Pavel Hejbal. Tecplot

Podobné dokumenty
MATEMATIKA V MEDICÍNĚ

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

Colloquium FLUID DYNAMICS 2007 Institute of Thermomechanics AS CR, v. v. i., Prague, October 24-26, 2007 p.1

Propojení matematiky, fyziky a počítačů

Počítačová dynamika tekutin (CFD) Řešení rovnic. - metoda konečných objemů -

Katedra geotechniky a podzemního stavitelství

Studentská tvůrčí činnost 2009

Stabilizace Galerkin Least Squares pro

U Úvod do modelování a simulace systémů

Simulace (nejen) fyzikálních jevů na počítači

Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování. vypracovanou úlohu podle níže uvedených zadání. To mimo jiné znamená, že

Voronoiův diagram. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta

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

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

FLUENT přednášky. Metoda konečných objemů (MKO)

Podobnostní transformace

1 Polynomiální interpolace

Martin Lísal. Úvod do MPI

Jana Dannhoferová Ústav informatiky, PEF MZLU

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY STUDIE TURBÍNY S VÍŘIVÝM OBĚŽNÝM KOLEM STUDY OF TURBINE WITH SIDE CHANNEL RUNNER

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Vzor textu na deskách bakalářské práce. Univerzita Karlova v Praze Pedagogická fakulta BAKALÁŘSKÁ PRÁCE. Jméno Příjmení

APROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

Globální matice konstrukce

Modelování proudění ve vysokém rozlišení

Aplikovaná numerická matematika

Hydromechanické procesy Počítačová dynamika tekutin (CFD) - úvod -

Výpočet stlačitelného proudění metodou konečných objemů

MATEMATIKA III. Olga Majlingová. Učební text pro prezenční studium. Předběžná verze

Transformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.

1 Přesnost metody konečných prvků

APLIKACE SIMULAČNÍHO PROGRAMU ANSYS PRO VÝUKU MIKROELEKTROTECHNICKÝCH TECHNOLOGIÍ

9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze

Přijímací zkouška na MFF UK v Praze

Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w

Počítačová dynamika tekutin užitečný nástroj pro inženýry

APLIKACE. Poznámky Otázky

přenosu tepla seznámí s teoretickou stránkou této problematiky, kterou si dále osvojují v následných

Modelování zdravotně významných částic v ovzduší v podmínkách městské zástavby

Matematické modely a způsoby jejich řešení. Kateřina Růžičková

GRAFICKÉ ŘEŠENÍ ROVNIC A JEJICH SOUSTAV

Metoda konečných prvků Charakteristika metody (výuková prezentace pro 1. ročník navazujícího studijního oboru Geotechnika)

Potenciální proudění

Diskrétní řešení vzpěru prutu

Univerzita Karlova v Praze

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Řešení 1D vedení tepla metodou sítí a metodou

Software pro modelování chování systému tlakové kanalizační sítě Popis metodiky a ukázka aplikace

2. Schurova věta. Petr Tichý. 3. října 2012

5. Lokální, vázané a globální extrémy

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

K velkým datům přes matice a grafy

Vzor textu na deskách diplomové práce. Univerzita Karlova v Praze Pedagogická fakulta DIPLOMOVÁ PRÁCE. Jméno Příjmení

Aplikovaná numerická matematika - ANM

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

Pokyny pro vypracování bakalářských, diplomových a rigorózních prací na Přírodovědecké fakultě MU

Úvod do přesnosti MKP, generace sítí a metod řešení soustav lineárních rovnic

Přijímací zkouška na MFF UK v Praze

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování


MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

South Bohemia Mathematical Letters Volume 23, (2015), No. 1, DĚLENÍ KRUHU NA OBLASTI ÚVOD

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

MODELOVÁNÍ SHALLOW WATER

Numerické řešení 2D stlačitelného proudění s kondenzací. Michal Seifert

Základy tvorby výpočtového modelu

PARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Opatření děkana č. 1/2012 Pokyny pro vypracování bakalářských, diplomových a rigorózních prací na Přírodovědecké fakultě MU

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

Interpolace, ortogonální polynomy, Gaussova kvadratura

0.1 Úvod do lineární algebry

Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna

Numerické řešení modelu proudění v porézní hornině s puklinou

Nelineární obvody. V nelineárních obvodech však platí Kirchhoffovy zákony.

