Proper Orthogonal Decomposition Analysis and Modelling of the wake deviation behind a squareback Ahmed body
本文对雷诺数Re = 104时方背Ahmed体的三维绕流进行了数值研究。适当的正交分解(POD)被应用到一个数据库中,以描述和建模的流动动力学。与实验在较高的雷诺数在一个平面部分的近尾流在中间高度的比较表明,模拟捕捉到几个功能的实验流,特别是反对称准定常偏差模式。3-D POD分析允许我们根据模式对整个域上的动能的贡献对不同的物理过程进行分类。结果发现,占主导地位的波动模式在整个域对应的3-D准定常尾流偏差,其幅度是很好地估计从2-D近尾流数据。下一个最有力的流动波动包括旋涡脱落和气泡泵送机制。结果表明,偏差的大小与叶展方向涡脱落的强度和吸力面阻力系数呈负相关。最后,我们发现,尽管分解的收敛速度很慢,但基于POD的低维模型再现了实验观察到的尾流偏差的动态,以及模拟中确定的全局模式的主要特征。
2019-09-28 physics.flu-dyn
On the characteristics of the turbulent wake behind a wall-mounted square cylinder
采用Spalart-Allmaras改进的延迟分离涡模拟(S-A IDDES)和本征正交分解(POD)方法,对高宽比为4的方柱绕流进行了湍流数值模拟。雷诺数等于12,000(基于自由流速度和障碍物宽度)。本文着重分析了障碍物尾迹的涡结构和沿障碍物高度的涡脱落过程。一阶和二阶流动统计与现有的实验和直接数值模拟数据的定量比较被用来验证数值结果。数值模型与产生湍流入流条件的涡方法(VM)相结合,可以成功地再现障碍物周围和后面的流场,具有值得称赞的精度。利用数值模拟得到的时均和瞬时流动参数,详细讨论了尾流形成区附近的流动结构和旋涡脱落特性。分析了偶极型平均流向涡和半圈发夹型瞬时涡的能量运动。一个连贯的脱落结构沿障碍物使用两点相关性。两种类型的涡脱落的时间间隔,即低振幅波动(LAFs)和高振幅波动(HAF)。对尾迹的POD分析表明,在障碍物高度的0.25 ~ 0.5之间,前两个POD模态代表交替脱落,对动能的贡献在66.6%~ 57.6%之间。一个简单的低阶模型的基础上的涡脱落相位角和从POD获得的时间系数的频谱被开发来预测的尾流动力学的高度范围内的交替脱落占主导地位。
2020-12-21 physics.flu-dyn
Wakes in stratified atmospheric boundary layer flows: an LES investigation
采用大涡模拟和三维正交分解方法,研究了静止和运动的大钝体与高雷诺数稳定分层湍流边界层的相互作用。由于在水平方向采用伪谱方法,故采用浸没边界法来考虑钝体对边界层流动的影响,并采用并发前兆模拟方法来施加钝体上游的湍流来流条件。观察到占主导地位的POD模式类型发生在更高的能级,在更多的湍流尾流。不同的热分层的湍流统计只有轻微的影响,但在最高的能级占主导地位的POD模式的数量的显着影响。
2019-01-18 physics.flu-dyn
Spectral POD analysis of the turbulent wake of a disk at Re = 50, 000
本文采用谱本征正交分解(SPOD)方法研究了中等高雷诺数($\Rey$)下圆盘湍流尾迹的相干结构,该方法考虑了数值数据库中所有三个速度分量。给定流向($x$)位置的SPOD特征值是方位波数($m$)、频率($\Str$)和SPOD指数($n$)的函数。通过$x/D =10$,两种特定的模式支配波动能量:(i)具有$m=1, \Str =0.135, n=1$的涡旋脱落(VS)模式,以及(ii)具有$m=2, \Str \rightarrow 0, n=1$的双螺旋(DH)模式。在近尾流中,VS模式比DH模式更有能量,但在远尾流中,DH模式占主导地位。DH模式,当与当地的湍流速度和长度尺度,显示自相似的特征值和本征模式,而VS模式,这是一个全球模式,不表现出严格的自相似性。模式$m = 0$,3和4,虽然次显性,也作出了显着的净贡献的波动能量,和他们的本征谱进行评估。通过改变$(m,\Str,n)$的组合来评估TKE和雷诺剪切应力$\langle u'_{x} u'_{r} \rangle$的重建。较高的SPOD模式对TKE的贡献很大,尤其是在中心线附近。相反,重建$\langle u'_{x}u'_{r}\rangle $需要的模式少得多:$|m| \leq 4 $、$|\Str| \leq 1$和$n \leq 3$。在方位角模式中,$m=1$和$2$是TKE和$\langle …
2020-10-20 physics.flu-dyn
Decomposition of wake dynamics in fluid-structure interaction via low-dimensional models
