ntmiericalsimulationofdetonation;Received:2016-05-03LAD2D程序山是一個非結構網格拉氏自適應的二維爆轟流體動力學軟件,此程序已通過軟件質量保證(SQA)和大量測試模型的考核,驗證了程序的正確性[2-4],但由于爆轟流體力學物理過程的復雜性和人們認識的缺陷,在建模過程中含有抽象、簡化和近似,逼真建模很難,有時只能唯象建模和逐漸逼近真實情況,建模過程含有不確定性。加之描述其過程的數學物理模型是高度非線性的偏微分方程組,很難解析求解[5-6]。在數值求解過程屮,由于連續(xù)到離散,

7、存在計算模型誤差、離散誤差、計算機舍入誤差和分析誤差等,數值模擬過程始終是一種近似,含有不確定性。為此,數值模擬結果的置信度一直缺乏科學的論述[7-8],不確定度量化是置信度評估的核心,不確定度量化(uncertaintyquantification,UQ)方法分為概率框架和非概率框架下的多種量化方法魚1。本文屮采用概率框架卜的誤差累積分布函數(cumulativedistributionfunction,CDF)和互補

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。