Elektronické obvody analýza a simulace

Nelineární analýza materiálů a konstrukcí (V-132YNAK) Přednáška 2 Princip metody konečných prvků

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

NUMERICKÁ SIMULACE PROUDĚNÍ DVOUFÁZOVÉ VLHKÉ PÁRY OHYBEM POTRUBÍ Numerical simulation of two phase wet steam flow in pipeline elbow

Diferenciální rovnice

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

SVOČ FST Bc. Václav Sláma, Zahradní 861, Strakonice Česká republika

Křivky a plochy technické praxe

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Vlastnosti pravděpodobnosti, geometrická pravděpodobnost

VE 2D A 3D. Radek Výrut. Abstrakt Tento článek obsahuje postupy pro výpočet Minkowského sumy dvou množin v rovině a pro výpočet Minkowského sumy

Arnoldiho a Lanczosova metoda

Numerická matematika 1

PRAKTIKUM I. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Pracoval: Pavel Ševeček stud. skup.: F/F1X/11 dne:

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

Hledání extrémů funkcí

Převedení okrajové úlohy na sled

CFD simulace teplotně-hydraulické charakteristiky na modelu palivové tyči v oblasti distanční mřížky

Katedra geotechniky a podzemního stavitelství

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

CFD simulace vícefázového proudění na nakloněné desce: porovnání smáčivosti různých kapalin. Martin Šourek

Transkript:

Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Pavel Hejbal Vizualizace numerických řešení parciálních diferenciálních rovnic pomocí balíku Tecplot Katedra numerické matematiky Vedoucí bakalářské práce: Doc. RNDr. Vít Dolejší, Ph.D. Studijní program: Matematika, Obecná matematika 2006

Děkuji panu docentu Dolejšímu za ochotu a vstřícnost, kterou mi věnoval během všech konzultací, a za velmi cenné rady a připomínky při tvorbě této práce. Prohlašuji, že jsem svou bakalářskou práci napsal samostatně a výhradně s použitím citovaných pramenů. Souhlasím se zapůjčováním práce a jejím zveřejňováním. V Praze dne 11. 5. 2006 Pavel Hejbal 2

Obsah 1 Mechanika tekutin 5 2 Popis vstupních dat 7 3 Řešení úlohy 10 3.1 Triangulace......................... 10 3.2 Hodnoty aproximace.................... 11 4 Animace 15 5 Ukázky výsledků 16 Literatura 19 3

Název práce: Vizualizace numerických řešení parciálních diferenciálních rovnic pomocí balíku Tecplot Autor: Pavel Hejbal Katedra: Katedra numerické matematiky Vedoucí bakalářské práce: Doc. RNDr. Vít Dolejší, Ph.D. e-mail vedoucího: Vit.Dolejsi@mff.cuni.cz Abstrakt: V předložené práci se zabýváme vizualizací numerických řešení parciálních diferenciálních rovnic získaných nespojitou Galerkinovou metodou, která dává po částech polynomiální, ale nespojitou aproximaci. Pro vizualizaci chceme použít komerční software Tecplot, který však umožňuje vizualizovat pouze spojitou, po částech lineární funkci. Cílem této práce je vytvořit vhodný interface mezi výstupem nespojité Galerkinovy metody a vstupem programu Tecplot, což znamená navrhnout a posléze implementovat algoritmy, které aproximují nespojitou, po částech polynomiální funkci novou spojitou a po částech lineární funkcí. Na závěr se věnujeme tvorbě softwarových prostředků, které použitím zmíněných algoritmů umožní automaticky generovat animace numerického řešení. Klíčová slova: Tecplot, nespojitá Galerkinova metoda, triangulace Title: Vizualization of numerical solutions of partial differential equations with the aid of software Tecplot Author: Pavel Hejbal Department: Department of Numerical Mathematics Supervisor: Doc. RNDr. Vít Dolejší, Ph.D. Supervisor s e-mail address: Vit.Dolejsi@mff.cuni.cz Abstract: In the present work we deal with the vizualization of numerical solutions of partial differential equations obtained by discontinuous Galerkin finite element method, which gives a discontinuous piecewise polynomial approximation. For the vizualization we would like to use commercial software Tecplot, which enables to display only continuous piecewise linear function. The aim of this work is to create interface between the output of the discontinuous Galerkin finite element method and the input of the Tecplot. Therefore we propose and implement algorithms, which approximate discontinuous piecewise polynomial function by the function, which is continuous and piecewise linear. In the end of this work we turn to create software products, which could automatically generate animations of numerical solutions, with the aid of mentioned algorithms. Keywords: Tecplot, discontinuous Galerkin method, triangulation 4

