×
Himakar甘蒂;普拉申特·哈雷

使用机器学习技术对多相流进行数据驱动的替代建模。 （英语） Zbl 1502.76122号

计算。流体 211，文章ID 104626，13 p.（2020）.
总结：本研究的重点是开发一个理论框架和相应的算法，以使用基于高斯过程（GP）的机器学习技术，通过直接数值模拟（DNS）数据训练，建立多相流过程的时空代理模型。训练（和测试）数据集是通过在欧拉坐标系下求解具有表面张力的Navier-Stokes方程的不可压缩形式获得的。液-气界面演化是使用流体体积（VOF）界面捕获方法来解决的。总体框架分四个步骤进行：1）设计实验研究以确定训练和测试点，并使用DNS计算生成相应的数据集；2） 采用适当的正交分解进行降维；3） 在考虑的整个操作条件范围内，对简化训练数据集进行高斯过程回归（监督训练）；和4）通过比较模拟流场（测试条件下）和测试数据集，进行Galerkin重建和误差量化。机器学习框架预测空间基函数和时间系数，从而预测时间和空间上的整个流场。该算法对两种典型流动配置的性能进行了验证：1）雷诺数范围为10到200的圆柱绕流；和2）柴油喷射器在30 atm室压和室温条件下注入静态氮气环境，喷射速度为10至55 m/s，对应于11.5至348的气基韦伯数范围。学习的GP算法的仿真结果与测试条件下的高保真度数值数据显示出极好的一致性；在Re=185的测试点上，气缸套上方流动的平均误差（空间和时间）为4.4%，在速度为22.5 m/s的测试点，柴油喷射配置的平均误差为15.5%。柴油喷射器的尖端穿透位置预计在DNS计算的2.5%以内。与这两个具有代表性的测试点相对应，对于气缸上方流动和柴油喷射雾化配置，分别实现了256和8000的加速。本文首次尝试开发一个通用的机器学习框架来预测多相流。

引用于1文件

MSC公司：

76T99型 多相多组分流动
68T07型 人工神经网络与深度学习

关键词：

液体喷射器;雾化;机器学习;多相流

软件：

GPy公司;水蝇;高斯的
PDF格式BibTeX公司 XML格式引用
\textit{H.甘蒂}和\textit{P.哈雷}，计算。液体211，文章ID 104626，13 p.（2020；Zbl 1502.76122）
全文： 内政部

