High accuracy methods and regularization techniques for fluid flows and fluid-fluid interaction
Başlık çevirisi mevcut değil.
- Tez No: 598706
- Danışmanlar: DR. ALEXANDER E. LABOVSKY
- Tez Türü: Doktora
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Michigan Technological University
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 239
Özet
Özet yok.
Özet (Çeviri)
This dissertation contains several approaches to resolve irregularity issues of CFD problems, including a decoupling of non-linearly coupled uid- uid interaction, due to high Reynolds number. New models present not only regularize the linear systems but also produce high accurate solutions both in space and time. To achieve this goal, methods solve a computationally attractive arti cial viscosity approximation of the target problem, and then utilize a correction approach to make it high order accurate. This way, they all allow the usage of legacy code | a frequent requirement in the simulation of uid ows in complex geometries. In addition, they all pave the way for parallelization of the correction step, which roughly halves the computational time for each method, i.e. solves at about the same time that is required for DNS with arti cial viscosity. Also, methods present do not requires all over function evaluations as one can store them, and reuse for the correction steps. All of the chapters in this dissertation are self-contained, and introduce model rst, and then present both theoretical and computational ndings of the corresponding method.
Benzer Tezler
- Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images
Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı
OZAN GÜLDALİ
Yüksek Lisans
İngilizce
2021
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL İNAN
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Application of hybrid simulation and improvement of decision tree algorithms for real-time transient stability prediction based on PMU measurements
PMU ölçümlerine dayalı gerçek zamanda geçici hal kararlılığı kestirimi için hibrit simülasyon uygulaması ve karar ağacı algoritmalarının geliştirilmesi
TOHID BEHDADNIA
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Experimental and numerical prediction of structure borne noise in a heavy duty truck cabin and a novel regularization methodology for FRF based substructuring
Bir ağır kamyon kabininde oluşan yapısal kaynaklı gürültü seviyesinin deneysel ve nümerik modeller ile tahmin edilmesi ve FRF tabanlı alt sistem analizi için yeni bir düzenlileştirme metodolojisi geliştirilmesi
HAKAN YENERER
Yüksek Lisans
İngilizce
2015
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATMA İPEK BAŞDOĞAN
- Hibrit elektrikli araçlarda batarya performans ve yakıt tüketimi değerlerinin modellenmesi ve optimizasyonu
Modeling and optimization of battery performance and fuel consumption in hybrid electric vehicles
YAVUZ ERAY ALTUN
Doktora
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN AKIN KUTLAR