Kapitola 1 Mechanika tekutin Studium proudění kapalin a plynů nachází uplatnění v mnoha rozmanitých oblastech vědy i techniky jako je např. letectví a aeronautika, automobilový průmysl, strojírenství (konstrukce turbín a kompresorů), chemický a potravinářský průmysl (mísicí zařízení, proudění chemicky reagujících tekutin), medicína (proudění krve v cévách), biologie, meteorologie, hydrologie, oceánografie či ochrana životního prostředí. Ke zkoumání proudění je možné využít dva přístupy. Jednak pomocí experimentů, které sice přinášejí realistický obraz skutečného proudění, ovšem jejich uskutečnění je často nákladné a zároveň časově náročné. Druhou možností je použití matematických modelů. Většina z nich umožňuje převést úlohu na řešení soustavy parciálních diferenciálních rovnic vyjadřujících základní fyzikální zákony zachování hmoty, hybnosti, momentu hybnosti a energie. Počítačová dynamika tekutin (známá pod zkratkou CFD = Computational Fluid Dynamics) se zabývá numerickým řešením takových soustav. Cílem tohoto oboru je vytvoření počítačové simulace proudění, získané na základě aplikace vhodných numerických metod a výpočtových algoritmů, která bude srovnatelná s výsledky experimentů. Tato práce se zabývá závěrečnou fází tohoto procesu, kterou je vizualizace řešení. V poslední době se při řešení soustav diferenciálních rovnic popisujících proudění používají metody vyššího řádu, uved me například ADGFEM (Adaptive Discontinuous Galerkin Finite Element Method), v současnosti vyvíjený na Katedře numerické matematiky, viz [1], [2], [3]. Touto metodou se získá po částech polynomiální aproximace. Většina dnes dostupného softwaru ovšem umožňuje vizualizovat pouze funkce po částech konstantní nebo spojité a po částech lineární, jako v případě komerčního softwaru TECPLOT, jehož licenci zakoupila matematická sekce na MFF. Cílem této práce je tedy vytvořit interface mezi výsledky nespojité Galerkinovy metody a vstupem programu Tecplot. To znamená navrhnout, a následně implementovat vhodný algoritmus, který aproximuje nespojitou po částech polynomiální funkci takovou funkcí, která je spojitá a po částech lineární. Výstupem vytvořeného programu je soubor 5

přímo zpracovatelný programem Tecplot. 6

Kapitola 2 Popis vstupních dat V této části se podrobněji seznámíme s podobou výsledků nespojité Galerkinovy metody a uvedeme formát vstupních dat. Necht Ω R 2 je oblast, která je rozdělena na uzavřené trojúhelníky {K i }, přičemž platí: K o i K o j =, i j Množinu všech {K i }, pokrývajících Ω, nazýváme triangulací. V našem případě pracujeme pouze s konformními triangulacemi, které splňují následující podmínku: K i K j = 1 bod celá hrana, i j Triangulace, která není konformní, se nazývá nekonformní. Jeden ze dvou souborů, který náš program obdrží na vstup, bude specifikovat triangulaci {K i }. To znamená, že v něm budou zapsány souřadnice uzlových bodů triangulace a dále jejich trojice, definující jednotlivé trojúhelníky. Numerické řešení, získané pomocí nespojité Galerkinovy metody, patří do prostoru S h nespojitých po částech polynomiálních funkcí: S h = {v h, v h Ki P k (K i ), K i } kde P k (K i ) označuje prostor polynomů nejvýše k-tého stupně na elementu K i. Každý polynom definovaný na daném elementu je v naší úloze určen svými funkčními hodnotami na následující množině uzlů: 3 {x = λ i a i, λ j {0, 1 i=1 k,..., k 1 3 k, 1}, j {1, 2, 3}, λ i = 1} i=1 kde a 1, a 2, a 3 jsou vrcholy daného trojúhelníku. 7

