DOI chapter:
C. Förderung des wissenschaftlichen Nachwuchses
DOI chapter:II. Das WIN-Kolleg
DOI chapter:Sechster Forschungsschwerpunkt „Messen und Verstehen der Welt durch die Wissenschaft“
DOI chapter:14. Charakterisierung von durchströmten Gefäßen und der Hämodynamik mittels modell- und simulationsbasierter Fluss-MRI (CFD-MRI)
DOI Page / Citation link: https://doi.org/10.11588/diglit.55653#0302
14. Charakterisierung von durchströmten Gefäßen (WIN-Programm)
sie den Arbeiten von Pingen et al. zugrunde liegen [2], mit einem adjungiert-basier-
ten Ansatz zur Lösung eines Optimierungsproblems auf Hochleistungsrechnern,
Krause et al. [1] Dabei misst das zu minimierende Zielfunktional J=\(f((h)-g)2dr
die Abweichung vom gemessenen Strömungsfeld g zum simulierten Strömungs-
feld f(<D) in einer L2-Norm, wobei die Porositätsverteilung cD=<D(r) (im Ort) im
durchströmten Medium Q die zu findende Größe darstellt. Als Nebenbedingung
dient eine BGK-Boltzmann Gleichung mit Darcy-Homogenisierung, welche die
Full Information
Optimisation steps 0, 1, 2, 5, 10, 20, 35
Optimisation steps 1, 5, 10, 21
Optimisation steps 1, 5, 10, 20
Abb. 2: Identifikation eines umströmten Würfels mit einer Adjungierten Lattice Boltzmann Methode angewen-
det auf das Poröse-Medien-Modell. Die Bilder zeigen das identifizierte Gebiet für Szenarien mit unterschiedli-
chen Eingangsdaten. Es wurden lediglich Geschwindigkeitsinformationen aus den blau markierten Gebieten zur
Rekonstruktion verwendet. Selbst im Fall, in dem nur Informationen entfernt vom zu identifizierenden Objekt
zur Verfügung standen, konnte der Würfel in 20 Berechnungsschritten rekonstruiert werden.
303
sie den Arbeiten von Pingen et al. zugrunde liegen [2], mit einem adjungiert-basier-
ten Ansatz zur Lösung eines Optimierungsproblems auf Hochleistungsrechnern,
Krause et al. [1] Dabei misst das zu minimierende Zielfunktional J=\(f((h)-g)2dr
die Abweichung vom gemessenen Strömungsfeld g zum simulierten Strömungs-
feld f(<D) in einer L2-Norm, wobei die Porositätsverteilung cD=<D(r) (im Ort) im
durchströmten Medium Q die zu findende Größe darstellt. Als Nebenbedingung
dient eine BGK-Boltzmann Gleichung mit Darcy-Homogenisierung, welche die
Full Information
Optimisation steps 0, 1, 2, 5, 10, 20, 35
Optimisation steps 1, 5, 10, 21
Optimisation steps 1, 5, 10, 20
Abb. 2: Identifikation eines umströmten Würfels mit einer Adjungierten Lattice Boltzmann Methode angewen-
det auf das Poröse-Medien-Modell. Die Bilder zeigen das identifizierte Gebiet für Szenarien mit unterschiedli-
chen Eingangsdaten. Es wurden lediglich Geschwindigkeitsinformationen aus den blau markierten Gebieten zur
Rekonstruktion verwendet. Selbst im Fall, in dem nur Informationen entfernt vom zu identifizierenden Objekt
zur Verfügung standen, konnte der Würfel in 20 Berechnungsschritten rekonstruiert werden.
303