DarioZar / tirocinio-INAF-2020

Progetto di tirocinio per il corso di laurea in scienze fisiche all'osservatorio astronomico di Palermo, A.A. 2019/2020, con il prof. Orlando.

Tirocinio INAF 2020

Modelli fluidodinamici con Pluto.

Sedov

Simulazione di una blast wave di Sedov-Taylor. Codice incluso tra gli esempi di Pluto.

Supernova

Simulazione della fase di espansione di Sedov per un SNR, in 2D, con simmetria cilindrica, in mezzo ambiente disomogeneo, e cioé con un ring denso attorno al SNR. Il setup è mostrato nella figura.

Contiene:

• varie run svolte con risoluzioni diverse (128x128, 256x256, 512x512, 1024x1024) e solver diversi (hll, hllc, roe). Ad esempio, una run svolta a 512^2 punti e con solver roe si trova in '512/roe/'
• run svolte con smoothing delle condizioni iniziali abilitato, in SmoothingEnabled/
• solv-test-*.pdf, generato con tracer_analyze.py solv n, che mostra la massa delle regioni con più del 90% di materiale appartenenti a SNR (tr1) o ring denso (tr2), con risoluzione 512x512 e solver hll, hllc, roe
• conv-test-*.pdf, generato con tracer_analyze.py conv n, che mostra la massa delle regioni con più del 90% di materiale appartenenti a SNR (tr1) o ring denso (tr2), con risoluzioni diverse e solver roe
• andamentoM0.pdf, generato con M0analyze.py, che mostra la massa delle regioni con più del 90% di materiale di SNR/Ring all'istante iniziale, confrontato con le rispettive masse settate nelle condizioni iniziali
• paralSpeedup.pdf, generato dai dati in ParalTest/ con paral_analyze.py, che mostra lo speedup parallelo di run con 1,2,4 processori
• tracer_analyze.py, che richiede pyPLUTO, matplotlib e numpy. Uso: tracer_analyze.py mode n, con mode test da fare (conv per il test di convergenza a risoluzioni diverse e solver roe, solv per il test di solver a risoluzione 512x512 e solver hll, hllc, roe) e n numero del tracer
• plotasgif.py, che richiede pyPLUTO, matplotlib, numpy e imagemagick. Genera una .gif con i surface plot, anche in scala log, presi ai vari step calcolati, per una variabile scelta. Uso: plotasgif.py path var steps [--log] [--cmap cmap], con path path in cui si trovano i file della run, var variabile da mostrare a scelta tra rho, prs, tr1, tr2, steps masssimo numero di passi da mettere nella .gif, --log per un grafico di log(var) e cmap a scelta tra quelle incluse in matplotlib.