In dieser Arbeit wird ein Löser für die Berechnung der gekoppelten Wärmeübertragung in
Python implementiert. Um die Primärlösungen zu ermitteln wird die FEniCS-Bibliothek für
Finite-Elemente-Analysen verwendet. Zur Berechnung der gekoppelten Sensitivitäten der
Probleme wird die dolfin-adjoint Bibliothek herangezogen. Aufgrund der Annahme einer
inkompressiblen Flüssigkeit ist die Energieerhaltungsgleichung von den Massen- und Im-
pulserhaltungsgleichungen entkoppelt. Zuerst wird die Stokes-Strömung nach Druck und
Geschwindigkeit gelöst, anschließend werden die daraus erhaltenen Lösungen an die En-
ergiegleichung übergeben, um die Temperaturverteilung zu berechnen. Diese monolithis-
che Methode wird angewendet, um Stokes-Probleme zu lösen. Durch die Verwendung des
Subdomänenkonzepts in FEniCS werden die gekoppelten Wärmeübertragungsbedingungen
an den Fluid-Solid-Schnittstellen implizit erfüllt. Nachdem der primäre Löser korrekt imple-
mentiert wurde, wird er um die Berechnung der Sensitivitäten erweitert. Im Solver werden
Designvariablen und Zielfunktionen definiert, dolfin-adjoint zeichnet dann das Primärmodell
auf und berechnet die Sensitivitäten mit der Adjoint-Methode. Es sind zwei Testfälle definiert,
von denen einer die Strömung über eine beheizte flache Platte beschreibt und der andere
die Strömung in einem beheizten Kanal. Um die Sensitivitätsberechnung zu testen, werden
zwei Zielfunktionen definiert: Das Integral der Temperatur über das gesamte Rechengebiet
und das Integral der Temperatur über die Solid-Domäne. Die Primärlösungen von FEniCS
werden mit den Lösungen von Star-CCM+ validiert, während die Sensitivitäten aus der dolfin-
adjoint Bibliothek mit den Sensitivitäten validiert werden, welche über die Finite-Differenzen-
Methode mit Zentraldifferenzen ermittelt wurden. Die Validierung zeigt, dass die Ergebnisse
von FEniCS und Star-CCM+ stark miteinander übereinstimmen und dass die Sensitivitäten
sowohl von dolfin-adjoint als auch von den zentralen Finite-Differenzen identisch sind. Der
implementierte Löser wird dann auf ein dreidimensionales Problem angewendet und seine
Fähigkeiten werden erweitert, um auch komplexere Probleme zu lösen.
«