本文对层流和湍流条件下的流固耦合系统中的尾流进行了动力分解分析。特别感兴趣的是提供低维尾流特征及其相互作用动力学的意义,以维持在相对低的质量比的方柱体的自由振动。为了获得高维数据,我们采用了一个身体符合变分的流体-结构相互作用求解器的基础上最近开发的分区迭代格式和动态亚网格尺度湍流模型为中等雷诺数。采用本征正交分解(POD)将高维流固耦合模拟的快照数据投影到低维子空间。我们利用每一个相应的POD模式检测功能:涡街,剪切层和近尾泡。我们发现,涡脱落模式只对升力的贡献,而近尾流和剪切层模式起着主导作用的阻力。我们进一步研究了这种动力学行为的基本机制,并提出了通过低维近似的力分解技术。我们定量地确定了在尾-体同步过程中,剪切层向尾涡和近尾泡输送涡量通量。基于尾流动力学的分解,我们提出了一个相互作用周期的频率锁定在尾流-物体相互作用,它提供了高振幅运动和主导的尾流特征之间的相互关系。通过对临界雷诺数范围内尾流体同步的研究,我们发现钝体由于柔性引起的非定常性,可以发生同步的高幅振动。尾迹同步的相互作用周期被发现是有效的湍流尾迹流。
2018-06-01 physics.flu-dyn
Effects of Annulation on Low-Reynolds-Number Flows over an Orthocone
本文数值研究锥面横向环纹对直锥低雷诺数绕流的影响,发现其改变涡脱落转捩临界雷诺数、降低主导频率并增大阻力,且借助POD与SPOD揭示了尾流相干结构差异。
2023-04-25 physics.flu-dyn
Investigation of Wake Dynamics of a Slender Symmetric Trailing Edge Hydrofoil
NTNU — Norwegian University of Science and Technology(挪威科技大学)
本研究通过LES与PIV结合,分析了零攻角下对称钝尾缘水翼的尾涡动力学,揭示了相干结构与涡街的关联,验证了尾涡建模对振动控制的适用性。
2026-01-29 physics.flu-dyn
A hybrid proper orthogonal decomposition and diffusion framework for reduced-order forecasting of turbulent flow dynamics
Advanced Mathematics Group, Repsol Technology Lab, Repsol S.A.(雷普索尔公司技术实验室高级数学组);Computational Science and Engineering Laboratory, Harvard University(哈佛大学计算科学与工程实验室)
本研究提出结合本征正交分解(POD)与有效动力学生成学习(G-LED)的混合框架,实现高效湍流预测,对比三种配置验证其降阶后大幅降低计算成本且保留关键流动结构。
2026-08-06 physics.flu-dyn
Feature-based manifold model of actuated wakes
Universidad Carlos III de Madrid(马德里卡洛斯三世大学);Shenzhen University(深圳大学)
针对任意时变驱动下钝体尾流瞬态动力学预测问题,提出基于特征的降阶模型,含三个关键要素。应用于流体弹球验证,无需非稳态训练数据即可准确再现瞬态动力学,提供可解释且面向控制的框架,有望推广到其他配置。
2026-07-14 physics.flu-dyn
Trajectory-optimized cluster-based network model for the sphere wake
我们提出了一种新的基于随机优化的网络模型(tCNM),用于根据Li等人的时间分辨数据进行非线性模型降阶[“基于随机的网络模型“,J. Fluid Mech.906,A21(2021)],并提高给定数量质心的精度。起点是k-means++聚类,它通过最接近的质心最小化快照的表示误差。动力学由质心之间的“飞行”来表示。所提出的几何优化聚类的目的是通过移动质心更接近快照轨迹和细化状态传播与轨迹支持点,以进一步减少运动学表示误差。因此,曲线轨迹被更好地分辨。所得到的tCNM证明为三种流态,包括周期性,准周期性和混沌动力学的球体尾流。tCNM的表示误差比通过最近质心的近似小5倍。因此,误差与同阶的本征正交分解(POD)处于同一水平。然而,tCNM相对于POD建模具有明显的优势:它是人类可解释的,通过少数相干结构及其过渡来表示动态;它通过设计显示了鲁棒的动态,即,稳定的长期行为;其开发是完全自动化的,即,它不需要可调的辅助闭合和其它模型。
2022-06-30 physics.flu-dyn
Large scale response of a vehicle wake to on-road perturbations
本研究结合风洞、赛道和道路试验,利用POD分析揭示车辆尾流垂直与水平两个主导模态,发现道路工况下低频能量显著增强,并证明风洞中准稳态遍历偏航角分布可有效评估道路气动性能,为减阻闭环控制提供依据。
2024-07-04 physics.flu-dyn
A framework for realisable data-driven active flow control using model predictive control applied to a simplified truck wake
Spanish National Institute for Aerospace Technology (INTA)(西班牙国家航空航天技术研究所);Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