p1 3 1 6 3 1 4 5 2 3 8 9 10 7 p2 2 1 6 4 p3 5 Obrázek 2.1: Uzly definující polynomiální funkci 2 Počet uzlů pro dané k je: d(k) = (k + 1)(k + 2) 2 Funkce z prostoru S h je tedy jednoznačně určena svými hodnotami v d(k) bodech pro každý trojúhelník. Na obrázku 2.1 jsou znázorněny tři případy k = 1, 2, 3, na které se v naší práci omezíme. Element, na kterém je definován polynom stupně i, budeme nadále označovat p i. Polynom prvního stupně je určen třemi body ve vrcholech elementu. V případě p 2 známe navíc hodnoty ve středech hran. Podobně u p 3, kde je známa též hodnota v těžišti trojúhelníku. Funkční hodnoty definující numerické řešení jsou dány samostatným vstupním souborem. V rámci této práce se věnujeme aplikacím z numerické simulace stlačitelného proudění, které je popsáno čtyřmi veličinami: hustota, hybnost ( R 2 ) a energie. Uved me příklad části tohoto souboru: 2 1.016 1.013 1.020 1.015 1.016 1.018 2 0.953 0.964 0.940 0.958 0.954 0.945 2 0.026 0.000 0.002 0.010 0.001 0.014 2 7.797 7.777 7.823 7.789 7.798 7.813 1 1.017 1.013 1.019 1 0.953 0.965 0.939 1 0.026 0.001 0.002 1 7.805 7.779 7.817 3 0.975 0.971 0.977 0.974 0.973 0.973 0.975 0.976 0.976 0.975 3 1.062 1.075 1.066 1.065 1.071 1.070 1.065 1.061 1.062 1.066 3 0.040 0.057 0.056 0.045 0.050 0.057 0.057 0.061 0.045 0.051 3 7.483 7.463 7.497 7.477 7.470 7.475 7.486 7.491 7.486 7.481 8

Čtveřice řádků odpovídá jednomu z elementů. Každý ze čtyř řádků přísluší jedné z veličin. Na začátku každého řádku je uvedeno celé číslo nabývající hodnot 1, 2, nebo 3, které určuje stupeň polynomu na daném elementu. Dále již následují funkční hodnoty v takovém pořadí, jak je uvedeno na obrázku 2.1. V úloze předpokládáme, že na daném elementu je stupeň polynomu stejný pro všechny veličiny. 9

Kapitola 3 Řešení úlohy V předchozí kapitole jsme popsali všechna vstupní data, můžeme tedy přikročit k samotnému řešení úlohy. Naším cílem bude vytvořit soubor, ve kterém bude popsána nová triangulace, a dále právě jedna hodnota aproximace v každém uzlu této triangulace. Tecplot tyto data vizualizuje jako spojitou a na každém trojúhelníku lineární funkci. 3.1 Triangulace Aby byla maximálně využita všechna vstupní data, je potřeba vhodným způsobem zjemnit zadanou sít. V případě p 2 a p 3 máme totiž k dispozici řešení nejen v uzlových bodech, ale i v ostatních bodech na hranách sítě, eventuálně uvnitř elementu. Právě v těchto bodech budeme chtít rozšiřovat původní triangulaci. Pokud neznáme hodnoty nikde mimo uzlové body, což je případ polynomiální aproximace řádu jedna, nemá velký smysl původní triangulaci nějak měnit. Tato aproximace je totiž po částech lineární a naším cílem je taktéž po částech lineární aproximace, ale navíc spojitá. Je proto nutné určit právě jednu hodnotu v každém uzlu. Počítáním hodnot v uzlech výsledné triangulace se budeme zabývat v příští podkapitole. Uvažujme nyní polynomiální aproximaci vyššího řádu než jedna. Tentokrát budeme zjemňovat zadanou triangulaci. První fáze dělení elementů je zachycena na obrázku 3.1. Trojúhelník typu p 2 a p 3 se rozdělí na více elementů podle schématu na obrázku. Pokud provedeme toto dělění pro všechny patřičné trojúhelníky a jestliže se stupně polynomů zadaných na elementech této triangulace budou lišit, získáme nekonformní triangulaci. Naším cílem je ovšem vytvořit konformní triangulaci, což znamená, že je nutné provést dodatečná dělení. Nyní probereme základní případy, které mohou nastat. Pokud vedle sebe budou ležet elementy stejného typu, není třeba provádět další dělení, nebot výsledná triangulace bude konformní. Uvažujme tentokrát element typu p 2 a jeho sousední element typu p 1. Abychom získali konformní triangulaci, element p 1 se rozdělí na dva 10

