×

用于大涡模拟的应变速率本征框架中的不变数据驱动子网格应力建模。 (英语) Zbl 1507.76080号

总结:我们提出了一种新的方法来构建数据驱动的亚网格应力模型,用于湍流的大涡模拟。该方法的关键是在滤波应变率特征框架中表示模型输入和输出张量。如果以适当的方式选择输入和输出并对其进行无量纲化,则会产生对称、伽利略不变量、旋转不变量、反射不变量和单位不变量的模型形式。我们使用此模型形式,仅使用来自强制均匀各向同性湍流模拟的滤波直接数值模拟数据的一个时间步长,来训练一个简单有效的神经网络模型。我们证明了该模型的准确性以及该模型推广到以前未见过的过滤器宽度、雷诺数和流动物理的能力,使用先验的后部测验。

MSC公司:

76层65 湍流的直接数值模拟和大涡模拟

软件:

亚当;github
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Smagorinsky,J.,《原始方程的一般循环实验》,孟买。《天气评论》,91,3,99-164(1963)
[2] Germano,M。;Piomelli,美国。;梅因,P。;Cabot,W.,《动态亚脊尺度涡流粘度模型》,Phys。流体A,3,7,1760-1765(1991)·Zbl 0825.76334号
[3] 克拉克·R。;Ferziger,J。;Reynolds,W.,使用精确模拟的湍流评估亚网格尺度模型,J.Fluid Mech。,91, 1, 1-16 (1979) ·Zbl 0394.76052号
[4] J.Bardina,J.Ferziger,W.Reynolds,《大涡模拟的改进子网格模型》,第13届流体和等离子体动力学会议,(ISSN:01463705)1980年。
[5] 博鲁,V。;Orszag,S.,三维湍流中的局部能量通量和亚脊尺度统计,J.流体力学。,366, 1-31 (1998) ·Zbl 0924.76035号
[6] 巴格特,J。;杰梅内斯。;Kravchenko,A.,剪切流大涡模拟的分辨率要求,(《年度研究简报》(1997年),湍流研究中心)
[7] 维雷姆,B。;Geurts,B。;Kuerten,H.,湍流混合层的大涡模拟,J.流体力学。,339, 357-390 (1997) ·Zbl 0900.76369号
[8] 维雷姆,B。;格茨,B。;Kuerten,H.,使用克拉克模型对时间混合层进行大涡模拟,Theor。计算。流体动力学。,8, 4, 309-324 (1996) ·Zbl 0898.76045号
[9] Duraisamy,K。;艾卡里诺,G。;Xiao,H.,《数据时代的湍流建模》,年。流体力学版次。,51, 1, 357-377 (2019) ·Zbl 1412.76040号
[10] Sarghini,F。;Felice,G。;Santini,S.,《大涡模拟中基于神经网络的子网格尺度建模》,计算。流体,32,1,97-108(2003)·Zbl 1009.76512号
[11] 金·R。;P.哈姆林顿。;Dahm,W.,湍流模拟的自主闭合,物理。E版,93,第031301条pp.(2016)
[12] 加马哈拉,M。;Hattori,Y.,《利用人工神经网络搜索湍流模型》,Phys。《流体》第2版,第054604条,pp.(2017)
[13] 王,Z。;罗,K。;李,D。;Tan,J。;Fan,J.,《大涡模拟中亚脊尺度应力的数据驱动闭合研究》,Phys。流体,30,12,第125101条pp.(2018)
[14] Zhou,Z。;He,G。;王,S。;Jin,G.,使用人工神经网络对各向同性湍流进行大规模模拟的子网格模型,计算。流体,195,第104319条pp.(2019)·Zbl 1466.76026号
[15] 谢,C。;袁,Z。;Wang,J.,基于人工神经网络的湍流大涡模拟非线性代数模型,物理。流体,32,11,第115101条pp.(2020)
[16] Ling,J。;Kurzawski,A。;Templeton,J.,使用具有嵌入不变性的深度神经网络的雷诺平均湍流建模,J.流体力学。,807,155-166(2016)·Zbl 1383.76175号
[17] B.Parmar、E.Peters、K.Jansen、A.Doostan、J.Evans,《数据辅助雷诺应力闭合的广义非线性涡流粘度模型》,载于:AIAA科学技术2020论坛,2020年。
[18] Subel,A。;Chattopadhyay,A。;关,Y。;Hassanzadeh,P.,使用深度学习对强迫Burgers湍流进行数据驱动的亚脊尺度建模,通过传递学习推广到更高雷诺数,Phys。流体,33,3,第031702条pp.(2021)
