Issue |
ESAIM: ProcS
Volume 64, 2018
SMAI 2017 - 8e Biennale Française des Mathématiques Appliquées et Industrielles
|
|
---|---|---|
Page(s) | 78 - 92 | |
DOI | https://doi.org/10.1051/proc/201864078 | |
Published online | 20 November 2018 |
Diffusion approximation in a radiative transfer model for astrophysical flows
1
LMR, FRE CNRS 2011, Université de Reims Champagne-Ardenne, Moulin de la Housse, 51687 Reims Cedex 2 France and LUTH, Observatoire de Paris, PSL Research University, CNRS, Université Paris Diderot, 92190 Meudon, France
2
LUTH, Observatoire de Paris, PSL Research University, CNRS, Université Paris Diderot, 92190 Meudon, France
3
LMR, FRE CNRS 2011, Université de Reims Champagne-Ardenne, Moulin de la Housse, 51687 Reims Cedex 2 France and LUTH, Observatoire de Paris, PSL Research University, CNRS, Université Paris Diderot, 92190 Meudon, France
In this work, we present the diffusion approximation model for radiative transfer when we deal with optically thick astrophysical flows. Since the initial model is high CPU time demanding when dealing with its numerical approximation, solving this simpler system can provide a low cost strategy for the simulation of radiative media. We then use a finite-volume algorithm coupled with an implicit scheme for radiative contributions to solve this simplified system. Numerical experiments in the one-dimensional and two dimensional cases are presented to validate our numerical strategy and to prove the relevance of this asymptotic model.
Résumé
Nous présentons dans ce travail un modèle du régime de la diffusion pour le transfert radiatif dans le cas où le milieu est optiquement très épais pour la description d'écoulements astrophysiques. Ce modèle permet d'envisager des stratégies numériques moins coûteuses en temps que le modèle M1 pour la simulation de processus radiatifs. Nous utilisons pour cela une méthode de type volumes finis couplée à un schéma implicite pour les termes de rayonnement et nous présentons des résultats de simulations numériques en dimension 1 et 2 d'espace permettant de valider notre algorithme et de montrer la pertinence de ce modèle.
© EDP Sciences, SMAI 2018
This is an open access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.