当前位置: 首页 > ds >正文

多物理场耦合低温等离子体装置求解器PASSKEy2

文章目录

  • PASSKEy2简介
  • PASSKEY2计算流程
  • PASSKEy2 中求解的物理方程
    • 电路模型
    • 等离子体模型
    • 燃烧模型
  • PASSKEy2的使用

PASSKEy2简介

PASSKEy2 是在 PASSKEy1 的基础上重新编写的等离子体数值模拟程序。 相较于 PASSKEy1, PASSKEy2 在具备解决低温等离子体模拟问题的能力基础上,进行了重大升级, 新增了几个重要功能:(1)从固定的笛卡尔网格改成了动态自适应网格,进一步优化减少总网格数量;(2)从显示积分改成了隐式积分,进一步优化减小单步计算时间步长,显著加快计算速度;(3)耦合了流体、燃烧和外部电路,进一步扩大适用范围;(4)几何文件可以通过载入CAD文件生成。

PASSKEY2计算流程

在这里插入图片描述

PASSKEy2 中求解的物理方程

电路模型

对于等离子体的外部耦合电路,等离子体相当于一个非线性黑盒,只能进行时域暂态分析,因此电路模块通过求解 ODE 方程在时域中实时求解电路电压电流值,并通过端口电压电流与等离子体模块进行耦合。模型将等离子体视作电流源,解得电路 ODE 方程后,得到该电流源的端口电压,作为计算域内松方方程的边界条件。其中,电极电流的计算包含两部分,即位移与传导电流。传导电流通过介电极表面的各成分通量积分求和得到,位移电流则是电位移矢量介时间的导数在电极表面的积分。
在这里插入图片描述
电路回路及可调参数如下图所示,共设置了四条 RLC 支路及一电压源,通过参数设置可满足大多数简单电路需求。在使用过程中,注意电流/电压初始值的配置尽量符合空实物理情况,否则电路初始时刻可能会出现震荡。四条支路的 RLC 编号顺序及电压、电流默认正方向如下图所示,配置时注意正负
在这里插入图片描述
注意:出于 ODE 参数决定的计算稳定性,若想删去某条支路,建议通过为此电容/电感做开路赋值来实现。

等离子体模型

PASSKEy2 所解决的非平衡等离子体数值模拟问题通常在大气压范围内,故采用流体模型进行描述。等离子体流体模型将等离子体区域视为存在大量高频碰撞反应的、并满足连续介质假设的流体。等离子体流体模型已广泛应用于研究在电场影响下、包含反应动力学过程非平衡等离子体的时空演化和物理特性,虽然不同数值模型的计算测量和实现算法有所区别,但都基于求解连续性方程。
在这里插入图片描述
从上述方程可以看出,组分密度 的求解需要已知电场 , 反应源项 ,以及输运参数。电场求解基于耦合空间电荷的松方方程,要要时还需要虑表面电荷累积效应,反应源项 等离子体中发生的反应产生。它由产生组分的反应和消耗此类组分的反应组成。
在这里插入图片描述

输运参数和反应速率系数取决于粒子的能量分布,能量分布依赖于近似的方式,如果将电子碰撞反应速率系数和电子输运系数存储为电场的函数,那么该模型即遵循局域场近似 Local field approximation, LFA)。局域场近似假设局部吸收的电功率与电离耗散的功率完全平衡,只需要计算密度连续方程和电势方程,通过电势方程得到电场,从能确定电子群参数,再求解连续性方程;如果将电子碰撞反应速率系数和电子输运系数存储为电子能量的函数,那么该模型即遵循局域能量近似 Local mean energy approximation, LMEA)。在局域能量近似下,不仅需要计算密度连续性方程和电,方程,还要额外计算电子能量守恒方程得到电子能量分布,以电子能量为索引确定电子群参数。一般能言,LMEA 相较于 LFA 能言具有更高的精度, 已有相关工作讨论了其优缺点和适用范围。 在 PASSKEy2 程序中,同时支持了 LFA 和 LMEA 近似,但更为推荐使用
LMEA 进行计算。
在这里插入图片描述

燃烧模型

流动-燃烧的计算基于计算流体力学 CFD)和燃烧反应动力学,即求解 Navier-Stokes 方程、组分输运方程与燃烧反应源项 包括组分源项和热源项)。当引入非平衡等离子体时,组分输运方程与等离子体连续性方程实质上是等价的,故不再重复虑。

PASSKEy2的使用

在这里插入图片描述
在这里插入图片描述


具体操作过程可以查看哔哩哔哩视频:DeePlaskin

大家有问题欢迎到网页上留言,我们共同探讨:等离子体计算工坊论坛

http://www.xdnf.cn/news/2008.html

相关文章:

  • uniapp小程序开发入门01-快速搭建一个空白的项目并预览它
  • 多模态(3):实战 GPT-4o 视频理解
  • 线上图书借阅小程序源码介绍
  • 系统测试的技术要求
  • 基于Docker的Flask项目部署完整指南
  • 基于C#+Unity实现遇见李白小游戏
  • 《强势量价关系》速读笔记
  • 【信息系统项目管理师】高分论文:论人力资源管理与成本管理(医院信息系统)
  • 【Python数据分析】Pandas模块之pd.concat 函数
  • 【Agent】LangManus深度解析:AI自动化框架的对比与langgraph原理
  • openwrt查询网关的命令
  • Flink部署与应用——部署方式介绍
  • 更智能的银行体验:生成式 AI 与语义搜索的实际应用
  • windows服务器及网络:搭建FTP服务器
  • 【AIGC】基础篇:VS Code 配置 Python 命令行参数调试debug超详细教程
  • DeepSeek 赋能全流程数据治理:构建智能化数据价值链
  • vue3中的effectScope有什么作用,如何使用?如何自动清理
  • 传感器模块有助于加速嵌入式视觉开发
  • 最新大模型算法的研究进展与应用探索
  • SIEMENS PLC程序解读 -BLKMOV (指定长度数据批量传输)
  • 六、web自动化测试02
  • 0基础 | Proteus仿真 | 51单片机 | 继电器
  • BitNet: 微软开源的 1-bit 大模型推理框架
  • 2024 年:Kubernetes 包管理的新前沿
  • CDGP|金融业数据价值迎来加速释放:数据治理策略该如何调整?
  • windows作业job介绍
  • springmvc-拦截器
  • 语音合成之六端到端TTS模型的演进
  • 【视频时刻检索】Text-Video Retrieval via Multi-Modal Hypergraph Networks 论文阅读
  • isEmpty和isBlank的底层原理和区别