Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna

Podobné dokumenty
Dynamické kritické jevy

Úvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek

Celulární automaty (CA) a jejich aplikace. Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní

Úvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek

Simulace pohybu chodců pomocí celulárních modelů


Martina Husáková. Celulární automaty. Znalostní technologie III materiál pro podporu studia

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky

Modelování a simulace Lukáš Otte

SIGNÁLY A LINEÁRNÍ SYSTÉMY

01MDS.

Počítačová dynamika tekutin (CFD) Okrajové podmínky

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

OSA. maximalizace minimalizace 1/22

FLUENT přednášky. Turbulentní proudění

INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

FLUENT přednášky. Metoda konečných objemů (MKO)

Modelov an ı biologick ych syst em u Radek Pel anek

Jak se matematika poučila v biologii

Generování sítě konečných prvků

7. Rozdělení pravděpodobnosti ve statistice

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Jana Dannhoferová Ústav informatiky, PEF MZLU

SIGNÁLY A LINEÁRNÍ SYSTÉMY

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

DEM-CFD studie proudění v sypané výplni. Martin Šourek

Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti 1 / 16

FAKULTA INFORMAČNÍCH TECHNOLOGIÍ

analýzy dat v oboru Matematická biologie

U Úvod do modelování a simulace systémů

Cíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí

Počítačová dynamika tekutin (CFD) Turbulence

Počítačové simulace fyzikálních problému TASEP

Počítačová dynamika tekutin (CFD) Základní rovnice. - laminární tok -

2. přednáška z předmětu GIS1 Data a datové modely

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Počítačová dynamika tekutin (CFD) - úvod -

Název: Konstrukce vektoru rychlosti

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

Studentská tvůrčí činnost D modelování vírových struktur v rozváděcí turbínové lopatkové mříži. David Jícha

CFD výpočtový model bazénu pro skladování použitého paliva na JE Temelín a jeho validace

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel.

1 POPIS MATEMATICKÉHO MODELU. 1.1 Použitý software FLOW-3D. Vodní nádrže , Brno

Příspěvek do konference STČ 2008: Numerické modelování obtékání profilu NACA 0012 dvěma nemísitelnými tekutinami

Základní informace o co se jedná a k čemu to slouží

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.

Úvod do modelování a simulace. Ing. Michal Dorda, Ph.D.

Nauka o materiálu. Přednáška č.2 Poruchy krystalické mřížky

Výpočet nejistot metodou Monte carlo

Pokročilé simulace ve fyzice mnoha částic:

IMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně

POSTUPY SIMULACÍ SLOŽITÝCH ÚLOH AERODYNAMIKY KOLEJOVÝCH VOZIDEL

Úvod do zpracování signálů

OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS

NUMERICKÝ VÝPOČET RADIÁLNÍHO VENTILÁTORU V KLIMATIZAČNÍ JEDNOTCE

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

GIS Geografické informační systémy

KHT KHT KATEDRA HODNOCENÍ TEXTILIÍ

Kartografické modelování. VIII Modelování vzdálenosti

Moderní systémy pro získávání znalostí z informací a dat

Teorie systémů TES 1. Úvod

Stacionární 2D výpočet účinnosti turbínového jeden a půl stupně

Agentově orientované modelování a simulace

133PSBZ Požární spolehlivost betonových a zděných konstrukcí. Přednáška A3. ČVUT v Praze, Fakulta stavební katedra betonových a zděných konstrukcí

Přijímací zkouška na navazující magisterské studium 2018

Markovské metody pro modelování pravděpodobnosti

IV117: Úvod do systémové biologie

CFD SIMULACE VE VOŠTINOVÉM KANÁLU CHLADIČE

GIS Geografické informační systémy

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Matematicko-fyzikální fakulta Univerzity Karlovy

