Conservation de la masse

Résumé

La conservation de la masse (ou de Lavoisier) est une loi fondamentale de la chimie et de la physique. Elle indique non seulement qu'au cours de toute expérience, y compris si elle implique une transformation chimique, la masse se conserve, mais aussi que le nombre d'éléments de chaque espèce chimique se conserve (cette loi ne s'applique pas à l'échelle nucléaire : voir défaut de masse). Comme toute loi de conservation elle s'exprime par une équation de conservation. Validité de cette loi de conservation Depuis la formulation de la relativité restreinte au début du , la conservation de la masse est vue comme une règle confondue à celle de la conservation de l'énergie. Dans les conditions « terrestres », et pour les réactions n'impliquant pas de transformation nucléaires, elle reste vraie (en très bonne approximation). Pour les réactions impliquant une transformation nucléaire, la variation de masse correspond à une variation opposée d'une autre forme d'énergie (on parle ici

Source officielle

https://fr.wikipedia.org/wiki/Conservation_de_la_masse

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (56)

Publications associées

Chargement

Personnes associées (38)

Personnes associées

Chargement

Unités associées (30)

Unités associées

Chargement

Concepts associés (54)

Concepts associés

Chargement

Cours associés (97)

Cours associés

Chargement

Séances de cours associées (196)

Séances de cours associées

Chargement

Global Fourier spectral methods are excellent tools to solve conserva- tion laws. They enable fast convergence rates and highly accurate solutions. However, being high-order methods, they suffer from the Gibbs phenomenon, which leads to spurious numerical oscillations in the vicinity of discontinuities. This can have a detrimental effect on the solution quality and lead to unphysical results. While local approxima- tion techniques allow for local limiting or reconstruction, there are no such possibilities for global methods. This thesis proposes a neural net- work based method that adds artificial viscosity around discontinuities of the solution to the conservation law. This enables the transforma- tion of discontinuities into steep but continuous jumps. Test cases in one and two spatial dimensions as well as systems of conservation laws (Euler equations) are solved. Furthermore, the method is generalized to other global basis approaches on non-uniform grids and reduced ba- sis methods. The proposed method delivers satisfactory results in all test cases. On the one hand, it is able to detect and handle discontinu- ities. On the other hand, it stays highly accurate for smooth data.

2020

Chargement

Regularity of solutions for a fourth-order elliptic system via Conservation law

Changyu Guo

In this paper, we obtain interior Holder continuity for solutions of the fourth-order elliptic system Delta(2)u = Delta(V center dot del u) + div(w del u) + W center dot del u formulated by Lamm and Riviere [Comm. Partial Differential Equations 33 (2008) 245-262]. Boundary continuity is also obtained under a standard Dirichlet or Navier boundary condition. We also use conservation law to establish a weak compactness result which generalizes a result of Riviere for the second-order problem.

2019

Chargement

Controlling oscillations in spectral methods by local artificial viscosity governed by neural networks

Jan Sickmann Hesthaven, Deep Ray, Lukas Schwander

While a nonlinear viscosity is used widely to control oscillations when solving conservation laws using high-order elements based methods, such techniques are less straightforward to apply in global spectral methods since a local estimate of the solution regularity is generally required. In this work we demonstrate how to train and use a local artificial neural network to estimate the local solution regularity and demonstrate the efficiency of nonlinear artificial viscosity methods based on this, in the context of Fourier spectral methods. We compare with entropy viscosity techniques and illustrate the promise of the neural network based estimators when solving one- and two-dimensional conservation laws, including the Euler equations. (C) 2021 Elsevier Inc. All rights reserved.

ACADEMIC PRESS INC ELSEVIER SCIENCE2021

Chargement