Combined proper orthogonal decompositions of orthogonal subspaces
我们提出了一种方法，结合适当的正交分解（POD）基地优化到一个完整的基础上，不同的规范。我们产生的基础相结合的分解优化方面的湍流动能（TKE）和耗散率。该方法包括将数据集投影到由最低的几个TKE优化POD模式所跨越的子空间中，然后使用耗散优化POD速度模式分解数据集的互补分量。该方法可以通过改变TKE优化模式的数量来微调，并且可以被推广以适应分解的任何组合。我们发现，相结合的基础降低了非正交性的程度相比，耗散优化的速度模式。的TKE生产的组合模式重建的收敛速度被证明超过基于能量和耗散的分解。这是通过利用TKE和耗散优化分解的不同空间焦点来实现的。
2023-03-29 physics.flu-dyn
On the Physical Interpretation of Proper Orthogonal Decomposition and Dynamic Mode Decomposition for Liquid Injection
University of California, Irvine（加州大学欧文分校）
模态分解技术中的本征正交分解（POD）和动态模态分解（DMD）已成为分析动力系统时空相干性的常用方法。特别地，由于多相相互作用的固有复杂性，这些技术对于液体注入系统是感兴趣的，并且期望提取潜在的流动过程。虽然许多研究流动过程的工作已经实现了POD和DMD，但结果往往是高度解释性的，分解理论与所提取模式的解释物理意义之间的联系有限。在这里，我们提供了一个层次结构中的POD和DMD模式的解释的见解。简单的规范系统的模式的解释验证通过知识的基本过程中占主导地位的系统。我们发现，捕获真正的基本现象的模式产生后续模式在高次谐波，直到奈奎斯特极限，其模态结构尺度随模态频率的增加而成比例地降低。这些高次谐波主要对运动信息进行编码，并且可能捕获或可能不捕获附加的结构信息，这取决于系统。我们首先证明了这些研究结果的典型液体喷射系统，以提高解释和理解的结果提取的实际射流在横流系统。
2019-09-17 cs.LG physics.flu-dyn
Characterizing Lagrangian particle dynamics in decaying HIT using proper orthogonal decomposition
对衰减均匀各向同性湍流中的颗粒流进行了粒子本征正交分解（PPOD）。数据是通过单向耦合模拟生成的，其中粒子位置和速度以拉格朗日方式在时间上向前积分。PPOD提供了一种直接的方法来提取多相流的分散（离散）相的统计信息，而没有任何潜在的假设。此外，该方法给出了多相流中流体-颗粒相互作用的模态分析的可能性，在这项工作中提供了一个例子。结果证明了PPOD的概念和潜在的适用性。此外，结果表明，PPOD模式可用于近似颗粒的轨迹/速度在湍流。
2021-12-16 physics.flu-dyn
Modal Decomposition of Turbulent Supersonic Cavity
采用壁面模型大涡模拟（LES）方法研究了马赫数为3、长深比为3的超声速空腔内的自持振荡。通过计算获得的非定常数据被用来研究流场的时空演化，特别是速度张量的第二不变量;而相位平均数据在一个反馈周期内被分析以研究空间结构。这种分析是伴随着适当的正交分解（POD）的数据，它揭示了离散涡沿剪切层的存在。POD分析在展向和流向平面上进行，以提取流动结构中的相干性。最后，对数据序列进行动态模式分解（DMD），以获得动态信息并更深入地了解自维持机制。
2021-01-29 physics.flu-dyn
Time-resolving PIV measurements and modal analysis of turbulent flow in a bench-scale hydrodynamic separator
本研究利用时间分辨PIV与模态分解技术分析了水力分离器内的湍流，量化了测量参数对统计收敛性的影响，基于POD和SPOD构建了降阶模型，并建立了开源湍流数据库以指导系统设计与CFD开发。
2024-07-22 physics.flu-dyn
Analysis of transient growth using an orthogonal decomposition of the velocity field in the Orr-Sommerfeld Squire equations
经典流体动力学稳定性理论尽管取得了显著的成就，但未能预测壁面剪切流的转捩。这种模式的方法的缺点是发现20年前，是与非正交的本征模式的线性化问题，德指出的奥尔索末菲和乡绅方程。这个线性化问题的相关本征模是法向速度和法向涡度本征模，它们不是维数均匀的量。因此，这两族本征模之间的非正交性条件尚未得到明确的证明。利用螺线管速度场的正交分解，速度扰动被表示为OrrSommerfeld速度场（扰动法向速度的函数）和Squirevelocity场（扰动法向涡量的函数）的L2正交和。使用这种分解，变分制剂的线性化问题的书面，这是相当于奥尔索末菲和乡绅方程，但其本征模式由两个家庭的速度本征模式（因此尺寸均匀）。我们证明了这两个集合是非正交的，它们之间的线性组合可以产生大的瞬态增长。利用这个新的公式，最佳模式和连续模式转换之间的联系也将被澄清，作为直接谐振的作用。数值解的情况下，薄边界层发展的两个平行的壁在大雷诺数的分析。在这种情况下，将给出失稳扰动的特征。
2013-05-21 physics.flu-dyn
