• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • Tagged with
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Avaliação dos algoritmos de Picard-Krylov e Newton-Krylov na solução da equação de Richards / Evaluation of algorithms of Picard-Krylov and Newton-Krylov in solution of Richards equation

Marcelo Xavier Guterres 13 December 2013 (has links)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A engenharia geotécnica é uma das grandes áreas da engenharia civil que estuda a interação entre as construções realizadas pelo homem ou de fenômenos naturais com o ambiente geológico, que na grande maioria das vezes trata-se de solos parcialmente saturados. Neste sentido, o desempenho de obras como estabilização, contenção de barragens, muros de contenção, fundações e estradas estão condicionados a uma correta predição do fluxo de água no interior dos solos. Porém, como a área das regiões a serem estudas com relação à predição do fluxo de água são comumente da ordem de quilômetros quadrados, as soluções dos modelos matemáticos exigem malhas computacionais de grandes proporções, ocasionando sérias limitações associadas aos requisitos de memória computacional e tempo de processamento. A fim de contornar estas limitações, métodos numéricos eficientes devem ser empregados na solução do problema em análise. Portanto, métodos iterativos para solução de sistemas não lineares e lineares esparsos de grande porte devem ser utilizados neste tipo de aplicação. Em suma, visto a relevância do tema, esta pesquisa aproximou uma solução para a equação diferencial parcial de Richards pelo método dos volumes finitos em duas dimensões, empregando o método de Picard e Newton com maior eficiência computacional. Para tanto, foram utilizadas técnicas iterativas de resolução de sistemas lineares baseados no espaço de Krylov com matrizes pré-condicionadoras com a biblioteca numérica Portable, Extensible Toolkit for Scientific Computation (PETSc). Os resultados indicam que quando se resolve a equação de Richards considerando-se o método de PICARD-KRYLOV, não importando o modelo de avaliação do solo, a melhor combinação para resolução dos sistemas lineares é o método dos gradientes biconjugados estabilizado mais o pré-condicionador SOR. Por outro lado, quando se utiliza as equações de van Genuchten deve ser optar pela combinação do método dos gradientes conjugados em conjunto com pré-condicionador SOR. Quando se adota o método de NEWTON-KRYLOV, o método gradientes biconjugados estabilizado é o mais eficiente na resolução do sistema linear do passo de Newton, com relação ao pré-condicionador deve-se dar preferência ao bloco Jacobi. Por fim, há evidências que apontam que o método PICARD-KRYLOV pode ser mais vantajoso que o método de NEWTON-KRYLOV, quando empregados na resolução da equação diferencial parcial de Richards. / Geotechnical Engineering is the area of Civil Engineering that studies the interaction between constructions carried out by man or natural phenomena with geological environment, which most of times is partially saturated soil. In this sense, work developing as stabilization, dam containing, retaining walls, foundations and highways are conditioned to a right prediction of water flow into the soil. However, considering the water flow, the studied region areas are commonly on the order of square kilometers, mathematical models solutions require computational meshes of large proportions, causing serious limitations linked to computational memory requirements and processing time. In order to overcome these limitations, efficient numerical methods must be used in the solution of the considered problem. Hence iterative methods for solving nonlinear and large sparse linear systems must be used in this type of application. In short, this study approached a solution to the Richard partial differential equation by the two dimensions finite volume method, bringing Picard and Newton method with greater efficiency. Linear system resolution iterative techniques based on Krylov space with pre-conditioners matrix were used. Portable Extensible Toolkit for Scientific Computation (PETSc) numerical library was a tool used during the task. The results indicate when a Richards equation is solved considering thr PICARD-KRYLOV method, no matter the soil evaluation model, the best combination for solving linear systems is the stabilized double gradient method and the SOR preconditioning. On the other hand, when the van Genuchten equations are used the gradients methods with the SOR preconditioning must be chosen. Adopting the NEWTON-KRYLOV method, the stabilized double gradient method is more efficient in soling Newton linear system, in relation to the preconditioning it must be giving preference to the Jacob block. Finally, there are strong indications that the PICARDKRYLOV method can be more effective than the NEWTON-KRYLOV one, when used for solving Richards partial differential equation.
2