研究提出基于LSTM网络和MPC的数据驱动主动流动控制框架,用表面压力探头推断尾流状态并离线训练,借SHAP稀疏化传感器,经数值模拟测试,在二维卡车模型中实现了12.8%的阻力降低。
2026-07-20 physics.flu-dyn
High-resolution large-eddy simulations of simplified urban flows
在雷诺数为10,000的条件下,根据自由流速度和障碍物高度,对两个矩形障碍物的绕流进行了高保真度的大涡模拟。来流是一个发展的紊流边界层。平均速度分量,湍流波动,和项的惯性动能预算进行了分析,为三个流态:掠流,尾流干扰,孤立粗糙度。三个区域的流动经历了最显着的变化:第一个障碍物的尾流,在第二个障碍物的前面的区域,和周围的第二个障碍物。在撇流情况下,障碍物之间的空腔中的湍流活动是有限的,并且主要发生在第二障碍物前面的小区域中。在尾流干扰的情况下,有一个强相互作用之间的自由流,通过空腔和尾流的第一个障碍物。这种相互作用导致障碍物之间更强烈的湍流波动。在孤立粗糙度的情况下,第一个障碍物的尾迹与孤立障碍物的尾迹吻合得很好。在第二个障碍物周围出现具有强烈湍流波动的分离泡。
2022-07-14 physics.flu-dyn
Intrinsic phase based proper orthogonal decomposition (IPhaB POD): a method for physically interpretable modes in near-periodic systems
本文提出IPhaB POD方法,通过引入固有相位在时域内分解近周期流动,使模态沿大尺度特征循环演化,从而用更少模态物理可解释地分离大尺度与小尺度动力学。
2024-05-01 physics.flu-dyn
The balance between compactness and forecast accuracy of data-driven latent-space reduced-order models in controlled wake flows
Spanish National Institute for Aerospace Technology (INTA)(西班牙国家航空技术研究所);Universidad Carlos III de Madrid(马德里卡洛斯三世大学);University of Washington(华盛顿大学)
研究受控尾流中数据驱动潜在空间降阶模型,比较POD、CAEs等压缩方法及基于长短期记忆网络的预测器,发现CAEs压缩效率高但长期预测差,POD潜在轨迹更平滑,揭示紧凑性与预测精度权衡,为实时流动控制设计预测ROMs提供指导。
2026-07-28 cs.LG physics.flu-dyn
Machine-learning identification of the variability of mean velocity and turbulence intensity for wakes generated by onshore wind turbines: Cluster analysis of wind LiDAR measurements
本研究针对陆上风电机组尾流特性变异性问题,结合POD降维与k-means聚类分析激光雷达测量数据,实现了不同推力系数和大气稳定度下尾流速度亏损、范围及附加湍流强度变异性的无偏表征。
2021-09-03 physics.ao-ph physics.flu-dyn
A stabilized proper orthogonal decomposition reduced-order model for large scale quasigeostrophic ocean circulation
本文提出了一个稳定的正交分解(POD)降阶正压涡度方程模式。我们应用POD-ROM模型中纬度简化的海洋盆地,这是更现实的大尺度海洋动力学的标准原型。使用与模式相关的涡粘性闭合方案来模拟丢弃的POD模式的影响。相对于自由涡粘性稳定参数的灵敏度分析进行了各种POD-ROM与不同数量的POD模式。POD-ROM的结果进行了验证,对蒙克层解决直接数值模拟使用完全保守的四阶荒川计划。我们的研究还包括与没有任何稳定的标准Galerkin POD-ROM的比较。显着的改进,在标准的Galerkin模式的精度显示为四个环流的海洋环流问题。POD-ROM数值评估的第一步表明,它可以代表一个计算效率高的工具,在长时间间隔的大规模海洋模拟。
2014-01-23 physics.flu-dyn
Meandering dynamics of streamwise vortex pairs in afterbody wakes
上掠后体的尾流常以反向旋转的流向涡对为特征。这些涡的非定常动力学检查与时空分辨的大涡模拟数据集上的一个代表性的配置组成的一个圆柱体与上扫的基底表面。重点放在理解的曲折运动的涡对,包括涡核位移,频谱内容,稳定性机制和整体的秩行为。通过时间分辨涡度场的本征正交分解(POD)获得的前两个能量排列模式揭示了一对彼此相对垂直排列的涡偶极子。动态成功地映射到一个匹配的巴彻勒涡对的空间和时间的稳定性分析表明类似的偶极子结构与|m| =1椭圆模式对。这种短波椭圆不稳定性主导着曲折运动,由于轴向速度的应变在击穿中起着关键作用。不稳定模式的低频(Strouhal数StD =0.3,基于圆柱体直径)与LES中蜿蜒的谱分析一致。尾流的秩行为进行了检查;再现给定精度的流动所需的模态数在底部附近之外迅速减少。在下游两个直径之外,仅需要两个领先的POD模式来重建LES数据中的主要弯曲运动和空间结构,性能损失< 15%,而十个模式几乎完全恢复流场。这种低秩行为可能在构建用于控制目的的降阶模型方面有希望。
