計算流體力學驗證和確認及不確定度量化

第 1 章 緒論
1.1 計算流體力學軟件過程與特點1.1.1 計算流體力學軟件過程
1.1.2 計算流體力學特點
1.2 驗證、確認與不確定度量化內涵及活動概述1.2.1 驗證和確認基本定義及內容概述
1.2.2 驗證和確認概念與術語及標準現(xiàn)狀
1.2.3 驗證和確認基本活動
第 2 章 計算流體力學的建模與仿真
2.1 計算流體力學過程2.1.1 物理建模 - 物理模型
2.1.2 數(shù)值建模 - 數(shù)值方法
2.1.3 軟件研制 - 程序開發(fā)
2.1.4 問題試驗 - 計算模擬
2.1.5 結果分析 - 預測評估
2.2 計算流體力學格式理論2.2.1 差分格式理論
2.2.2 幾種經(jīng)典格式及特點
2.3 誤差與不確定度來源2.3.1 數(shù)值誤差及不確定度量化
2.3.2 計算流體力學誤差來源
2.3.3 不確定度量化與驗證和確認
第 3 章 驗證和確認及不確定度量化理論
3.1 基本概念和術語3.1.1 建模與模擬
3.1.2 驗證和確認
3.1.3 誤差與不確定度
3.1.4 可信度與置信度
3.2 驗證和確認基本理論3.2.1 基本要素
3.2.2 基本活動
3.2.3 實施流程
3.2.4 關鍵方法
第 4 章 驗證技術
4.1 驗證的方法學
4.2 代碼驗證4.2.1 軟件質量保證
4.2.2 數(shù)值算法驗證
4.3 解驗證4.3.1 誤差與精度分析
4.3.2 網(wǎng)格收斂驗證
4.4 驗證基本方法4.4.1 現(xiàn)象認定與等級劃分技術
4.4.2 軟件自動化測試驗證技術
4.4.3 人為構造解驗證技術
4.5 流體力學人為構造解4.5.1 二維平面坐標系下流體方程組的人為構造解
4.5.2 二維柱坐標系下流體方程組的人為構造解
4.5.3 三維流體力學方程組的人為構造解
4.5.4 一維流體力學拉氏方程組解析解構造
4.5.5 流體力學人為構造解驗證案例
4.6 網(wǎng)格無關性分析4.6.1 CFD 計算網(wǎng)格
4.6.2 離散格式性質
4.6.3 無關性分析
4.6.4 GCI 分析實施步驟
4.6.5 GCI 軟件框架
4.6.6 實踐案例
第 5 章 確認方法
5.1 確認方法學
5.2 確認基本流程5.2.1 創(chuàng)建模型確認層級關系圖
5.2.2 確認試驗
5.2.3 確認模擬
5.2.4 單層與跨層確認活動
5.3 確認基本方法5.3.1 模型分層確認方法
5.3.2 確認試驗設計方法
5.3.3 不確定度量化方法
5.4 確認度量方法5.4.1 常規(guī)方法
5.4.2 假設檢驗
5.4.3 TIC 不等式系數(shù)法
5.4.4 置信區(qū)間法
5.4.5 譜估計法
5.4.6 基于累積分布匹配的面積度量
5.4.7 基于試驗數(shù)據(jù)的參數(shù)標定方法
第 6 章 不確定度量化
6.1 CFD 不確定度量化價值6.1.1 模型驗證和確認
6.1.2 不確定性優(yōu)化設計
6.1.3 基于 QMU 的復雜系統(tǒng)可靠性認證方法
6.2 CFD 不確定度來源及分類6.2.1 仿真系統(tǒng)不確定度來源
6.2.2 CFD 中不確定度來源
6.2.3 不確定度分類
6.2.4 不確定度量化策略
6.2.5 CFD 中不確定度量化基本步驟
6.3 不確定度量化中統(tǒng)計分析理論6.3.1 隨機變量統(tǒng)計矩
6.3.2 隨機變量相關性分析
6.3.3 概率和累積分布函數(shù)
6.3.4 最大似然估計法
6.3.5 3σ 法則
6.4 抽樣方法6.4.1 蒙特卡洛方法
6.4.2 拉丁超立方抽樣
6.4.3 重要性抽樣
6.5 不確定度正向傳播方法6.5.1 敏感性分析
6.5.2 多元高次多項式回歸代理模型
6.5.3 克里金插值方法
6.5.4 多項式混沌方法
6.5.5 活躍子空間降維
6.6 不確定度反向傳播方法6.6.1 貝葉斯方法
6.6.2 可變容差優(yōu)化方法
6.6.3 遺傳算法
6.7 軟件可信度評估6.7.1 軟件可信度評估原則
6.7.2 軟件可信度評估要素
6.7.3 軟件可信度評估理論
6.7.4 基于層次分析法的軟件可信度評估方法
6.7.5 軟件可信度評估流程
6.7.6 軟件可信度評估結果
第 7 章 軟件及應用案例
7.1 軟件概況7.1.1 PSUADE 軟件
7.1.2 DAKOTA 軟件
7.1.3 UCODE 軟件
7.2 自主研發(fā) V&V&UQ 軟件7.2.1 工業(yè)軟件研發(fā)全生命周期模型
7.2.2 軟件架構 / 框架
7.2.3 試驗設計模塊
7.2.4 敏感性分析模塊
7.2.5 基于數(shù)據(jù)的多項式回歸模塊
7.2.6 基于數(shù)據(jù)的克里金插值模塊
7.2.7 優(yōu)化求解模塊
7.2.8 遺傳算法優(yōu)化模塊
7.3 軟件功能及應用案例7.3.1 基于試驗數(shù)據(jù)參數(shù)標定的模型確認
7.3.2 基于代理模型的不確定度傳播量化
7.3.3 基于克里金算法的機器學習模型優(yōu)化及參數(shù)標定
7.3.4 基于實驗數(shù)據(jù)的模型修正與確認
參考文獻