美国诺沃亚。;马格里，L。 实时热声数据同化。 （英语） Zbl 1521.76751号 J.流体力学。 948，论文编号A35，第40页（2022）. 小结：低阶热声模型在质量上是正确的，但通常在数量上是不准确的。我们提出了一种时域偏差感知方法，以使定性低阶模型定量（更）准确。首先，我们为低阶模型开发了一种贝叶斯集合数据同化方法，以便在参考数据可用时进行自适应和自校正。其次，我们应用该方法在不存储数据（实时）的情况下推断热声状态和热释放参数。我们使用合成声压测量进行了双实验，以分析从极限循环到混沌的所有非线性热声状态下的数据同化性能，并对结果进行物理解释。第三，我们提出了热声数据同化的实用规则。针对丰富的非线性行为，提出了增加、拒绝、膨胀策略；提出了在非混沌区域（采用奈奎斯特·香农准则）和混沌区域（使用李亚普诺夫时间）中同化的物理时间尺度。第四，我们使用高精度模型的数据进行数据同化。我们引入一个回波状态网络来实时估计预测偏差，这是低维模型的模型误差。我们表明：（i）可以准确推断正确的声压、参数和模型偏差；（ii）学习是稳健的，因为它可以处理观测中的巨大不确定性（最多50%平均值）；（iii）预测和参数的不确定性自然是输出的一部分；（iv）可以成功地推断出时间精确解和统计。数据同化通过物理知识和实验数据的协同作用为实时预测热声学开辟了新的可能性。 引用于5文件 理学硕士： 76M99型 流体力学基本方法 76立方米 随机分析在流体力学问题中的应用 2005年第76季度 水力和气动声学 76N25号 可压缩流体和气体动力学的流量控制与优化 68T05型 人工智能中的学习和自适应系统 关键词：不稳定性控制;非线性动力系统;贝叶斯集合数据同化方法;低阶模型;奈奎斯特·香农准则;混沌状态;李雅普诺夫时间 软件：合卡尔曼滤波;Matlab公司;代码23;代码45;代码113;奥德15;代码23;MATLAB ODE套件 PDF格式BibTeX公司 XML格式引用 \textit{A.Nóvoa}和\textit{L.Magri}，《流体力学杂志》。948，论文编号A35，40页（2022；Zbl 1521.76751） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] Aggarwal，C.C.2018《神经网络与深度学习》，第10卷，第978-983页。斯普林格·Zbl 1402.68001号 [2] Aguilar Pérez，J.G.2019低阶热声模型中的灵敏度分析和优化。剑桥大学博士论文。 [3] Balasubramanian，K.和Sujith，R.I.2008 Rijke管中的热声不稳定性：非正态性和非线性。物理学。流体20（4），044103·Zbl 1182.76048号 [4] Bannister，R.N.2008大气变分数据同化中预测误差协方差统计的综述。一： 预测误差协方差的特征和度量。Q.J.R.Meteorol公司。Soc.134（637），1951-1970年。 [5] Bannister，R.N.2017变分和集合变分数据同化操作方法综述。Q.J.R.Meteorol公司。Soc.143（703），607-633。 [6] Bloxsidge，G.J.、Dowling，A.P.和Langhorne，P.J.1988再热嗡嗡声：一种声学耦合的燃烧不稳定性。第2部分。理论。《流体力学杂志》193、445-473。 [7] Boffetta，G.，Cencini，M.，Falcioni，M.&Vulpiani，A.2002可预测性：描述复杂性的方法。物理学。代表356（6），367-474·Zbl 0977.37005号 [8] Colburn，C.H.，Cessna，J.B.&Bewley，T.R.2011《壁流系统中的状态估计》。第3部分。集合卡尔曼滤波器。《流体力学杂志》682，289-303·Zbl 1241.76303号 [9] Culick，F.E.C.&Kuentzmann，P.2006推进系统燃烧室内的非定常运动。技术代表RTO-AG-AVT-039。北约研究与技术组织（NATO Research and Technology Organization Neuilly-Sur-Seine）。 [10] Dee，D.P.和Da Silva，A.M.1998存在预测偏差的数据同化。Q.J.R.Meteorol公司。Soc.124（545），269-295。 [11] Doan，N.A.K.、Polifke，W.和Magri，L.2021混沌流和极端事件的短期和长期预测：物理约束油藏计算方法。程序。R.Soc.伦敦。A477（2253），20210135。 [12] De Domenico，F.、Rolland，E.O.和Hochgreb，S.2017管道中合成热点产生的直接和间接噪声检测。J.Sound Vib.394220-236号。 [13] Dowling，A.P.1995热声振荡的计算。J.Sound Vib.180（4），557-581。 [14] Dowling，A.P.1999导管火焰的运动模型。