2020-12-31 math.DS physics.flu-dyn
Multiscale Proper Orthogonal Decomposition (mPOD) of TR-PIV data-- a Case Study on Stationary and Transient Cylinder Wake Flows
粒子图像测速(PIV)测量的数据驱动分解被广泛用于各种目的,包括检测相干特征(例如,旋涡结构),过滤操作(例如,离群值去除或随机噪声减轻)、数据缩减和压缩。这项工作提出了一种新的分解方法,称为多尺度正交分解(Mendez J Fluid Mech 870:988-1036,2019),用于时间分辨PIV(TR-PIV)测量。该方法结合了多分辨率分析(MRA)和标准的本征正交分解(POD),以实现分解收敛性和所得模式的频谱纯度之间的折衷。所选的测试用例是在稳态和瞬态条件下流过圆柱体的流动,产生频率变化的卡门涡街。将mPOD的结果与标准POD、离散傅立叶变换(DFT)和动态模式分解(DMD)进行比较。mPOD的分解收敛性和时频局部化的模式进行评估。多尺度模态分析允许揭示拍现象在静止的圆柱体尾流,由于流动的三维性质,并正确地识别过渡从各种静止状态的瞬态测试情况。
2020-04-07 math.DS physics.flu-dyn physics.ins-det
Wake Tail Plane Interactions for a Tandem Wing Configuration in High-Speed Stall Conditions
本研究采用AZDES混合RANS/LES方法,研究高速抖振下串列翼的尾流-尾翼相互作用,分析了前翼激波振荡、尾流特性及后翼载荷变化规律,区分了不同频率的升力脉动成因。
2023-06-16 physics.flu-dyn
Conditional space-time POD extensions for stability and prediction analysis
从湍流中关联和提取相干结构是数据驱动模态分解技术的主要目标。条件时空本征正交分解(CPOD)提供了对瞬态动力学的深入了解,以可定制的方式揭示特定流动现象或事件的原因。这项工作利用了时间演变的CPOD模式在一个减少的子空间,导致新的扩展和适应,满足或超过其他分解方法的能力。然而,它表明,随后的应用程序的动态模式分解(DMD)CPOD模式,提供了一个灵活的工具来调查有针对性的流动不稳定性,音调和对流的性质。通过扩展CPOD时域导出前一种模式,表明CPOD-DMD能准确地再现谱POD模式。关于后者,多分辨率框架(CPOD-mrDMD)产生一个精致的“因果”稳定性分析,能够诊断的自然强迫机制内的流,以及由此产生的不稳定模式。在单独的应用中,CPOD属性在降阶模型的上下文中被理解,其中具有从与CPOD模式相关的有源传感器导出的极端事件的实时流预测的示例。本工作中的各种CPOD功能和观点在以下方面得到了演示:非线性混沌洛伦兹系统、超声速边界层转捩中的3D间歇湍流斑、未启动入口嗡嗡声的纹影视频处理、共振冲击射流的气动声学反馈强迫以及冲击通道壁的间歇性钝体尾流结构的预测。
2022-07-08 physics.flu-dyn
Modelling turbulence in axisymmetric wakes: an application to wind turbine wakes
本文开发了基于格林函数法的快速运行模型预测轴对称尾流湍动能分布,通过风洞实验验证并应用于风力涡轮机尾流,揭示了运行条件对湍动能生成的影响及湍流参量演化规律。
2024-08-01 physics.flu-dyn
Extension of the law of the wall exploiting weak similarity of velocity fluctuations in turbulent channels
本文利用一维POD分析发现湍流通道中速度脉动的弱相似性,据此提出壁面定律的扩展,该扩展能准确重构壁面层流动并捕捉细尺度运动。
2023-12-29 physics.flu-dyn
A data-based, reduced-order, dynamic estimator for reconstruction of non-linear flows exhibiting limit-cycle oscillations
我们应用一个基于数据的线性动态估计器来重建速度场的测量在一个单一的传感器点在机翼的唤醒。特别地,我们考虑了NACA 0012翼型在$Re=600$和$16^°$迎角下的情况。在这些条件下,流动表现出旋涡脱落极限环。流场的降阶模型(ROM)提取使用本征正交分解(POD)。随后,应用子空间系统辨识算法(N4SID)从系统的约简输出(POD系数)中直接提取估计器矩阵。我们系统地探讨了估计器的状态数,传感器位置,传感器测量的类型(一个或两个速度分量),以及要恢复的POD模式的数量的影响。当测量单个速度分量(在流向或横向流方向上)的信号时,前两个主导POD模式的重建强烈地依赖于传感器位置。我们探索这种行为,并提供了一个物理解释的基础上的非线性模式的相互作用和模式的空间分布。然而,当这两个组件被测量时,性能是非常鲁棒的,并且当使用估计器状态的最佳数量时,几乎与传感器位置无关。能量较低的模式的重建更加困难,但仍然是可能的。