p2 p3 Obrázek 3.1: Vnitřní dělění trojúhelníku trojúhelníky. Podobně se řeší soused p 3, jak je patrné z obrázku 3.2. Je na něm vidět, že element p 1 se může dělit popsaným způsobem vícekrát. Pokud by element p 1 měl tři sousedy typu p 3, rozdělí se na sedm elementů, jak je vidět na obrázku 3.3. Zbývá situace, kdy spolu sousedí elementy typu p 2 a p 3. Dělení trojúhelníků potom probíhá opět podobným způsobem. Hanging node, což je bod, který leží uvnitř hrany jednoho trojúhelníku a současně je vrcholem jiného trojúhelníku, je propojen hranou s protějším bodem. Pro názornost je uveden obrázek 3.4 zachycující případ, kde leží p 2 mezi dvěma p 3. 3.2 Hodnoty aproximace Nyní už známe podobu první části výstupního souboru, zbývá ted ještě určit hodnoty naší aproximace v uzlech nové triangulace. Z polynomiální aproximace známe hodnoty v d(k) bodech na daném trojúhelníku, který je typu p k. Z předchozí podkapitoly plyne, že sjednocení těchto bodů jednoznačně odpovídá právě všem uzlům nové triangulace. Abychom získali pro každý uzel jednu hodnotu, spočítáme vhodný průměr hodnot zadaných v tomto bodě, popřípadě i hodnot v bodech ležících v blízkosti daného uzlu. Je-li uzel uvnitř hrany ležící na hranici Ω, nebo leží-li v těžišti trojúhelníku p 3, známe v něm ze vstupu jedinou hodnotu, která se přímo přenese i do naší nové aproximace. Pokud bod leží na společné hraně dvou původních elementů stejného 11

Obrázek 3.2: Dělení trojúhelníků typu p 1 (značeno červeně) Obrázek 3.3: Dělení trojúhelníku typu p 1, který má tři sousedy p 3 12

Obrázek 3.4: element p 2 leží mezi dvěma p 3. Červeně jsou vyznačena dodatečná dělení. typu, nebo pokud je uzlem v původní triangulaci, máme v tomto bodě ze vstupu k dispozici různý počet hodnot polynomiální aproximace. Jednotlivé hodnoty v tomto bodě dávají polynomy zadané na trojúhelnících, jejichž hrany obsahují tento bod. Za hodnotu aproximace zde vezmeme jednoduše aritmetický průměr těchto hodnot. Stejně se řeší případ uzlů, ležících na hranici p 1 a elementu jiného b z f x y g a Obrázek 3.5: f je polynom stupně 3, g je polynom stupně 2 typu. Výsledkem bude opět aritmetický průměr hodnot dvou polynomů v tomto bodě. Rozdíl spočívá v tom, že hodnotu polynomu na p 1 nemáme zadanou přímo na vstupu. Funkční hodnota lineární funkce se však jedno- 13

duše dopočítá. Zbývají už jen uzly ležící na společné hraně trojúhelníků p 2 a p 3. Označme x, y, z body na společné hraně stejně jako na obrázku 3.5. Polynom na p 3 označme f a polynom na p 2 značme g. Naše aproximace u bude nabývat v uzlech na hraně následujících hodnot: u(x) = u(y) = 3f(x) + 2g(y) + u(a) 6 2g(y) + f(x) + f(z) 4 Uzel z je symetrický případ uzlu x. Hodnota aproximace v bodě x závisí na hodnotě stejné aproximace v bodě a. To však není ve sporu, nebot algoritmus nejprve vypočte hodnoty ve vrcholech trojúhelníků původní triangulace, které ovšem nezávisí na hodnotách v uzlech uvnitř hran. Na závěr kapitoly dodejme, že program nedává aproximace původních veličin. Ve výstupním souboru budou hodnoty následujících veličin: hustota, rychlost ( R 2 ), tlak, Machovo číslo. 14

