FEM adaptativo de un experimento de autor

En esta página

Vuelva a ejecutar un resultado de Brodbeck, Bertrand y Ricken, Métodos adaptativos de elementos finitos basados en el equilibrio de flujo y tensión utilizando FEniCSx, arXiv:2410.09764v1, Sección 4.1, Figura 2(a). un relacionado capítulo publicado en 2026 tiene un título abreviado; esta comparación utiliza explícitamente la tabla de destino de la preimpresión.

La pregunta es si un flujo equilibrado proporciona una estimación de error eficiente mientras que la adaptabilidad resuelve la singularidad coeficiente-interfaz. Esta ejecución utiliza la información real de los autores. case_poisson_riviere/solve_riviere.py, no una implementación de reemplazo. Selecciona su contraste-5, caso de flujo primario P1/RT2, parámetro de Dörfler 0,5 y los 20 niveles de refinamiento.

Volver a ejecutar#

En Linux x86-64 con Git y micromamba, conserve esta guía. bootstrap-afem.py, conda-linux64.lock, y run-afem.py juntos:

python3 bootstrap-afem.py --work afem-work
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 OMPI_MCA_btl=self,tcp \
XDG_CACHE_HOME="$PWD/afem-work/cache" MPLCONFIGDIR="$PWD/afem-work/cache/matplotlib" \
afem-work/env/bin/python run-afem.py --source afem-work/source --output afem-work/results

El bloqueo captura la capa conda probada. Luego, el programa de arranque aplica el pin de compatibilidad de setuptools 80.9.0 registrado, crea la confirmación exacta de dolfinx_eqlb v1.2.0 e instala sus enlaces. Se agregó un contenedor/eigen que incluye rutas de descubrimiento de compilación de direcciones. La cadena de versión interna del paquete del autor es 1.1.0 incluso en la etiqueta Git v1.2.0, por lo que la confirmación identifica la fuente. No se cambia ninguna fuente numérica.

El entorno de autor original utiliza una imagen Docker DOLFINx 0.6.0. Aquí DOLFINx 0.6.0, Python 3.10, PETSc 3.19.6 y los paquetes conda correspondientes reemplazan ese contenedor. Docker no estaba disponible en el host de ejecución. La instalación descargó aproximadamente 0,61 GB de paquetes conda; el cálculo seleccionado tardó aquí 8,12 segundos. El tiempo de ejecución dependiente del hardware es ilustrativo.

Comparación real#

Observable después del último refinamiento. Figura 2(a) esta carrera comprobar
Orden de convergencia observado 0.50 0.5021171064 Dentro de 0,005
Eficiencia del estimador 1.06 1.0627164504 Dentro de 0,005

El umbral de 0,005 fue declarado antes de la ejecución numérica y corresponde a la mitad de la última unidad impresa en la tabla de referencia de dos decimales. Establece un acuerdo sobre la precisión de los informes para este caso. No establece todos los resultados en el artículo.

La solución primaria final tiene 183.899 grados de libertad, un error de energía real de 0,0094834760 y un error estimado de 0,0100782460. El CSV contiene los 20 niveles de refinamiento. Los archivos XDMF/HDF5 conservan las mallas adaptativas y los campos de indicador de error; esos archivos incluyen la malla recién refinada después de cada iteración, por lo que su malla final puede diferir de la última malla de resolución CSV.

run-record.json registra las entradas seleccionadas, la comparación y los hashes de salida. Conserve el CSV, la figura y el registro de ejecución completo junto a él. La revisión científica humana sigue pendiente.

Fuente y términos#

Compromiso del experimento del autor: 3d9741498712c13ce901f5fbd6255a82a3cec1ac. Confirmación de la etiqueta de biblioteca Flux v1.2.0: 16f5ea6e16aa15d856381e32a3be5fc2f913215a. El archivo del experimento del autor tiene un aviso SPDX LGPL-3.0 o posterior; La LICENCIA y el LÉAME del repositorio difieren. Este paquete recupera código ascendente y conserva sus avisos en lugar de volver a otorgarles la licencia. El arnés original de OSRI utiliza MIT; Las cifras comparativas generadas y los resultados numéricos se pueden compartir con atribución de fuente.

Los intentos fallidos quedan registrados: ortografía inicial del prefijo del entorno; UFL requiere pkg_resources; Falta el contenedor y Eigen incluyen rutas durante las compilaciones vinculantes. Esos fallos ocurrieron antes de la producción numérica. El guión del autor exitoso no ha cambiado.

Descargar los archivos grabados#

Registro de ejecución completo · Todos los intentos de los candidatos. La revisión científica humana está pendiente.

Ver código fuente en GitHub