Data-Driven Approach for Noise Reduction in Pressure-Sensitive Paint Data Based on Modal Expansion and Time-Series Data at Optimally Placed Points
我们提出了一种基于模态展开的非稳态压敏漆（PSP）数据降噪方法，模态展开的系数由时间序列数据在最佳位置点确定。在这项研究中，适当的正交分解（POD）模式从时间序列PSP数据计算作为一个模态基础。在POD模态的基础上，利用传感器优化技术对能有效反映压力分布特征的点进行优化配置。然后，通过最小化时间序列压力数据与最佳点处的重构压力之间的差来确定POD模式的时变系数向量。这里，假设系数向量是稀疏向量。所提出的方法的优点是一个独立的方法，而现有的方法使用其他数据，如压力抽头数据的噪声的减少。作为示范，我们应用所提出的方法对PSP数据测量卡门涡街后面的方柱。重建的压力数据与压力传感器独立测量的压力数据吻合得很好。
2021-03-01 physics.flu-dyn
Modal Force Partitioning -- A Method for Determining the Aerodynamic Loads for Decomposed Flow Modes with Application to Aeroacoustic Noise
提出一种模态力分解方法，结合力分解与模态分解技术，通过直接分解Q场识别主导气动载荷的流场结构，并揭示其与远场气动声学噪声的关联。
2025-03-04 physics.flu-dyn
Preconditioned dynamic mode decomposition and mode selection algorithms for large datasets using incremental proper orthogonal decomposition
本文提出了一个简单而通用的动态模式分解（DMD）框架和大型数据集的模式选择。该框架明确地引入了一个预处理步骤，使用增量适当的正交分解DMD和模式选择算法。通过执行预处理步骤，DMD和模式选择可以以低存储器消耗和小计算复杂度执行，并且可以应用于大数据集。此外，提出了一种简单的模式选择算法的贪婪方法的基础上。将该框架应用于三维圆柱绕流的分析。
2017-07-20 physics.flu-dyn
MODULO: A software for Multiscale Proper Orthogonal Decomposition of data
在大数据革命的时代，在大数据集中自动发现数据的方法正在成为应用科学中必不可少的工具。本文介绍了一个开放的软件包，名为MODULO（MODal mULtisale pOd），执行多尺度本征正交分解（mPOD）的数值和实验数据。这种新的分解结合了多分辨率分析（MRA）和标准的本征正交分解（POD），以允许其模式的分解收敛性和频谱纯度之间的最佳折衷。该软件配备了图形用户界面（GUI），并通过大量示例和视频教程进行了丰富（参见Youtube频道MODULO mPOD）。可在\url{https://github.com/mendezVKI/MODULO/releases}下载MATLAB源代码和Windows用户可执行文件; \url{https://github.com/mendezVKI/MODULO}中提供了Matlab和Python练习集
2020-11-11 physics.data-an physics.flu-dyn physics.ins-det
Randomized Proper Orthogonal Decomposition for data-driven reduced order modeling of a two-layer quasi-geostrophic ocean model
针对两层准地转海洋模型，提出结合随机本征正交分解与长短期记忆网络的数据驱动降阶模型，实现比确定性POD快700倍、比直接数值模拟快数十万倍的加速，并在扩展的双涡旋风强迫测试中验证了准确性与效率。
2025-04-21 cs.NA math.NA physics.flu-dyn
Spectral Proper Orthogonal Decomposition using Multitaper Estimates
利用多锥度估计的频谱本征正交分解（SPOD）进行了探索。使用离散长椭球序列（DPSS）作为正交数据窗口的多锥度和多锥度韦尔奇估计相比，标准SPOD算法，专门依赖于加权重叠段平均，或韦尔奇的方法，估计的交叉频谱密度矩阵。两套湍流数据，一个实验和其他数值，被用来讨论分辨率带宽的选择和偏差方差权衡。Multitaper-Welch估计器通过将正交锥度应用于重叠段来结合这两种方法，从而允许灵活控制分辨率、方差和偏差。在额外的计算成本，但对于相同的数据，Multitaper-Welch估计提供较低的方差估计在固定的频率分辨率或较高的频率分辨率在类似的方差相比，标准算法。
2022-07-27 physics.data-an 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
Optimal frequency resolution for spectral proper orthogonal decomposition
本文研究了谱本征正交分解中频率分辨率的最优选择问题，提出了一种物理信息自适应频率分辨率算法，以显著降低SPOD模态的偏差。
2024-02-24 physics.comp-ph physics.data-an physics.flu-dyn
