Introduksjon til numerisk fluiddynamikk (MSK570)

Ligningene som styrer strømning av væske og gass er for komplekse til å løses analytisk for generelle problemer. Dette emnet vil introdusere numeriske verktøy for å løse disse ligningene, og bruke dem til å utforske grunnleggende strømningsfenomener.

Etter fullført emne skal studenten:

Kunnskap

• kjenne til de grunnleggende ligningene for inkompressibel, Newtonsk strømning
• kjenne til de viktigste tilnærmingene som irrotasjonell strømning, krypstrømning og grensesjikt
• kjenne til prosedyren for å løse ligningene ved bruk av endelig volum metoden

Ferdigheter

• kunne utføre simuleringer av laminær strømning i CFD-programvaren OpenFOAM; lage strukturerte grid, velge initial- og grensebetingelser, diskretiseringsskjema og løsningsmetoder, samt visualisere resultatene
• kunne utføre dimensjonsanalyse av strømningsproblemer
• kunne sammenligne simuleringer med analytiske og eksperimentelle resultater

Generell kompetanse

• kunne visualisere og presentere data fra simuleringer på en vitenskapelig måte
• kunne tolke resultater fra simuleringer og vurdere nøyaktighet og usikkerhet
• kunne samarbeide i grupper for å gjennomføre arbeid

Emnet undervises den første halvdelen av semesteret

2 timer undervisning per uke

4 timer datalab per uke

8-12 timer selvstudium

Bruk av kunstig intelligens er tillatt og oppmuntres i dette emnet. Store språkmodeller og agentbaserte KI-verktøy kan være svært nyttige både for å øke forståelsen av den underliggende teorien og for å arbeide mer effektivt med simuleringer, databehandling og analyse av resultater.

Gjennom emnet vil vi gi eksempler på effektiv bruk av store språkmodeller innen beregningsorientert fluiddynamikk. Siden OpenFOAM er tekstbasert, kan slike modeller være særlig nyttige til å generere og gjennomgå oppsett av simuleringscaser, forklare ulike innstillinger og feilsøke feilmeldinger. De kan også brukes til å lage skript for behandling av resultater og generering av figurer. I tillegg kan de fungere som en diskusjonspartner ved arbeid med numeriske metoder, diskretiseringsskjemaer, fysiske modeller og andre teoretiske temaer.

Disse verktøyene har imidlertid også viktige begrensninger. De kan gi upålitelige forslag for spesialiserte eller uvanlige problemstillinger som er dårlig representert i treningsdataene. OpenFOAM finnes i flere distribusjoner og programvareversjoner, og språkmodeller kan blande syntaks eller funksjonalitet fra versjoner som ikke er kompatible. De kan også gi teknisk plausible, men feilaktige forklaringer på simuleringsresultater, numeriske feil eller fysiske fenomener.

Det er ditt ansvar som student å bruke KI til å øke din egen forståelse, og ikke som en erstatning for selvstendig læring. Du forventes å vurdere alt KI-generert innhold kritisk, og du skal kunne forklare og forsvare alle KI-genererte oppsett, skript, modellvalg eller konklusjoner som du leverer.