参考文献：

[1] Soller，S。；贝尔·R。；Beyer，S。；Laithier，F。；莱曼，M。；Preuss，A.，《用于添加剂制造的液体推进剂喷射器的设计和测试》（Galfetti，Luciano，第七届欧洲航空和空间科学会议（Eucass 2017）（2017），Eucass 2017）
[2] 巴蒂斯托尼，M。；Grimaldi，CN.，使用化石燃料和生物柴油的柴油喷射器流量和喷雾特性的数值分析，Appl Energy，97，656-666（2012）
[3] Gorokhovski，M。；Herrmann，M.，《初级雾化建模》，《流体力学年鉴》，40，343-366（2008）·Zbl 1232.76058号
[4] Yang，V.，液体燃料推进系统中超临界汽化、混合和燃烧过程的建模，Proc Combust Inst，28925-942（2000）
[5] 巴拉昌达尔，S。；JK伊顿。，湍流分散多相流，《流体力学年鉴》，42，111-133（2010）·Zbl 1345.76106号
[6] 内华达州奎波；哈夫特卡，RT；Shyy，W。；Goel，T。；瓦迪亚纳桑，R。；Kevin Tucker，P.，基于代理的分析和优化，Prog Aerosp Sci，41，1-28（2005）
[7] Arienti先生。；李，X。；MC Soteriou；加利福尼亚州埃克特；苏斯曼，M。；Jensen，RJ.，用于模拟喷油器雾化的液位设定/流量耦合方法，《Propul Power杂志》，29，147-157（2013）
[8] Brackbill，JU；数据库Kothe；Zemach，C.，《模拟表面张力的连续体方法》，《计算物理杂志》，100335-354（1992）·Zbl 0775.76110号
[9] Reitz，RD；佛罗里达州布拉科。，液体射流的雾化机理，Phys Fluids，251730（1982）·Zbl 0587.76022号
[10] Herrmann，M.，《关于使用改进的水平集网格法模拟初级雾化》，《喷雾》，21，283-301（2011）
[11] Bai，Z。；布鲁顿，SL；布伦顿，BW；JN库茨；Kaiser，E。；Spohn，A.，《流体动力学中的数据驱动方法：来自实验数据的稀疏分类》（Pollard，A.；Castillo，L.；Danaila，L.）；Glauser，M.，《21世纪的Whither湍流和大数据？》（2017），Springer国际出版：Springer International Publishing Cham），323-342
[12] OW马修；克拉伦斯，WR；伊戈尔，M。；格陵兰州伊阿尼丝。，通过内在动态变量进行数据融合：数据驱动Koopman光谱分析的应用，EPL（Europhys Lett），10940007（2015）
[13] 赫马蒂，MS；密苏里州威廉姆斯；罗利，CW。，大型和流数据集的动态模式分解，Phys Fluids，26，第111701条，pp.（2014）
[14] Taira，K。；布鲁顿，SL；道森，STM；罗利，CW；科隆尼乌斯，T。；McKeon，BJ，《流体流动的模态分析：概述》，AIAA J，55，4013-4041（2017）
[15] 基齐奥斯，V。；科迪尔，L。；阀盖，JP；Ooi，A。；Soria，J.，《关于具有湍流再循环的前缘分离机翼的相干结构和稳定性特性》，《流体力学杂志》，683395-416（2011）·Zbl 1241.76205号
[16] 阿恩特，REA；长，DF；新墨西哥州格拉泽。，湍流射流周围压力波动的正交分解，流体力学杂志，340，1-33（1997）
[17] Arienti先生。；Soteriou，MC，液体喷射动力学的时间分辨本征正交分解，《物理流体》，21，1-15（2009）·Zbl 1183.76078号
[18] Arienti先生。；MC Soteriou；Hagen，G。；Corn，ML.，使用适当的正交分解分析液体喷射雾化动力学，（第47届AIAA航空航天科学会议，包括新视野论坛和航空航天博览会，2009年1月5日至1月8日（2009年）），1-17
[19] 卢姆利，JL。，非均匀湍流的结构，大气湍流无线电波传播，166-178（1967）
[20] 亚利桑那州纽曼。，通过karhunen-loeve扩展进行模型简化，15（1996），系统研究所
[21] Sirovich，L.，湍流和相干结构动力学。I-III，夸特应用数学，45561-590（1987）·Zbl 0676.76047号
[22] 科迪尔，L。；Bergmann，M.，POD的两个典型应用：相干结构简化和降阶建模（2003），冯·卡曼流体动力学研究所
[23] 科迪尔，L。；Bergmann，M.，实验和数值数据的后处理：POD概述，1-46（2003），冯·卡曼流体动力学研究所
[24] Moonen，P。；Allegrini，J.，《使用统计模型仿真作为CFD的替代品》，环境模型软件，72，77-91（2015）
[25] Bright，我。；林·G。；JN.库茨。，基于压缩传感的机器学习策略，用于通过有限的压力测量表征气缸周围的流动，Phys Fluids，25（2013）·Zbl 1320.76003号
[26] 西格尔，SG；塞德尔，J。；Fagley，C。；Luchtenburg，DM；科恩，K。；McLaughlin，T.，使用双本征正交分解对瞬态圆柱尾迹进行低维建模，《流体力学杂志》，610，1-42（2008）·Zbl 1188.76204号
[27] 王，Q。；赫塞文，JS；Ray，D.，使用人工神经网络对非定常流动进行非侵入降阶建模并应用于燃烧问题，《计算物理杂志》，384，289-307（2019）·Zbl 1459.76117号
[28] Takbiri-Borujeni A、Kazemi H、Nasrabadi N。多孔介质中Stoke流动的数据驱动代理。arXiv预打印arXiv:190506327。2019. ·Zbl 1519.76262号