Avaliação dos algoritmos de Picard-Krylov e Newton-Krylov na solução da equação de Richards / Evaluation of algorithms of Picard-Krylov and Newton-Krylov in solution of Richards equation

Marcelo Xavier Guterres 13 December 2013 (has links)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A engenharia geotécnica é uma das grandes áreas da engenharia civil que estuda a interação entre as construções realizadas pelo homem ou de fenômenos naturais com o ambiente geológico, que na grande maioria das vezes trata-se de solos parcialmente saturados. Neste sentido, o desempenho de obras como estabilização, contenção de barragens, muros de contenção, fundações e estradas estão condicionados a uma correta predição do fluxo de água no interior dos solos. Porém, como a área das regiões a serem estudas com relação à predição do fluxo de água são comumente da ordem de quilômetros quadrados, as soluções dos modelos matemáticos exigem malhas computacionais de grandes proporções, ocasionando sérias limitações associadas aos requisitos de memória computacional e tempo de processamento. A fim de contornar estas limitações, métodos numéricos eficientes devem ser empregados na solução do problema em análise. Portanto, métodos iterativos para solução de sistemas não lineares e lineares esparsos de grande porte devem ser utilizados neste tipo de aplicação. Em suma, visto a relevância do tema, esta pesquisa aproximou uma solução para a equação diferencial parcial de Richards pelo método dos volumes finitos em duas dimensões, empregando o método de Picard e Newton com maior eficiência computacional. Para tanto, foram utilizadas técnicas iterativas de resolução de sistemas lineares baseados no espaço de Krylov com matrizes pré-condicionadoras com a biblioteca numérica Portable, Extensible Toolkit for Scientific Computation (PETSc). Os resultados indicam que quando se resolve a equação de Richards considerando-se o método de PICARD-KRYLOV, não importando o modelo de avaliação do solo, a melhor combinação para resolução dos sistemas lineares é o método dos gradientes biconjugados estabilizado mais o pré-condicionador SOR. Por outro lado, quando se utiliza as equações de van Genuchten deve ser optar pela combinação do método dos gradientes conjugados em conjunto com pré-condicionador SOR. Quando se adota o método de NEWTON-KRYLOV, o método gradientes biconjugados estabilizado é o mais eficiente na resolução do sistema linear do passo de Newton, com relação ao pré-condicionador deve-se dar preferência ao bloco Jacobi. Por fim, há evidências que apontam que o método PICARD-KRYLOV pode ser mais vantajoso que o método de NEWTON-KRYLOV, quando empregados na resolução da equação diferencial parcial de Richards. / Geotechnical Engineering is the area of Civil Engineering that studies the interaction between constructions carried out by man or natural phenomena with geological environment, which most of times is partially saturated soil. In this sense, work developing as stabilization, dam containing, retaining walls, foundations and highways are conditioned to a right prediction of water flow into the soil. However, considering the water flow, the studied region areas are commonly on the order of square kilometers, mathematical models solutions require computational meshes of large proportions, causing serious limitations linked to computational memory requirements and processing time. In order to overcome these limitations, efficient numerical methods must be used in the solution of the considered problem. Hence iterative methods for solving nonlinear and large sparse linear systems must be used in this type of application. In short, this study approached a solution to the Richard partial differential equation by the two dimensions finite volume method, bringing Picard and Newton method with greater efficiency. Linear system resolution iterative techniques based on Krylov space with pre-conditioners matrix were used. Portable Extensible Toolkit for Scientific Computation (PETSc) numerical library was a tool used during the task. The results indicate when a Richards equation is solved considering thr PICARD-KRYLOV method, no matter the soil evaluation model, the best combination for solving linear systems is the stabilized double gradient method and the SOR preconditioning. On the other hand, when the van Genuchten equations are used the gradients methods with the SOR preconditioning must be chosen. Adopting the NEWTON-KRYLOV method, the stabilized double gradient method is more efficient in soling Newton linear system, in relation to the preconditioning it must be giving preference to the Jacob block. Finally, there are strong indications that the PICARDKRYLOV method can be more effective than the NEWTON-KRYLOV one, when used for solving Richards partial differential equation.

Page generated in 0.0386 seconds