《流体力学杂志》394、51-72·Zbl 0968.76092号 [15] Dowling，A.P.&Morgans，A.S.2005燃烧振荡的反馈控制。每年。流体力学修订版37（1），151-182·Zbl 1117.76072号 [16] Drécourt，J.-P.，Madsen，H.&Rosbjerg，D.2006偏见感知卡尔曼滤波器：比较与改进。《高级水资源》29（5），707-718。 [17] Eckart，C.1960《海洋和大气的流体动力学》。佩加蒙·Zbl 0204.24906号 [18] Evensen，G.2003集合卡尔曼滤波器：理论公式和实际实现。海洋动力学53（4），343-367。 [19] Evensen，G.2009数据同化：集合卡尔曼滤波器。斯普林格·Zbl 1395.93534号 [20] Friedland，B.1969递归滤波中的偏差处理。IEEE Trans。自动。控制14（4），359-367。 [21] Garita，F.，Yu，H.&Juniper，M.P.2021实验数据同化，以创建定量准确的降阶热声模型。事务处理。ASME J.工程燃气轮机功率143（2），021008。 [22] Gelb，A.1974应用最优估计。麻省理工学院。 [23] Gotoda，H.、Ikawa，T.、Maki，K.和Miyano，T.2012辐射热损失引起的火焰前沿不稳定性动力学行为的短期预测。混沌22（3），033106。 [24] Gotoda，H.、Nikimoto，H.，Miyano，T.和Tachibana，S.2011贫预混燃气轮机燃烧室中燃烧不稳定性的动态特性。混沌21（1），013124。 [25] Grigoryeva，L.&Ortega，J.-P.2018回声状态网络是通用的。神经网络108，495-508·Zbl 1434.68409号 [26] 关，于。，Gupta，V.&Li，L.K.B.2020自激混沌热声振荡的间歇路径。《流体力学杂志》894，R3·Zbl 1460.76698号 [27] Hasegawa，K.、Fukami，K.Murata，T.和Fukagata，K.2020各种形状钝体周围非定常流动的基于机器学习的降阶建模。理论。计算。流体动力学34（4），367-383。 [28] Heckl，M.A.1990 Rijke管中的非线性声学效应。Acustica72，63-71。 [29] Houtekamer，P.L.&Zhang，F.2016大气数据同化集合卡尔曼滤波器综述。周一。韦斯。第144（12）版，4489-4532。 [30] Huhn，F.&Magri，L.2020a混沌系统中的学习遍历平均。国际计算科学会议（编辑：V.V.Krzhizhanovskaya、G.Závodszky、M.H.Lees、J.J.Dongarra、P.M.A.Sloot、S.Brissos和J.Teixeira），第12142卷。第124-132页。斯普林格。 [31] Huhn，F.&Magri，L.2020b混沌声波振荡的稳定性、灵敏度和优化。《流体力学杂志》882，A24·Zbl 1430.76421号 [32] Huhn，F.&Magri，L.2022利用水库计算对混沌声学进行无梯度优化。物理学。流体版本7（1），014402。 [33] Jaeger，H.和Haas，H.2004《利用非线性：预测混沌系统和无线通信中的节能》。科学304（5667），78-80。 [34] Jaynes，E.T.1957信息理论与统计力学。物理学。修订版106（4），620·Zbl 0084.43701号 [35] Jaynes，E.T.2003《概率论：科学的逻辑》。剑桥大学出版社·Zbl 1045.62001号 [36] Jazwinski，A.H.2007随机过程和过滤理论。Courier公司·Zbl 1203.60001号 [37] Juniper，M.P.2011水平Rijke管中的触发：非正常、瞬态生长和旁路过渡。《流体力学杂志》667、272-308·Zbl 1225.76145号 [38] Juniper，M.P.&Sujith，R.I.2018热声振荡的灵敏度和非线性。每年。修订版流体机械50（1），661-689·Zbl 1384.76050号 [39] Kabiraj，L.、Saurabh，A.、Wahi，P.和Sujith，R.I.2012a管道层流预混火焰中燃烧不稳定性的混沌路径。混沌22（2），023129。 [40] Kabiraj，L.&Sujith，R.I.2012非线性自激热声振荡：间歇性和火焰熄灭。《流体力学杂志》713，376-397·Zbl 1284.76170号 [41] Kabiraj，L.、Sujith，R.I.和Wahi，P.2012b自激管道层流预混火焰的分叉。事务处理。ASME J.工程燃气轮机功率134（3），031502·Zbl 1309.80009号 [42] Kalman，R.E.1960A线性滤波和预测问题的新方法。事务处理。ASME J.基础工程82（1），35-45。 [43] Kantz，H.&Schreiber，T.2003非线性时间序列分析，第2版。