DOI: https://doi.org/10.1016/j.cpc.2026.110169
تاريخ النشر: 2026-04-22
المؤلف: Nis-Luca van Hülst وآخرون
الموضوع الرئيسي: أنظمة الكم ذات الجسيمات المتعددة
نظرة عامة
تقدم هذه البحث إطار عمل خوارزمي جديد يستخدم الشبكات التنسورية لمحاكاة تدفقات السوائل حول الأجسام المغمورة في إحداثيات منحنية. يستفيد الإطار من تمثيلات تنسورية مضغوطة للغاية لكل من مجالات التدفق والمشغلين التفاضليين، مما يسهل التنفيذ العددي الفعال. تم التحقق من صحة الطريقة من خلال محاكاة التدفقات الثابتة والعابرة حول الأسطوانات الثابتة والدائرة، مما يظهر توافقًا ممتازًا مع محاكاة الفرق المحدود من حيث أرقام ستروهال، والقوى، ومجالات السرعة. من الجدير بالذكر أن النهج يحقق وفورات كبيرة في الذاكرة ومزايا زمن التشغيل، مع أخطاء أقل من 0.3% لضغوط مجالات التدفق تصل إلى 20 مرة ومشغلين تفاضليين مضغوطين بعوامل تصل إلى 1000 مقارنة بتمثيلات المصفوفات المتناثرة التقليدية.
في الاستنتاجات، يبرز الدراسة تنسيق القطار التنسوري (TT) كنموذج فعال من حيث الطلب المنخفض (ROM) لمحاكاة معادلات نافير-ستوكس غير القابلة للضغط (INSE) على شبكات غير منتظمة ومناسبة للجسم، مما يمثل تقدمًا كبيرًا في الديناميكا الهوائية الحاسوبية (CFD). تشمل المنهجية توليد الشبكة، والتحويل المنحني للمشغلين التفاضليين، والاستخراج الفعال للكمّيات الرئيسية مثل معاملات الرفع وأرقام ستروهال. يعزز تنفيذ استراتيجية النقطة الشبحية لمعالجة الحدود وطريقة الخطوة الجزئية من مرونة الإطار عبر سيناريوهات التدفق المختلفة، بما في ذلك تدفقات ستوك والشوارع الدوامية. ستستكشف الأعمال المستقبلية تأثير هندسة العقبات وخصائص الشبكة على ضغط المشغلين، بالإضافة إلى التحقيق في التدفقات حول هندسات أكثر تعقيدًا، مثل الأشكال البيضاوية وأجنحة NACA، خاصة في أنظمة الأعداد العالية من رينولدز.
مقدمة
تناقش مقدمة ورقة البحث الطلب المتزايد على دقة مكانية وزمنية أعلى في الديناميكا الهوائية الحاسوبية (CFD) الهندسية، خاصة لمحاكاة التدفقات المضطربة من خلال المحاكاة العددية المباشرة (DNS). التحديات التي تطرحها الزيادة غير الخطية في المقاييس ذات الصلة مع عدد رينولدز تجعل DNS غير قابلة للتطبيق للعديد من التطبيقات الهندسية. نتيجة لذلك، تم تطوير طرق بديلة مثل نماذج إغلاق الاضطراب والنماذج ذات الطلب المنخفض (ROMs) لتخفيف المطالب الحاسوبية، وإن كان غالبًا على حساب الدقة والعمومية. تقدم التطورات الأخيرة في الحوسبة الكمومية (QC) فرصًا جديدة لـ CFD، مما قد يسمح بتقليل كبير في متطلبات الذاكرة لمحاكاة عالية الدقة. ومع ذلك، لا تزال هناك تحديات في محاكاة المعادلات التفاضلية غير الخطية على الأجهزة الكمومية، مما يستلزم استخدام أساليب هجينة كمومية-كلاسيكية واستكشاف طرق مستوحاة من الكم.
تقدم الورقة إطار عمل القطار التنسوري (TT) لـ CFD، مستهدفة بشكل خاص التقديرات الشبكية الهيكلية المناسبة للجسم باستخدام إحداثيات منحنية. يهدف هذا النهج إلى تعزيز الدقة والكفاءة في محاكاة التدفقات غير القابلة للضغط حول الأجسام المغمورة، موسعًا تطبيقات طرق TT إلى ما هو أبعد من الشبكات الكارتيزية التقليدية. يوضح المؤلفون تحويل المشغلين التفاضليين إلى مشغلين منحنيين ضمن تنسيق TT ويظهرون فعالية طريقتهم من خلال محاكاة التدفقات الهادئة حول الأسطوانات الدائرية. من الجدير بالذكر أن محلل TT يحقق كفاءة حسابية كبيرة، مع تقليل يصل إلى 20 مرة في درجات الحرية مقارنة بالمحاكاة الكلاسيكية، مع الحفاظ على دقة عالية في توقع ديناميات التدفق. تختتم الورقة بمناقشة تداعيات نتائجهم على التطورات المستقبلية في الديناميكا الهوائية المستندة إلى الشبكات التنسورية.
مناقشة
تناقش هذه القسم المبادئ والعمليات الأساسية للقطارات التنسورية (TT) في شكلها الثنائي، والتي تناسب بشكل خاص تمثيل التنسور عالي الأبعاد في سياقات الحوسبة الكمومية. يعرف المؤلفون التدوين وترميز التنسورات إلى تنسيق TT، مع التأكيد على استخدام اتفاقية جمع أينشتاين وترتيب الفهارس المتسق. يتضمن تمثيل TT إعادة تشكيل متجه إلى تنسور من الرتبة-n وتفكيكه إلى سلسلة من التنسورات من الرتبة-3 (نوى TT) باستخدام تحليل القيمة المفردة (SVD). كما يبرز القسم أهمية الحفاظ على ترتيب متماسك ضمن شكل قياسي ويناقش تعقيد العمليات الجبرية المختلفة، مثل جمع المتجهات، ومنتجات المصفوفة-المتجه، والضرب العنصري، والتي يمكن تنفيذها بكفاءة ضمن هذا الإطار.