Modelování: obecné principy. Radek Pelánek

Matematické modelování dopravního proudu

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

Modelování zdravotně významných částic v ovzduší v podmínkách městské zástavby

Biofyzikální ústav LF MU Brno. jarní semestr 2011

Stanovení nejistot při výpočtu kontaminace zasaženého území

Numerické modelování interakce proudění a pružného tělesa v lidském vokálním traktu

Evoluční výpočetní techniky (EVT)

Simulace (nejen) fyzikálních jevů na počítači

Jaro 2010 Kateřina Slavíčková

Collatzova hypotéza. David Brebera XIV. seminář z historie matematiky pro vyučující na středních školách

Výpočet stlačitelného proudění metodou konečných objemů

IO-Link ve výrobě ing. Zdeněk Zima Systémový inženýr ifm electornic

Termomechanika 11. přednáška Doc. Dr. RNDr. Miroslav Holeček

Nástin formální stavby kvantové mechaniky

Obsah. Předmluva 13. O autorovi 15. Poděkování 16. O odborných korektorech 17. Úvod 19

Termomechanika 10. přednáška Doc. Dr. RNDr. Miroslav Holeček

10. Techniky formální verifikace a validace

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming

CW01 - Teorie měření a regulace

OFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM

Pracovní text a úkoly ke cvičením MF002

Numerické metody 6. května FJFI ČVUT v Praze

Úvod do teorie grafů

Počet pravděpodobnosti

Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Neuronální kódování a přenos informace

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010

Transkript:

Buněčné automaty a mřížkové buněčné automaty pro plyny Larysa Ocheretna

Obsah Buněčný automat: princip modelu, vymezení pojmů Mřížkový buněčný automat pro plyny Příklady aplikace principů mřížkových buněčných automatů pro plyny studium proudění tekutiny porézními strukturami

Modelování a simulace Modelování proces tvorby modelu Model zjednodušená reprezentace skutečnosti ( lež, která pomáhá pochopit realitu) Simulace napodobování (imitace) reálního procesu nebo jevu, sledování jeho vývoje v čase.

Představení buněčného automatu BA (angl. Cellular Automata CA): 1940-tá léta první koncepce BA (Stanislav Ulam a John von Neumann) navrhuje hypotetický stroj/automat, který bude schopný vytvářet vlastní kopie (studium sebereprodukce - rozmnožování); 1948 přednáška Obecná teorie automatů : automat, který tvoří jiné automaty, je tvoří v jednodušší formě než je on sám (degenerace automatu), ovšem na určité úrovní dokáže udržovat sám sebe. Přesto v jednoduchosti BA lze spatřit podobnost s živou hmotou (dělení buněk vznik a zánik buněčných klanů Šachovnice apod.) je svět, kostky jsou jevy tohoto světu, pravidla hry to, co my nazýváme zákony přírody. T.H. Huxley

Představení buněčného automatu Rozdělit prostor na jednotlivé buňky (cells), každé buňce na začátku přiřadit počátečný stav S 0. Určit evoluční pravidlo δ Jednotlivé stavy buněk měnit současně v jednotlivých krocích v závislosti na stavech okolních (sousedících) buněk a evolučního pravidla δ δ nemusí byt stejné pro všechny buňky, ale vždy je funkcí stavů okolí buňky, která se zkoumá.

Představení buněčného automatu 1 stavy okolních buněk 2 stav zkoumané buňky v čase t 3 evoluční pravidlo (=přechodová funkce) 4 stav buňky v čase t+1 Nový kolega do týmu?

Představení buněčného automatu 1) Biologický směr BA 1970-tá léta první aplikace BA (John Conway), hra Life. 2-D interpretace základních procesů v živých systémech struktury které rychlé mizí nebo neomezeně rostou; jednoduchá pravidla ale těžko předpovidatelné chování systému.

Představení buněčného automatu 2) Výpočetní úlohy 1980-tá leta podrobná studie 1-D BA (Stephen Wolfram). A New Kind of Science, 2002 příklady aplikace BA v mnoha oblastech vědy (Wolfram NKS Summer School ).