[29] Raissi M，Perdikaris P，Karniadakis GE，《物理学促进深度学习》（第二部分）：非线性偏微分方程的数据驱动发现。arXiv预印本arXiv:171110561。2017. ·Zbl 1415.68175号
[30] AA莫伊兹；帕尔，P。；Probst，D。；裴，Y。；Zhang，Y。；Som，S.，使用高性能计算进行快速优化的机器学习-遗传算法（ML-GA）方法，SAE技术论文，01，15（2018）
[31] 布伦顿，S。；普克托，JL；JN.库茨。，通过非线性动力系统的稀疏识别从数据中发现控制方程，Proc Natl Acad Sci，3932-3937（2016）·Zbl 1355.94013号
[32] 是的，S-t；王，X。；Sung，C-1；马克·S。；Chang，Y-h；Zhang，L.，基于通用正交分解的设计探索时空仿真器，AIAA J，1-15（2018）
[33] Grigo，C。；Koutsourelakis，PS，《不确定性传播的贝叶斯模型和降维：在随机介质中的应用》，SIAM-ASA J Uncertain Quant，7292-323（2019）·Zbl 1422.62377号
[34] Grigo C，Koutsourelakis P-S.小数据体制下粗粒度高维系统的物理感知概率机器学习框架。arXiv预打印arXiv:190203968。2019
[35] 卢姆利，JL。，非均匀湍流的结构，大气湍流波传播，166-178（1967）
[36] Sirovich，L.，湍流和相干结构动力学。I.相干结构，Quart Appl Math，45，561-571（1987）·Zbl 0676.76047号
[37] 医学博士麦凯；RJ贝克曼；康诺威，WJ。，计算机代码输出分析中选择输入变量值的三种方法的比较，技术计量学，21239-245（1979）·Zbl 0415.62011号
[38] 屏蔽，MD；Zhang，J.，《拉丁超立方体抽样的推广》，Reliab Eng Syst Saf，148，96-108（2016）
[39] 弗吉尼亚州维亚纳。，拉丁超立方体实验设计教程，Qual Reliab Eng Int，321975-1985（2016）
[40] Pópinet，S.，《表面张力驱动界面流的精确自适应解算器》，《计算物理杂志》，2285838-5866（2009）·Zbl 1280.76020号
[41] Tryggvason，G。；斯卡多维利，R。；Zaleski，S.，气液多相直接数值模拟（2011），剑桥大学出版社：剑桥大学出版社流量·Zbl 1226.76001号
[42] 马·D。；陈，X。；哈雷，P。；Yang，V.，由两个撞击射流形成的液膜的雾化和破碎特性，（第49届AIAA航空航天科学会议，第49届IAAA航空航天科技会议，佛罗里达州奥兰多（2011），AIAA）
[43] 陈，X。；马·D。；哈雷，P。；Yang，V.，二元液滴碰撞过程中的能量和质量传递，（第49届美国航空航天局航空航天科学会议。第49届美国航空航天局航空航天科学会议，佛罗里达州奥兰多（2011年），美国航空航天局）
[44] 保险丝，D。；Agbaglah，G。；乔瑟兰，C。；波皮内特，S。；Zaleski，S.，《液滴、气泡和波的数值模拟：最新进展》，《流体动力学研究》，41，24（2009）·兹比尔1423.76002
[45] Khare P，Yang V.水滴破碎研究。已提交（正在审查）。2018
[46] 诺塔罗，V。；哈雷，P。；Lee，JG。，高压下非牛顿冲击射流的混合特性，Flow Turbul Combust（2018）
[47] 陈，H。；重用，DL；Sick，V.，《关于气缸内发动机流量适当正交分解的使用和解释》，《计量科学技术》，23，第085302页，（2012）
[48] Ebden M.Gaussian过程：快速介绍。arXiv预打印arXiv:150502965。2015
[49] 拉斯穆森，CE。，机器学习中的高斯过程，（Bousquet，O.；von Luxburg，U.；Rätsch，G.，《机器学习高级讲座：ML暑期学校2003》，澳大利亚堪培拉，2003年2月2日至14日，德国图宾根，2003年8月4日至16日，《修订讲座》（2004），斯普林格-柏林-海德堡：斯普林格–柏林-海德堡），63-71·Zbl 1120.68436号
[50] 陈，Z。；Wang，B.，初始超参数的先验值如何影响高斯过程回归模型，神经计算，2751702-1710（2018）
[51] 西维亚，D。；斯奇林，J.，《数据分析：贝叶斯教程》，第6章（2006），牛津大学出版社：牛津大学出版社，纽约·Zbl 1102.62001号
[52] 哈德菲尔德，S。；劳伦斯，ND；威尔金森，R。；Durrande，N.，高斯过程暑期学校（2017），高斯过程夏令营
[53] 高斯过程暑期学校，GPy:Python中的高斯过程框架，（2014）
[54] CHK威廉姆森。，定义圆柱体层流涡旋脱落的通用连续斯特劳哈-雷诺数关系，Phys Fluids，312742-2744（1988）
[55] Norberg C.LDV在圆柱近尾迹中的测量。1998年钝体尾迹和涡激振动的理解进展。第1-12页。
[56] 井上，O。；樱木，A.，《低雷诺数下有限长圆柱体的涡旋脱落》，《物理流体》，20（2008）·Zbl 1182.76343号
[57] JH连哈德。，刚性圆柱体的升力、阻力和涡流频率数据概要，华盛顿州立大学布尔分校，300，32（1966）
[58] Yang，X.先生。；Turan，A.，《液体喷射雾化与强制扰动耦合的模拟》，《物理流体》，29，第022103页，（2017）
[59] 甘蒂，希马卡；Khare，Prashant，CMAS液滴的二元碰撞第I部分：等尺寸液滴，材料研究杂志，燃气轮机发动机的疏沙隔热/环境屏障涂层，1-15（2020）
[60] 甘蒂，希马卡；Khare，Prashant，CMAS液滴的二元碰撞——第二部分：大小不等的液滴，材料研究杂志，燃气轮机发动机的防沙热/环境屏障涂层，1-13（2020）
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。