[19] Maulik,R。;San,O.,湍流盲反褶积的神经网络方法,J.流体力学。,831, 151-181 (2017) ·Zbl 1421.76134号
[20] 谢,C。;Wang,J。;Weinan,E.,在湍流大涡模拟中使用空间人工神经网络模拟亚脊尺度力,Phys。流体版本,5,5,54606(2020)
[21] Sagaut,P.,《不可压缩流的大涡模拟》(2006),Springer Verlag Berlin Heidelberg·Zbl 1091.76001号
[22] D.Lilly,《数值模拟实验中小尺度湍流的表示》,载于:《IBM科学计算研讨会环境科学论文集》,1967年,第195-210页。
[23] Nicoud,F。;Ducros,F.,基于速度梯度张量平方的子网格尺度应力建模,Flow Turbul。库布斯特。,62, 3, 183-200 (1999) ·Zbl 0980.76036号
[24] Vreman,A.,湍流剪切流的涡流-粘度亚脊尺度模型:代数理论和应用,物理学。流体,16,10,3670-3681(2004)·Zbl 1187.76543号
[25] Nicoud,F。;托达,H。;Cabrit,O.(敞篷车)。;Bose,S。;Lee,J.,《使用奇异值构建用于大涡模拟的亚脊尺度模型》,Phys。流体,23,8,第085106条pp.(2011)
[26] 斯托尔茨,S。;N.亚当斯。;Kleiser,L.,《应用于不可压缩壁面流动的大涡模拟的近似反褶积模型》,Phys。流体,13,4,997-1015(2001)·Zbl 1184.76530号
[27] 刘,S。;Meneveau,C。;Katz,J.,《关于从湍流射流测量中推导出的相似亚脊模型的特性》,J.流体力学。,275, 83-119 (1994)
[28] A.Prakash,K.Jansen,J.Evans,《次网格应力闭合梯度模型的优化剪裁》,载于:AIAA科学技术2021论坛,2021年。
[29] Prakash,A。;Jansen,K。;Evans,J.,用于大涡模拟的结构亚网格应力闭合的最佳剪裁(2022),arXiv预印本。arXiv:2210.09122
[30] 臧,Y。;街道,R。;Koseff,J.,动态混合亚脊模型及其在湍流再循环流动中的应用,Phys。流体A,5,12,3186-3196(1993)·兹伯利0925.76242
[31] Horiuti,K.,一种新的用于大涡模拟的动态双参数混合模型,Phys。流体,9,11,3443-3464(1997)·Zbl 1185.76760号
[32] Linke,A。;Merdon,C.,不可压缩Navier-Stokes方程混合有限元方法中的压力鲁棒性和离散亥姆霍兹投影,计算。方法应用。机械。工程,311304-326(2016)·Zbl 1439.76083号
[33] Spalart,P.,湍流建模中的哲学和谬误,Prog。Aerosp.航空公司。科学。,74, 1-15 (2015)
[34] Pope,S.,一个更普遍的有效粘度假说,J.流体力学。,72, 2, 331-340 (1975) ·Zbl 0315.76024号
[35] 莱斯曼,M。;哈斯伯格,J。;桑德伯格,R。;Klein,M.,基因表达编程在泰勒绿色涡旋后验大涡模拟中的应用,J.Compute。物理。,424,第109859条pp.(2021)·Zbl 07508464号
[36] O.多罗尼娜。;Towery,C.公司。;Hamlington,P.,使用马尔可夫链蒙特卡罗近似贝叶斯计算进行次脊尺度模型的参数估计(2020年)
[37] Wang,J。;吴杰。;Xiao,H.,基于DNS数据重建雷诺应力模型差异的基于物理的机器学习方法,Physis。修订版流体,2,第034603条,第(2017)页
[38] 吴杰。;Sun,R。;Laizet,S。;Xiao,H.,应力张量扰动的表示及其在机器学习辅助湍流建模中的应用,计算。方法应用。机械。工程,346707-726(2019)·Zbl 1440.76042号
[39] 彼得斯,E。;巴林,R。;Jansen,K。;Doostan,A。;Evans,J.,数据形成雷诺应力闭合的S框架差异校正模型,J.Compute。物理。,448,第110717条,第(2022)页·Zbl 07516801号
[40] Ashurst,W。;科尔斯坦,A。;克尔,R。;Gibson,C.,模拟Navier-Stokes湍流中涡度和标量梯度与应变率的对齐,物理学。流体,30,8,2343-2353(1987)
[41] P.哈姆林顿。;舒马赫,J。;Dahm,W.,湍流中涡度与局部和非局部应变率对齐的直接评估,Phys。流体,20,11,1-5(2008)·Zbl 1182.76306号
