Discrete adjoint optimization with OpenFOAM

Towara, Markus; Naumann, Uwe; Schröder, Wolfgang

doi:HT019937463

Discrete adjoint optimization with OpenFOAM = Diskret adjungierte Optimierung mit OpenFOAM

Towara, Markus^RWTH*

2018 & 2019

Verantwortlichkeitsangabevorgelegt von Dipl.-Ing. Markus Towara

ImpressumAachen 2018

Umfang1 Online-Ressource (vii, 232 Seiten) : Illustrationen

Dissertation, RWTH Aachen University, 2018

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2019

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Naumann, Uwe (Thesis advisor)^RWTH* ; Schröder, Wolfgang (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2018-12-07

Online
DOI: 10.18154/RWTH-2019-00475
URL: https://publications.rwth-aachen.de/record/753235/files/753235.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
CFD (frei) ; adjoint (frei) ; algorithmic differentiation (frei) ; openFOAM (frei) ; optimization (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

Kurzfassung
In den vergangenen Jahrzehnten haben sich Computersimulation und Computer gestützte Design Methoden zu einem wertvollen Instrument entwickelt, welches nahezu jeden Bereich der technisch- und naturwissenschaftlichen Forschung und Wirtschaft beeinflusst. CFD Simulationen erlauben es, Strömungsphänomene in einer Vielzahl von Anwendungen zu untersuchen. Je mehr numerische Simulationsmethoden sich fortentwickeln und Anwendung finden, umso größer wird der Bedarf an Methoden, die nicht nur das Ergebnis von spezifischen Konfigurationen vorhersagen können, sondern auch Hinweise zur Optimierung des Designs geben können. Diese Arbeit beschäftigt sich mit der effizienten Berechnung von Ableitungsinformationen auf CFD Algorithmen und deren Anwendung zur numerischen Optimierung. Die Ableitungen werden mittels Algorithmischen Differenzierens (AD) generiert. Ein besonderer Augenmerk dieser Arbeit liegt auf der effizienten Anwendung adjungierter Methoden, unter Berücksichtigung von Parallelismus, im Kontext von populären CFD Finite-Volumen Algorithmen, und deren Implementierung im Open-Source Strömungslöser OpenFOAM.

Computer simulations and computer aided design in the past decades have evolved into a valuable instrument, penetrating just about every branch of engineering in industry and academia. More specifically, computational fluid dynamics (CFD) simulations allow to inspect flow phenomena in a variety of applications. As simulation methods evolve, mature, and are adopted by a rising number of users, the demand for methods which not only predict the result of a specific configuration, but can give indications on how to improve the design, increases. This thesis is concerned with the efficient calculation of sensitivity information of CFD algorithms, and their application to numerical optimization. The sensitivities are obtained by applying Algorithmic Differentiation (AD).A specific emphasis of this thesis is placed on the efficient application of adjoint methods, including parallelism, for commonly used CFD finite volume methods (FVM) and their implementation in the open source framework OpenFOAM.

OpenAccess:
PDF
(zusätzliche Dateien)