arrow
返回

Adaptive mesh refinement in semi-implicit particle-in-cell method

delete2025-08-11
delete0
delete
OA
AI
T
Talha Arshad *
Y
Yuxi Chen
G
G. Tóth
DOI:10.1016/j.cpc.2025.109806delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
粒子网格(PIC)方法在模拟等离子体动力学过程方面功能强大。然而,PIC模拟通常计算成本高昂,提高计算效率对于扩展其能力至关重要。自适应网格细化(AMR)是一种可以应用于加速PIC模拟的重要技术。在本文中,我们介绍了一种新颖的自适应网格细化(AMR)算法,该算法应用于一种半隐式电磁粒子网格(PIC)代码。我们的方法支持不同的细化比率以及多个细化层级。电场求解器经过精心设计,以最小化不同层级界面处的伪影,并且我们引入了一种算法以减少所有层级中的高斯定律误差。为保持均匀的粒子分布——这对于实现高计算效率至关重要——粒子分裂与合并技术已集成到代码中。我们通过多项测试验证了我们的算法,包括二维双电流片重联测试,这些测试表明在AMR网格上能够获得精确解,并且相较于均匀高分辨率网格具有显著的加速效果。
Keyword:
AMR
Adaptive mesh refinement
Particle-in-cell
Magnetic reconnection
Electron skin depth

期刊

Computer Physics Communications 封面图
Computer Physics Communications
IF:
3.4
论文数:
1.2W
被引数:
3.7W

机构

暂无机构信息
引用论文

引用论文

AMReX: a framework for block-structured adaptive mesh refinement
err2019-05-12
err0
errOAAI
errWeiqun Zhang; Ann Almgren; Vince Beckner; John Bell; Johannes Blaschke; Cy Chan; Marcus Day; Brian Friesen; Kevin Gott; Daniel Graves; Max Katz; Andrew Myers; Tan Nguyen; Andrew Nonaka; Michele Rosso; Samuel Williams; Michael Zingale
err分享
err收藏
Mn-Catalyzed azidation–peroxidation of alkenes
err2019-01-01
err0
PREAI
errYuanjin Chen; Tian Tian; Zhiping Li
err分享
err收藏