已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Time-discretization of a plasma-neutral MHD model with a semi-implicit leapfrog algorithm

颂歌 离散化 非线性系统 解算器 应用数学 磁流体力学 曲柄-尼科尔森法 计算机科学 算法 数学 数学优化 等离子体 物理 数学分析 量子力学
作者
Sina Taheri,Jacob King,U. Shumlak
出处
期刊:Computer Physics Communications [Elsevier]
卷期号:274: 108288-108288 被引量:3
标识
DOI:10.1016/j.cpc.2022.108288
摘要

The semi-implicit leapfrog time-discretization is a workhorse algorithm for initial-value MHD codes to bridge between vastly separated time scales. Inclusion of atomic interactions with neutrals breaks the functional structure of the MHD equations that exploited by the leapfrog. We address how to best integrate atomic physics into the semi-implicit leapfrog. Following the Crank-Nicolson method, one approach is to time-center the atomic interactions in the linear solver and use a Newton method to include the nonlinear contributions. Alternatively, another family of methods are based on operator-splitting the terms associated with the atomic interactions using a Strang-splitting technique. These methods naturally break equations into constituent ODE and PDE parts and preserve the structure exploited by the semi-implicit leapfrog. We study the accuracy and efficiency of these methods through a battery of 0D and 1D cases and show that a second-order-in-time Douglas-Rachford inspired coupling between the ODE and PDE advances is effective in reducing the time-discretization error to be comparable to that of Crank-Nicolson with Newton iteration of the nonlinear terms. Splitting ODE and PDE parts results in independent matrix solves for each field which reduces the computational cost considerably and provides parallelization over species relative to Crank-Nicolson.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Duck完成签到,获得积分10
4秒前
繁荣的又夏完成签到,获得积分20
4秒前
发发发完成签到,获得积分10
4秒前
真龙狂婿完成签到,获得积分10
5秒前
7秒前
古铜完成签到 ,获得积分10
8秒前
人小鸭儿大完成签到 ,获得积分10
8秒前
Only完成签到 ,获得积分10
9秒前
10秒前
12秒前
李健应助thousandlong采纳,获得10
15秒前
甜甜的以筠完成签到 ,获得积分10
17秒前
17秒前
ET发布了新的文献求助10
18秒前
XX完成签到 ,获得积分10
19秒前
20秒前
飞雪含笑发布了新的文献求助10
21秒前
thousandlong完成签到,获得积分10
23秒前
科研狗完成签到,获得积分10
24秒前
24秒前
thousandlong发布了新的文献求助10
25秒前
asd1576562308完成签到 ,获得积分10
27秒前
打打应助高文昊采纳,获得10
29秒前
所所应助guan采纳,获得10
34秒前
楠楠2001完成签到 ,获得积分10
37秒前
shame完成签到 ,获得积分10
37秒前
38秒前
38秒前
李李原上草完成签到 ,获得积分10
40秒前
亮皮鱼老大完成签到,获得积分10
48秒前
wlei完成签到,获得积分10
54秒前
lala发布了新的文献求助10
1分钟前
科研王者发布了新的文献求助30
1分钟前
长尾巴的人类完成签到,获得积分20
1分钟前
wss123发布了新的文献求助30
1分钟前
嗯哼应助科研通管家采纳,获得20
1分钟前
嗯哼应助科研通管家采纳,获得20
1分钟前
在水一方应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助A宇采纳,获得10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125979
求助须知:如何正确求助?哪些是违规求助? 2776237
关于积分的说明 7729511
捐赠科研通 2431621
什么是DOI,文献DOI怎么找? 1292180
科研通“疑难数据库(出版商)”最低求助积分说明 622582
版权声明 600392