2019-07-25 physics.flu-dyn
Effect of Porous Coating on the Water-Exit Dynamics of a Circular Cylinder
Université de Liège(列日大学);University College London(伦敦大学学院);Indian Institute of Technology Hyderabad(印度海德拉巴理工学院)
本研究通过实验探究多孔涂层对圆柱出水动力学的影响,发现多孔涂层能降低自由表面高程,但会增强尾流环量和涡旋压力亏损,并改变能量结构,其中60 PPI效果最显著。
2026-09-29 physics.flu-dyn
Data-driven assessment of arch vortices in simplified urban flows
本文利用HODMD、POD和STKD等数据驱动方法分析简化城市流场,识别并分类与拱形涡相关的低频涡生成模态和高频涡破碎模态,揭示二者相互作用是驱动建筑物间涡结构形成与破坏及流动动力学的关键机制。
2023-08-12 physics.flu-dyn
Momentum deficit and wake-added turbulence kinetic energy budgets in the stratified atmospheric boundary layer
本研究利用大涡模拟和动量亏损、尾流附加TKE收支分析,揭示中性与稳定ABL中尾流物理机制随稳定性的变化及其经验模型缺失。
2024-05-09 physics.flu-dyn
Exploratory Data Analysis of The KelvinHelmholtz instability in Jets
Kelvin-Helmholtz(KH)不稳定性是在各种剪切层(射流、尾流、大气气流等)中经常观察到的基波不稳定性。对KH不稳定性、相干流结构的研究对理解流体动力学的基本原理具有重要影响。因此,需要能够识别和分析这些结构的方法。在这份期末作业中,我们使用机器学习的方法,如本征正交分解(POD)和动态模式分解(DMD)来分析相干流结构。我们使用2D同轴射流作为我们的数据,雷诺数对应于Re:10,000。POD模式和DMD模式的结果进行了讨论和比较。
2015-03-21 cs.CE physics.flu-dyn
Optimal Nonlinear Eddy Viscosity in Galerkin Models of Turbulent Flows
我们提出了一个变分的方法来识别一个最佳的非线性涡粘性作为POD模型的一个子尺度湍流表示。给出了涡粘性系数的解析表达式,并给出了涡粘性系数的解析表达式。该函数被发现作为成本函数的最小值,该成本函数测量来自流的解析直接或大涡模拟的目标数据与其基于POD模型的重建之间的差异。优化是用数据同化方法推广的4D-VAR方法。给出了二维不可压混合层$Re=500$(基于初始涡量厚度和高速来流速度)和三维Ahmed体尾迹$Re=300,000$(基于体高和自由来流速度)的最佳涡粘性POD模型。变分优化配方阐明了一些有趣的物理见解有关的涡粘性anadium使用。混合层的20维模型揭示了一个负涡粘度制度,在低波动水平,提高了对吸引子的瞬态时间。与Östh等人(2014)最近提出的非线性模态涡流粘度基准相比,100维尾流模型产生更准确的能量分布。我们的方法可以应用于构建相当任意的封闭关系,更一般地说,本构关系优化统计特性的一类广泛的降阶模型。
2015-01-05 math.DS physics.flu-dyn
Spectral proper orthogonal decomposition
在流体动力学研究中,从实验或数值数据中识别相干结构是一项重要任务。这通常涉及到一个经验模式的基础,适当地捕捉主要的流动结构的建设。最突出的候选者是能量排序的本征正交分解(POD)和频率排序的傅立叶分解和动态模式分解(DMD)。然而,这些方法失败时,相关的相干结构发生在低能量或在多个频率,这是经常的情况。为了克服这些“刚性”的方法的不足,我们提出了一种新的方法,称为频谱本征正交分解(SPOD)。它是基于经典的POD,它可以应用于空间和时间分辨的数据。新方法涉及一个额外的时间约束,可以清楚地分离在多个频率和能量下发生的现象。SPOD允许通过改变单个参数从能量最优POD到频谱纯傅立叶分解的连续移位。在这篇文章中,SPOD的动机是从POD自相关矩阵的唯象考虑,并从动力系统理论证明。新方法进一步适用于三套PIV测量的流量从非常不同的工程问题。我们考虑了旋流稳定燃烧室的流动,带Gurney襟翼的翼型的尾迹,以及射流振荡器后的扫掠射流的流场。对于这些例子,通常使用的方法不能将相关的相干结构分配给单模。然而,SPOD实现了空间和时间相干结构的适当分离,这些相干结构要么隐藏在随机湍流波动中,要么分布在很宽的频率范围内。
2015-08-19 physics.flu-dyn
How does altering synchronization of pitching parallel foils change their wake dynamics?