Buněčný automat vs. mřížkový buněčný automat pro plyny 3) Modelování fyzikálních jevů (hydrodynamika) Mřížkové buněčné automaty pro plyny

Představení mřížkových buněčných automatů pro plyny (angl. Lattice Gas Cellular Automata) 1973 (1976) Hardy, Pomeau, de Pazzis (HPP model) První 2-D deterministický buněčný automat vyvinutý za účelem studia statistických vlastností plynu (tj. interagujících částic). 1985 Frisch, Hasslacher, Pomeau (FHP model) 2-D stochastický buněčný automat vyvinutý pro studium pohybu tekutiny. Odráží realistickou dynamiku tekutiny, poskytuje řešení Navier-Stokesové rovnice.

Představení mřížkových buněčných automatů pro plyny Je to systém identických buněk. Prostorová geometrie jejich uspořádání je dána geometrií mřížky. Používají se pravidelné Bravaisové mřížky (čtverečná/hexagonální). Centrem buňky je uzel objekt, který přijímá vstupní informaci. Kanál spojnice mezi dvěma sousedními uzly. Stavy kanálu: 0 (prázdný) nebo1 (obsazený částicí). Stav uzlu je daný stavy kanálů. Počáteční (okamžitý) stav LGCA je daný stavy všech uzlů. Každý uzel nabývá jeden z 2 b stavů, b koordinační číslo (=počet kanálů). Stav uzlu tvoří stavy kanálů. Vývoj LGCA se odehrává v pravidelných diskrétních časových intervalech v důsledku konání dvou oddělených fází: Fáze kolize každý individuální automat nabývá v čase t+δt nového stavu v závislosti na jeho výchozím stavu a kolizních pravidlech (deterministické a stochastické); Fáze přesunu - informace o nových stavech kanálů se přesouvá do patřičných sousedních uzlů. Změny stavů uzlů probíhají na mřížce současně, tzn. že jsou lokálně nezávislé.

Fáze kolize v mřížkových buněčných automatech pro plyny

Fáze kolize v mřížkových buněčných automatech pro plyny A prázdný uzel B obsazení uzlu 3 pohybujícími se částicemi Typické dvou a tří částicové kolize v FHP-1 modelu

Fáze přesunu v mřížkových buněčných automatů pro plyny 1. Kolize částic s překážkou 2. Periodické okrajové podmínky A odraz zpět B zrcadlový odraz C kombinovaný (difuzní) odraz

???

Modelování: Brownův pohyb (náhodná procházka) l.u. 80 30-80 -20 20 120-70 -120 l.u. l.u. 80 30-80 -20 20 120-70 l.u. -120

velocity, l.u./t.u. Modelování: Proudění tekutiny v kanále (jedním porem) 1 periodické okrajové podmínky 2 imaginární ventilátor (tlakový spad) L délka kanálu d šířka kanálu 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 3 10 17 24 31 38 45 52 59 66 axis OY, l.u. fx=2 fx=1,4 fx=0,4 fx=0,2 fx=0,03 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 R² = 0,9945 0 0,05 0,1 0,15 0,2 0,25 0,3 pressure gradient, m.u.*(l.u.) -1 *(t.u.) -2

Simulace proudění tekutiny skládaným filtrem

Simulace proudění tekutiny skládaným filtrem Porosity is 0,95 Porosity is 0,9 Porosity is 0,85 Porosity is 0,7 Směry vektorů rychlosti částic v kanále a uvnitř porézního prostředí, α=35

???

Density variance Simulace proudění tekutiny pod vlivem vibrací t =25 t.u. t=75 t.u. t=125 t.u. 0,7 0,5 0,3 0,1 t=175 t.u. -0,1-0,3-0,5 t=225 t.u. -0,7 30 80 130 180 230 280 330 Distance, l.u. T=10 t.s. T=15 t.s. T=30 t.s. T=45 t.s. T=60 t.s.

Simulace proudění tekutiny pod vlivem vibrací

Děkuji za pozornost