يستعرض المؤلفون التعقيد الحسابي المرتبط بهذه العمليات، مشيرين إلى أنه بينما تفضل الطرق المباشرة للمهام الأقل كثافة حسابية، فإن الأساليب التغيرية تحقق مقياسًا أفضل للعمليات الأكثر تطلبًا. يقدمون طريقة قائمة على TT لحل أنظمة المعادلات الخطية، مستخدمين خوارزمية مجموعة إعادة تنظيم مصفوفة الكثافة التغيرية (DMRG) لتحسين الحل. تختتم القسم بتفصيل النموذج الحسابي لمعادلات نافير-ستوكس غير القابلة للضغط، موضحة المعادلات الحاكمة، واستراتيجيات التقدير، وطريقة الخطوة الجزئية المستخدمة لتقدم مجال التدفق. بشكل عام، يقدم القسم نظرة شاملة على إطار TT وتطبيقاته في حل المشكلات الرياضية المعقدة بكفاءة في الديناميكا الهوائية.
DOI: https://doi.org/10.1016/j.cpc.2026.110169
Publication Date: 2026-04-22
Author(s): Nis-Luca van Hülst et al.
Primary Topic: Quantum many-body systems
Overview
This research presents a novel algorithmic framework utilizing tensor networks for simulating fluid flows around immersed objects in curvilinear coordinates. The framework leverages highly compressed tensor representations for both flow fields and differential operators, facilitating efficient numerical implementation. The method is validated through simulations of steady and transient flows around stationary and rotating cylinders, demonstrating excellent agreement with finite difference simulations in terms of Strouhal numbers, forces, and velocity fields. Notably, the approach achieves significant memory savings and runtime advantages, with errors below 0.3% for flow-field compressions of up to 20 times and differential operators compressed by factors of up to 1000 compared to traditional sparse matrix representations.
In the conclusions, the study highlights the tensor train (TT) format as an effective reduced order model (ROM) framework for simulating incompressible Navier-Stokes equations (INSE) on non-uniform, body-fitted meshes, marking a significant advancement in computational fluid dynamics (CFD). The methodology encompasses mesh generation, curvilinear transformation of differential operators, and efficient extraction of key quantities such as lift coefficients and Strouhal numbers. The implementation of a ghost point strategy for boundary treatment and a fractional-step method enhances the versatility of the framework across various flow scenarios, including Stokes flows and vortex streets. Future work will explore the impact of obstacle geometry and mesh properties on operator compression, as well as investigate flows around more complex geometries, such as ellipsoids and NACA airfoils, particularly in high-Reynolds number regimes.
Introduction
The introduction of the research paper discusses the increasing demand for higher spatial and temporal resolution in engineering computational fluid dynamics (CFD), particularly for simulating turbulent flows through direct numerical simulation (DNS). The challenges posed by the non-linear increase in relevant scales with Reynolds number make DNS infeasible for many engineering applications. As a result, alternative methods such as turbulence closure models and reduced order models (ROMs) have been developed to mitigate computational demands, albeit often at the cost of accuracy and generality. Recent advancements in quantum computing (QC) present new opportunities for CFD, potentially allowing for significant reductions in memory requirements for highly resolved simulations. However, challenges remain in simulating nonlinear differential equations on quantum hardware, necessitating hybrid quantum-classical approaches and the exploration of quantum-inspired methods.
The paper introduces a tensor train (TT) framework for CFD, specifically targeting body-fitted structured-grid discretizations using curvilinear coordinates. This approach aims to enhance the accuracy and efficiency of simulating incompressible flows around submerged objects, extending the applicability of TT methods beyond traditional Cartesian grids. The authors outline the transformation of differential operators into curvilinear operators within the TT format and demonstrate the effectiveness of their method through simulations of laminar flows around circular cylinders. Notably, the TT solver achieves significant computational efficiency, with a 20-fold reduction in degrees of freedom compared to classical simulations, while maintaining high accuracy in predicting flow dynamics. The paper concludes by discussing the implications of their findings for future developments in tensor-network-based fluid dynamics.
Discussion
The section discusses the principles and fundamental operations of tensor trains (TTs) in their binary form, which are particularly suited for high-dimensional tensor representation in quantum computing contexts. The authors define the notation and encoding of tensors into TT format, emphasizing the use of the Einstein summation convention and consistent index ordering. The TT representation involves reshaping a vector into an order-n tensor and decomposing it into a series of order-3 tensors (TT-cores) using singular value decomposition (SVD). The section also highlights the importance of maintaining a coherent order within a canonical form and discusses the complexity of various algebraic operations, such as vector addition, matrix-vector products, and elementwise multiplication, which can be efficiently performed within this framework.
The authors detail the computational complexity associated with these operations, noting that while direct methods are preferred for less computationally intensive tasks, variational approaches yield better scaling for more demanding operations. They introduce a TT-based method for solving linear systems of equations, employing a variational density matrix renormalization group (DMRG) algorithm to optimize the solution. The section concludes by outlining the computational model for the incompressible Navier-Stokes equations, detailing the governing equations, discretization strategies, and the fractional step method used to advance the flow field. Overall, the section provides a comprehensive overview of the TT framework and its applications in efficiently solving complex mathematical problems in fluid dynamics.