这项研究的灵感来自于红鼻子四鱼的游泳习惯,喜欢并排的配置,并表现出变化,他们的同步中期游泳。使用数值模拟,在雷诺数为4;000和Strouhal数为0:50的条件下,研究了两个俯仰并排翼片之间的相位角突然变化对非定常尾流动力学的影响。本研究考虑了四种混合模式,其中两种模式代表在第20个周期期间由π突变的相位变化。其他两种模式代表了一个简化的情况下,爆发和海岸游泳,其中有一个简短的(2振荡周期)暂停振荡之前,施加相位角的变化。在所有的情况下,翼片最初执行异相俯仰,然后他们开始他们的同相运动,无论是执行向上冲程或向下冲程第一。这种运动学上的变化导致了在两条主街道之间形成和发展了一条次级的涡街,这使得分裂的尾流结构得以维持。此外,相位切换改变了两个箔的顶部和底部表面上的压力水平几乎相似的水平,这归因于侧力的减少。对于所有四种混合模式,二次涡街的增长率保持一致。
2020-12-09 physics.flu-dyn
Modal decomposition of fluid-structure interaction with application to flag flapping
模态分解,如固有正交分解(POD),动态模态分解(DMD)及其变体经常被用来导出非线性流动现象的物理机制,不能通过直接观察容易地理解。在流体-结构相互作用(FSI)系统中,流体运动耦合到浸没结构的振动和/或变形。尽管存在这种耦合,但数据分析通常仅使用流体或结构变量来执行,而不是将两者结合起来。这种方法不提供关于流体和结构模式相关的方式的信息。我们提出了一个框架进行POD和DMD的流体和结构一起处理。作为这个框架的一部分,我们介绍了一个物理意义的规范FSI系统。我们首先使用这种组合的流体-结构制剂,以确定相关的流动特性和结构运动的极限环旗挥舞。然后,我们研究从极限环扑翼到混沌扑翼的过渡,这可以通过增加旗帜质量来启动。我们的模态分解表明,在混沌的发病,占主导地位的扑动运动的幅度增加,并导致钝体尾流不稳定。这种新的钝体模式与主要的扑翼运动以三元波相互作用,产生非整数谐波频率的扑翼,这是Connell & Yue(2007)先前报道的。虽然我们的公式是为POD和DMD提出的,但其他数据分析技术也有自然的扩展。
2017-11-08 physics.flu-dyn
Modeling the induction, thrust, and power of a yaw misaligned actuator disk
集体风电场流量控制,其中风力机在单独的次优策略中操作,以使总风电场受益,已经证明了减少尾流相互作用和增加风电场能量生产的潜力。然而,用于流量控制的现有尾流模型通常使用简化的经验表达式来估计偏航未对准涡轮机的推力和功率,这需要昂贵的校准数据并且不能在涡轮机模型之间准确地外推。偏航风力机的推力、尾流速度差、尾流偏转和功率取决于其诱导速度。在这里,我们扩展了经典的一维动量理论模型的诱导偏航失调致动器磁盘。推导了诱导、推力、初始尾流速度和功率的解析表达式,作为偏航角和推力系数的函数。对偏航驱动盘的大涡模拟的分析模型进行了验证。由于诱导取决于偏航和推力系数,偏航致动器盘产生的功率将总是大于$\cos^3(γ)$模型建议的功率,其中$γ$是偏航。偏航损失的功率取决于推力系数。推力系数的解析表达式,最大限度地提高功率,取决于偏航,开发和验证。最后,使用开发的感应模型作为湍流远尾流模型的初始条件,我们演示了如何结合尾流转向和推力(感应)控制可以增加阵列功率,相比,无论是独立的转向或感应控制,由于联合依赖的推力系数和偏航角的感应。
2022-08-31 physics.flu-dyn
Nonlinear mode decomposition with convolutional neural networks for fluid dynamics
提出了一种新的非线性模式分解方法,称为模式分解卷积神经网络自动编码器(MD-CNN-AE)。将所提出的方法应用于$Re_D=100$的圆柱绕流作为测试用例。将流属性映射为潜在空间中的两种模式,然后将这两种模式在物理空间中可视化。由于具有非线性激活函数的MD-CNN-AE显示出比适当正交分解(POD)更低的重建误差,因此激活函数中包含的非线性被认为是提高模型性能的关键。通过将POD应用于使用具有双曲正切激活的MD-CNN-AE分解的每个场,发现单个非线性MD-CNN-AE模式包含多个正交基,与线性方法相反,即,POD和具有线性激活的MD-CNN-AE。我们进一步评估拟议的MD-CNN-AE通过将其应用于圆柱体尾流的瞬态过程,以检查其对包含高阶空间模式的流的能力。目前的研究结果表明,一个很大的潜力的非线性MD-CNN-AE被用于流场的特征提取在较低的维度比POD,同时保留与传统的POD模式的可解释的关系。