Kapitola 4 Animace V předchozích kapitolách jsme popsali výstup programu, kterým je datový soubor, jenž lze načíst přímo do programu Tecplot. V něm si uživatel může vytvořit grafický výstup svého numerického řešení. Tecplot umožňuje navíc vytvářet animace a exportovat je ve formátu AVI. Aby uživatel při vytváření animaci použitím více datových souborů popsaných ve druhé kapitole nemusel zdlouhavě zpracovávat každý soubor jednotlivě, a poté každý zvlášt importovat do Tecplotu, vytvořil jsem softwarové prostředky pro Unixový operační systém, které celý tento proces automatizují. Jednotlivé úkony jsou prováděny pomocí shell skriptu. První z nich slouží k načtení více datových souborů, které pak uživatel může dále zpracovávat v interaktivním prostředí Tecplotu. Jediné, co uživatel musí udělat po spuštění skriptu, je určit, která data vytvořená ADGFEM chce vizualizovat. Skript už dále zajistí vytvoření všech datových souborů a dále vygeneruje speciální makrosoubor, který se následně předá Tecplotu. To má za následek spuštění interaktivního režimu, ve kterém jsou načtena všechna data určená uživatelem. Druhý shell script svým použitím navazuje na první skript, pomocí kterého se uživatel seznámil s grafickou podobou výsledků a mohl se rozhodnout, z kterých dat bude chtít vytvořit animaci. Prostřednictvím druhého skriptu může uživatel rychle a jednoduše generovat animaci ve formátu AVI. V tomto případě se pro urychlení nespouští grafické prostředí Tecplotu. Uživatel po spuštění skriptu vybere datové soubory a veličinu, zvolí si rychlost a velikost animace. Poté se podobně jako v předchozím případě automaticky vytvoří makrosoubor, jenž se předá Tecplotu a zajistí tak vytvoření příslušného video souboru. Popsané programy jsou k dispozici na přiloženém CD. 15

Kapitola 5 Ukázky výsledků V této kapitole jsou ukázky výsledných vizualizací numerického řešení vytvořené Tecplotem. Obrázky 5.1, 5.2 a 5.3 zachycují typický testovací příklad pro transonické proudění, kterým je proudění nevazké stlačitelné tekutiny GAMM kanálem, viz [1],[2],[3]. Na obrázku 5.4 je příklad nestacionárního proudění nevazké stlačitelné tekutiny přes dopředný schod, viz [4]. 1 0.8 0.6 y 0.4 0.2 0-1 -0.5 0 0.5 1 x 1 0.8 0.6 y 0.4 0.2 0-1 -0.5 0 0.5 1 x Obrázek 5.1: Nahoře je původní triangulace s elementy typu p 3 a níže výsledná triangulace. 16

Obrázek 5.2: Tlak nevazké stlačitelné tekutiny při proudění GAMM kanálem Obrázek 5.3: Machovo číslo stlačitelné tekutiny při proudění GAMM kanálem 17

Obrázek 5.4: Ukázky z animace hustoty stlačitelné tekutiny při proudění přes dopředný schod 18

Literatura [1] V. Dolejší: Discontinuous Galerkin method for the numerical simulation of unsteady compressible flow, WSEAS Transactions on Systems, 5 (5): 1083-1090, 2006. [2] V. Dolejší, M. Feistauer: A Semi-implicit Discontinuous Galerkin Finite Element Method for the Numerical Solution of Inviscid Compressible Flow, J. Comput. Phys., 198 (2): 727-746, 2004. [3] V. Dolejší: On the Discontinuous Galerkin Method for the Numerical Solution of the Navier Stokes Equations, Int. J. Numer. Methods Fluids, 45:1083 1106, 2004. [4] Woodward, Paul; Colella, Phillip: The numerical simulation of twodimensional fluid flow with strong shocks. J. Comput. Phys. 54, 115-173 (1984) 19