[42] Aldama,A.,湍流模拟的过滤技术(2000),Springer-Verlag·Zbl 0724.76002号
[43] Maulik,R。;圣马力诺。;雅各布·J。;Crick,C.,通过深度学习进行子网格模型分类和融合,J.流体力学。,870, 784-812 (2019) ·Zbl 1419.76370号
[44] 古德费罗,I。;本吉奥,Y。;A.Courville,《深度学习》(2016),麻省理工学院出版社·Zbl 1373.68009号
[45] 李毅。;Perlman,E。;Wan,M。;Yang,Y。;Meneveau,C。;伯恩斯,R。;陈,S。;Szalay,A。;Eyink,G.,《公共湍流数据库集群及其在湍流速度增量拉格朗日演化研究中的应用》,J.Turbul。,9,N31(2008)·Zbl 1273.76210号
[46] Kingma,D。;Ba,J.,Adam:随机优化方法(2015),CoRR,arXiv:1412.6980
[47] 怀特,C。;Jansen,K.,使用层次基础的不可压缩Navier-Stokes方程的稳定有限元方法,国际。J.数字。液体方法,35,1,93-116(2001)·Zbl 0990.76048号
[48] 法斯塔(2021),https://github.com/PHASTA/PHASTA。(2021年6月21日访问)
[49] Tejada-Martínez,A。;Jansen,K.,关于由于流线迎风/Petrov-Galerkin稳定导致的动态模型耗散和数值耗散之间的相互作用,计算。方法应用。机械。工程,194,9-11,1225-1248(2005)·Zbl 1091.76027号
[50] Bazilevs,Y。;卡罗,V。;科特雷尔,J。;休斯·T。;Reali,A。;Scovazzi,G.,《不可压缩流动大涡模拟的基于残差的变分多尺度湍流建模》,计算。方法应用。机械。工程,197,1173-201(2007)·Zbl 1169.76352号
[51] 詹森,K。;怀特,C。;Hulbert,G.,用稳定有限元方法积分滤波Navier-Stokes方程的广义-(α)方法,计算。方法应用。机械。工程,190,3,305-319(2000)·Zbl 0973.76048号
[52] Comte Bellot,G.公司。;Corrsin,S.,网格生成的“各向同性”湍流中全频带和窄带速度信号的简单欧拉时间相关性,J.流体力学。,48, 2, 273-337 (1971)
[53] Deardorff,J.,《大雷诺数下三维湍流通道流动的数值研究》,J.流体力学。,41, 2, 453-480 (1970) ·Zbl 0191.25503号
[54] Tejada-Martínez,A。;Jansen,K.,动态模型大循环有限元模拟的空间测试滤波器,Commun。数字。方法。工程,19,3,205-213(2003)·Zbl 1012.76053号
[55] Langford,J。;Moser,R.,各向同性湍流的最优LES公式,J.流体力学。,398, 321-346 (1999) ·Zbl 0983.76043号
[56] Germano,M.,《湍流大涡数值模拟的微分滤波器》,Phys。流体,29,1755-1757(1986)·Zbl 0642.76073号
[57] 布尔,J。;Jameson,A.,《大涡模拟中子滤波器应力的显式滤波和精确重建》,J.Compute。物理。,306, 117-136 (2016) ·Zbl 1351.76034号
[58] Pope,S.,《湍流》(2000),剑桥大学出版社·Zbl 0966.76002号
[59] Kang,H。;切斯特,S。;Meneveau,C.,《主动网格生成流中的衰减湍流及其与大涡模拟的比较》,J.流体力学。,480, 129-160 (2003) ·Zbl 1063.76507号
[60] Tejada-Martinez,A.,《用稳定有限元法进行湍流大涡模拟的动态子网格尺度建模》(2002),美国伦斯勒理工学院(博士论文)
[61] A.Kolmogorov,《关于不可压缩粘性流体中各向同性湍流的退化》,载于《苏联科学院学报》,1941年第31卷,第319-323页。
[62] Comte-Bellot,G。;Corrsin,S.,《利用收缩改善网格生成湍流的各向同性》,J.流体力学。,25, 4, 657-682 (1966)
[63] Shoraka,Y.,《无剪切和有剪切可压缩湍流中湍流和湍流混合的大涡模拟》(2017),澳大利亚新南威尔士大学,(博士论文)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。