2019-10-10 physics.comp-ph physics.flu-dyn
The Stability of Wakes of Floating Wind Turbines
浮式海上风力机(FOWT)经受由风和波浪载荷引起的平台运动。振荡运动触发涡流不稳定性,改变尾流结构,影响到达下游风力机的气流。在这项工作中,通过数值模拟和与线性稳定性理论的比较,分析了FOWT的尾流。两个简化模型的基础上的稳定性的旋涡开发的所有自由度的涡轮机运动。在我们的数值模拟中,风力机叶片被建模为致动器线和低色散和耗散的谱元方法被用来研究扰动的演变。涡轮机运动激发了由螺旋涡的线性稳定性预测的涡不稳定模式。在非线性状态下形成的流动结构是这些模式增长的结果,并且保留了一些可以由线性理论解释和预测的特征。相互作用的涡的数量和扰动的增长率很好地预测了一个简单的稳定性模型的二维行涡。对于所有类型的运动,当运动频率是涡轮机旋转频率的一个半时,观察到最高的增长率;这引起了异相涡配对机制。对于较低的运动频率,几个涡流合并形成大的流动结构,这会导致流向速度的高振幅振荡,这可能会增加下游涡轮机的疲劳或引起高振幅运动。
2022-06-09 physics.flu-dyn
Bursting and reformation cycle of the laminar separation bubble over a NACA-0012 aerofoil: The dynamics of the flow-field
采用动态模态分解(DMD)和本征正交分解(POD)对NACA-0012翼型在雷诺数为$5\times 10^4$、马赫数为$0.4$和不同攻角下失速起始时的流场进行了详细的流动解剖研究。DMD和POD识别出三种不同的主要流动模式:1)低频下的全局振荡流动模式(LFO模式1); 2)低频下翼型吸力面上的局部振荡流动模式(LFO模式2);以及3)高频下沿翼型尾流的局部振荡流动模式(HFO模式)。LFO模式1的特点是绕翼型的全局涡动流、沿翼型弦的涡动压力以及产生和维持三涡组的过程。LFO模式2的特点是TCV上游涡(UV)的扩张和平流。HFO模态起源于翼型前缘,沿翼型尾流方向以振荡模态为特征。HFO模态存在于所有研究的攻角,并导致流场的全局振荡。翼型周围的整体流动振荡与前缘附近分离剪切层的层流部分相互作用,并触发产生和维持TCV的无粘绝对不稳定性。当TCV的UV扩展时,它向下游平流并为HFO模式提供能量。LFO模式1、LFO模式2和HFO模式相互加强,直到失速开始时LFO模式1和2超过HFO模式。在$9.7^{\circ} \leq α\leq 10.0^{\circ}$攻角下,低频流动振荡(LFO)现象充分发展。在较大迎角时,HFO模态超过LFO模态2,翼型经历完全失速。
2018-07-24 physics.flu-dyn
Body-Free Simulation of Three-Dimensional Turbulent Cylinder Wakes
Division of Applied Mathematics, Brown University(布朗大学应用数学部);Department of Mechanical Engineering, Massachusetts Institute of Technology(麻省理工学院机械工程系)
本文提出无体模拟框架,通过简化矩形域求解不可压纳维-斯托克斯方程,用单点下游流入信息重构尾涡动力学,验证了无体模拟在计算效率与物理准确性上的优势。
2026-04-13 physics.comp-ph physics.flu-dyn
An Efficient Deep Learning Technique for the Navier-Stokes Equations: Application to Unsteady Wake Flow Dynamics
我们提出了一种有效的深度学习技术,用于非定常流问题的纳维-斯托克斯方程的模型降阶。所提出的技术依赖于卷积神经网络(CNN)和随机梯度下降法。特别令人感兴趣的是预测不同的钝体形状在低雷诺数的非定常流体力。离散卷积过程与非线性整流近似的映射之间的钝体形状和流体力。深度神经网络由欧几里德距离函数作为输入,目标数据由原始钝体形状的全阶Navier-Stokes计算生成。卷积网络迭代训练使用随机梯度下降法与动量项预测不同的几何形状的流体力系数,并与全阶计算的结果进行了比较。我们试图提供一个物理类比的随机梯度法与动量项的不可压缩Navier-Stokes动量方程的简化形式。我们还构建了基于CNN的深度学习和Mori-Zwanzig形式主义之间的直接关系,用于流体动力学系统的模型简化。执行系统的收敛和灵敏度研究以识别深度学习的CNN过程的有效维度,例如卷积核大小、核的数量和卷积层。在误差阈值内,基于深度卷积网络的预测与全阶结果相比,速度提高了近四个数量级,并且消耗了微不足道的一部分计算资源。提出的基于神经网络的近似方法对钝体的参数化设计和分离流的闭环控制有着深远的影响。