剑桥大学出版社·Zbl 1050.62093号 [44] Kashinath，K.、Waugh，I.C.和Juniper，M.P.2014管道预混火焰的非线性自激热声振荡：分叉和混沌路径。《流体力学杂志》761，399-430。 [45] Labahn，J.W.，Wu，H.，Coriton，B.，Frank，J.H.&Ihme，M.2019使用高速测量和LES进行数据同化，以检查湍流火焰中的局部消光事件。程序。库布斯特。第37（2）号指令，2259-2266。 [46] Landau，L.D.&Lifshitz，E.M.1987《流体力学》，第二版。佩加蒙·兹比尔0081.22207 [47] Lewis，J.M.，Lakshmivarahan，S.&Dhall，S.2006动态数据同化：最小二乘法，第13卷。剑桥大学出版社·Zbl 1268.62003号 [48] Li，R.，Jan，N.M.，Huang，B.&Prasad，V.2019基于Kullback-Leibler散度的约束集合卡尔曼滤波器。J.过程控制81、150-161。 [49] Lieuwen，T.C.2012非定常燃烧室物理。剑桥大学出版社·Zbl 1284.80001号 [50] Lieuwen，T.C.&Yang，V.2005燃气轮机发动机燃烧不稳定性：运行经验、基本机制和建模。美国航空航天学会。 [51] Lives，D.M.，Dance，S.L.&Nichols，N.K.2008无偏集合平方根滤波器。《物理学》D237（8），1021-1028·Zbl 1147.93413号 [52] Lukoševičius，M.2012应用回声状态网络的实用指南。《神经网络：贸易的诡计》（编辑G.Montavon、G.B.Orr和K.-R.Müller），第659-686页。斯普林格。 [53] Maas，W.，Natschläger，T.和Markram，H.2002无稳定状态的实时计算：一种基于扰动的神经计算新框架。神经计算14（11），2531-2560·Zbl 1057.68618号 [54] Magri，L.2019热声学中作为设计工具的伴随方法。申请。机械。修订版71（2），020801。 [55] Magri，L.，Balasubramanian，K.，Sujith，R.I.&Juniper，M.P.2013扩散火焰中燃烧-声音相互作用的非正常性：一项关键修订。J.Fluid公司。机械719183-202·Zbl 1294.76276号 [56] Magri，L.&Doan，N.A.K.2020利用Lyapunov分析和连续数据同化对湍流反应流进行基于物理的数据驱动预测。《湍流燃烧直接数值模拟的数据分析》（编辑：P.Heinz和A.Antonio），第177-196页。斯普林格。 [57] Magri，L.&Juniper，M.2014扩散火焰与管道声学耦合的全球模式、感受性和灵敏度分析。《流体力学杂志》752，237-265·Zbl 1325.80006号 [58] Mensah，G.A.，Magri，L.，Silva，C.F.，Buschmann，P.E.&Moeck，J.P.2018热声光谱中的异常点。J.Sound Vib.433，124-128。 [59] Nair，V.&Sujith，R.I.2015A燃烧不稳定性开始的降阶模型：间歇和前兆的物理机制。程序。库布斯特。仪器35（3），3193-3200。 [60] Nair，V.、Thampi，G.和Sujith，R.I.2014湍流燃烧室中热声不稳定性的间歇路径。《流体力学杂志》756、470-487。 [61] Nicoud，F.，Benoit，L.，Sensiau，C.&Poinsot，T.2007具有复杂阻抗和多维主动火焰的燃烧室中的声学模式。美国汽车协会J.45（2），426-441。 [62] Noiray，N.2017根据湍流燃烧室中声信号包络的动力学和统计进行线性增长率估计。事务处理。ASME J.工程燃气轮机功率139（4），041503。 [63] Noiray，N.，Durox，D.，Schüller，T.&Candel，S.2008基于火焰描述函数的非线性燃烧不稳定性分析的统一框架。《流体力学杂志》615、139-167·Zbl 1168.76056号 [64] Novati，G.、Mahadevan，L.和Koumoutsakos，P.2019通过深度信息学习控制滑翔和栖息。物理学。流体版本4（9），093902。 [65] Nóvoa，A.&Magri，L.2020预测和过滤线性和非线性热声振荡的贝叶斯方法。牛市。美国物理。Soc.65（13），E04.007。 [66] O'Connor，J.、Acharya，V.和Lieuwen，T.C.2015横向燃烧不稳定性：声学、流体力学和火焰过程。掠夺。能源燃烧。科学49，1-39。 [67] Orchini，A.、Illingworth，S.J.和Juniper，M.P.2015利用基于波的声学对热声振荡进行频域和时域分析。《流体杂志》。机械775387-414·Zbl 1403.76177号 [68] Orchini，A.