Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2507.13644

帮助 | 高级搜索

数学 > 数值分析

arXiv:2507.13644 (math)
[提交于 2025年7月18日 ]

标题: 多物理场嵌入局部正交分解用于热机械耦合问题

标题: Multiphysics embedding localized orthogonal decomposition for thermomechanical coupling problems

Authors:Yuzhou Nan, Yajun Wang, Changqing Ye, Xiaofei Guan
摘要: 多尺度建模和分析高度非均质介质中的多物理场耦合过程面临重大挑战。 在本文中,我们提出了一种新颖的多物理场嵌入局部正交分解(ME-LOD)方法,用于解决热力学耦合问题,该方法还提供了一种系统的方法来处理多物理系统中的复杂耦合效应。 与标准局部正交分解(LOD)方法为每个物理场构建独立的多尺度空间不同,所提出的方法对位移和温度进行了统一构造。 与标准LOD方法相比,我们的方法通过正交化实现算子稳定性重构,同时保持计算效率。 几个数值实验表明,ME-LOD方法在准确性方面优于传统LOD方法,特别是在材料特性存在显著差异的情况下。
摘要: Multiscale modeling and analysis of multiphysics coupling processes in highly heterogeneous media present significant challenges. In this paper, we propose a novel multiphysics embedding localized orthogonal decomposition (ME-LOD) method for solving thermomechanical coupling problems, which also provides a systematic approach to address intricate coupling effects in multiphysical systems. Unlike the standard localized orthogonal decomposition (LOD) method that constructs separate multiscale spaces for each physical field, the proposed method features a unified construction for both displacement and temperature. Compared to the standard LOD method, our approach achieves operator stability reconstruction through orthogonalization while preserving computational efficiency. Several numerical experiments demonstrate that the ME-LOD method outperforms the traditional LOD method in accuracy, particularly in cases with significant contrasts in material properties.
主题: 数值分析 (math.NA)
引用方式: arXiv:2507.13644 [math.NA]
  (或者 arXiv:2507.13644v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.13644
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yuzhou Nan [查看电子邮件]
[v1] 星期五, 2025 年 7 月 18 日 04:14:24 UTC (1,453 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.NA
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号