2018-08-15 physics.flu-dyn
WAKESET: A Large-Scale, High-Reynolds Number Flow Dataset for Machine Learning of Turbulent Wake Dynamics
Flinders University(弗林德斯大学)
WAKESET是一个大规模高雷诺数湍流流动数据集,用于机器学习湍流尾流动力学,包含1,091个高保真度模拟,涵盖广泛的操作范围和高速度条件。
2026-02-22 cs.LG physics.flu-dyn
On Deep-Learning-Based Closures for Algebraic Surrogate Models of Turbulent Flows
Barcelona Supercomputing Center(巴塞罗那超级计算中心);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
本文提出一种基于深度学习的闭合模型,利用 Transformer-encoder 和简易注意力机制预测截断 POD 模态未能捕获的波动,有效弥补了低维湍流代理模型的能量损失,显著降低了能量预测误差和速度分布的 KL 散度。
2024-12-05 physics.flu-dyn
On the Impact of Aspect Ratio and Other Geometric Effects on the Stability of Rectangular Thermosiphons
本文使用Nek5000高保真模拟和POD分析,研究了矩形热虹吸管在不同Lt/D比值下的流动稳定性,发现3D几何效应导致其与1D理论存在显著差异,并揭示了有无流量反转情况下的不同流场特征。
2023-04-06 physics.flu-dyn
Stochastic dynamical wake modeling for wind farms
涡轮机尾流的低保真度分析模型传统上用于风电场规划、性能评估,并展示先进控制算法在增加年发电量方面的实用性。然而,在实践中,它仍然具有挑战性的正确估计流量,并实现显着的性能增益使用传统的低保真度模型。这是由于来自模型的尾流预测的静态性质过于简化,而这些模型不知道大气边界层湍流的影响和风力机之间复杂的空气动力学相互作用。为了提高低保真度模型的预测能力,同时保持服从控制设计,我们提供了一个随机动态建模框架,用于捕获大气湍流对推力和发电的影响,由致动器盘的概念确定。在这种方法中,我们使用随机强迫线性模型的湍流速度场,以增加分析计算的尾流速度,并实现捕获功率和推力测量与高保真度模型的一致性。我们的随机模型的功率谱密度通过凸优化确定,以确保与部分可用的速度统计或功率和推力测量的一致性,同时保持模型的简约性。我们证明了我们的方法在捕捉风力机后面的湍流强度变化,并估计推力和功率信号产生的大涡模拟的涡轮机叶栅的流量的效用。我们的研究结果提供了深入了解稀疏场测量的意义,在恢复风电场湍流的统计特征,使用随机线性模型。
2022-08-25 math.AP math.DS math.OC
Reduced-order variational mode decomposition
结合变量分离的思想和非平稳信号处理技术--变分模态分解,提出了一种新的数据驱动的复杂流动模态分析方法--降阶变分模态分解(RVMD)。它使一个低冗余的自适应提取相干结构的统计非平稳流,其模式计算通过解决一个复杂的优化问题,使用块坐标下降算法。讨论了RVMD与一些经典模态分解方法的内在联系,表明RVMD在特定的参数设置下可以简化为本征正交分解(POD)或离散傅立叶变换(DFT)。RVMD进行时频分析的显着优势突出的信号处理类似的分类广泛使用的模态分解技术。同时也证实了RVMD和Hilbert谱分析的结合为探索瞬态动力学的时空频特性提供了一种物理上直观的方法。最后,通过两个典型流动问题:瞬态圆柱尾迹和矩形湍流超声速尖叫射流,很好地验证了上述RVMD的所有吸引人的特点。
2022-09-26 physics.flu-dyn