、Magri，L.、Silva，C.F.、Mensah，G.A.和Moeck，J.P.2020热声学中的退化微扰理论：高阶灵敏度和例外点。《流体力学杂志》903，A37·Zbl 1460.76705号 [69] Pham，D.T.2001强非线性系统中序列数据同化的随机方法。周一。韦斯。第129（5）版，1194-1207。 [70] Pitsch，H.和De Lageneste，L.D.2002使用水平集方法对预混湍流燃烧进行大型模拟。程序。库布斯特。2001-2008年第29（2）号指令。 [71] Poinsot，T.2017真实发动机中燃烧不稳定性的预测和控制。程序。库布斯特。仪器36（1），1-28。 [72] Polifke，W.2020通过分布时间延迟对预混火焰动力学进行建模和分析。掠夺。能源燃烧。科学79100845。 [73] Polifke，W.，Poncet，A.，Paschereit，C.O.&Döbbeling，K.2001通过瞬态计算流体动力学重建声学传递矩阵。J.Sound Vib.245（3），483-510。 [74] Racca，A.和Magri，L.2021用于学习混沌动力学的回波状态网络的稳健优化和验证。神经网络142，252-268·Zbl 1521.68153号 [75] 瑞利，洛德1878某些声学现象的解释。《自然》18，319-321。 [76] Reich，S.&Cotter，C.2015概率预测和贝叶斯数据同化。剑桥大学出版社·Zbl 1314.62005年 [77] Rubio，P.-B.，Chamoin，L.&Louf，F.2019实时贝叶斯数据同化与数据选择、模型偏差修正和现场不确定性传播。C.R.Méc347（11），762-779。 [78] Rumelhart，D.E.，Hinton，G.E.&Williams，R.J.1986通过反向传播错误学习表征。《自然》323（6088），533-536·Zbl 1369.68284号 [79] Sakov，P.&Oke，P.R.2008集合平方根滤波器中集合变换形式的含义。周一。韦斯。修订版136（3），1042-1053。 [80] Sasaki，Y.1955A，基于变分原理的数值预测基础研究。J.气象。《日本社会》33（6），262-275。 [81] Schuermans，B.2003热声不稳定性建模与控制。EPFL。doi:10.5075/epfl-thesis-2800。 [82] Shampine，L.F.&Reichelt，M.W.1997 MATLAB ODE套件。SIAM J.科学。计算18（1），1-22·Zbl 0868.65040号 [83] Da Silva，A.F.C.和Colonius，T.2018基于集合的气动流状态估计器。美国汽车协会J.56（7），2568-2578。 [84] Da Silva，A.F.C.&Colonius，T.2020存在离散化误差时的流动状态估计。《流体力学杂志》890，A10·Zbl 1460.76287号 [85] Silva，C.F.、Nicoud，F.、Schuller，T.、Durox，D.和Candel，S.2013将亥姆霍兹解算器与火焰描述函数相结合，以评估预混旋流燃烧器中的燃烧不稳定性。库布斯特。火焰160（9），1743-1754。 [86] Sujith，R.I.&Unni，V.R.2020研究和缓解湍流燃烧室热声不稳定性的复杂系统方法。物理学。流体32（6），061401。 [87] Tarantola，A.2005模型参数估计的反问题理论和方法。SIAM公司·Zbl 1074.65013号 [88] Traverso，T.&Magri，L.2019非线性时滞动力系统中的数据同化与拉格朗日优化。计算科学-ICCS 2019（编辑J.M.F.Rodrigues、P.J.S.Cardoso、J.Monteiro、R.Lam、V.V.Krzhizhanovskaya、M.H.Lees、J.J.Dongarra和P.M.A.Sloot），第11539卷。第156-168页。 [89] Trefethen，L.N.2000 MATLAB中的光谱方法，第10卷。SIAM公司·Zbl 0953.68643号 [90] Xiao，H.，Wu，J.-L.，Wang，J.-X.，Sun，R.&Roy，C.J.2016量化和减少雷诺平均Navier-Stokes模拟中的模型形式不确定性：一种数据驱动、基于物理的贝叶斯方法。计算机杂志。《物理学》324115-136·Zbl 1371.76082号 [91] Yu，H.，Juniper，M.P.&Magri，L.2019水平集方法中的组合状态和参数估计。计算机杂志。物理399、108950·Zbl 1453.62403号 [92] Zinn，B.T.&Lores，M.E.1971应用Galerkin方法解决液体火箭非线性轴向燃烧不稳定性问题。库布斯特。科学。技术4（1），269-278。 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。