Statistics of Extreme Turbulent Circulation Events from Multifractality Breaking
最近的数值探索在高雷诺数流动的非常强烈的环流波动带来了光的湍流不连续性的新方面。涡流气体建模的想法，介绍了这样的发展，导致了准确的描述的核心和中间尾部的环流概率分布函数（cPDF），以及标度指数相关的统计时刻的流通。通过强调多重分形破裂（其突出的唯象成分之一）是揭示cPDF尾部渐近形式的关键概念，我们扩展了湍流涡旋气体图像的预测范围。一个显着的分析协议发现与以前的结果内的瞬子方法的框架内的流通不稳定性。
2022-11-15 cond-mat.stat-mech physics.flu-dyn
A variational approach to probing extreme events in turbulent dynamical systems
极端事件普遍存在于各种动力系统中，包括湍流、非线性波、大规模网络和生物系统。在这里，我们提出了一个变分的框架探测条件，触发间歇性的极端事件在高维非线性动力系统。我们寻求触发器作为适当约束的优化问题的概率可行的解决方案，其中要最大化的功能是一个系统观察表现出间歇性的极端突发。施加约束以确保最优解的物理容许性，即，它们在动力系统的自然流动下发生的显著概率。我们将该方法应用到一个身体强迫不可压缩的纳维-斯托克斯方程，称为Kolmogorov流。我们发现，间歇性爆发的能量耗散是独立的外部强迫，而是由自发转移的能量从大尺度的平均流通过非线性三元相互作用。相应的变分问题的全球最大化确定负责的三重奏，从而提供了极端耗散事件发生的前兆。具体来说，监测这三位一体的能量转移，使我们能够开发一个数据驱动的短期预测间歇爆发的能量耗散。我们通过直接的数值模拟来评估这个预测器的性能。
2017-08-14 math.DS nlin.CD physics.flu-dyn
Extreme fluctuations of the relative velocities between droplets in turbulent airflow
我们比较实验和直接的数值模拟来评估的斯托克斯阻力模型，这是广泛使用的惯性粒子在湍流中的研究的准确性。我们专注于统计的耗散尺度和相对粒子速度的极端值为中等惯性粒子（St < 1）。模拟中相对速度的概率分布与实验中的概率分布定性相似。随着Stokes数的增加和相对速度的减小，一致性得到改善。模拟低估了极端事件的概率，这表明斯托克斯阻力模型错过了重要的动力学。然而，在实验和模拟的极端事件的标度行为可以捕捉到相同的多重分形模型。
2016-01-22 physics.flu-dyn
Resonance-Driven Intermittency and Extreme Events in Turbulent Scalar Transport with a Mean Gradient
本文构建耦合纬向流、剪切流及随机动力学的可解析模型，揭示相速度相等时的共振导致示踪剂方差峰值、非高斯间歇性与极端事件，并经多机制数值实验验证。
2025-06-06 cs.CE math-ph math.DS
Extreme learning machine for reduced order modeling of turbulent geophysical flows
我们研究了人工神经网络在稳定准定常地球物理湍流降阶模型中的应用。一个极端的学习机的概念被引入到计算的涡粘性封闭动态地将截断模式的影响。我们认为四个环流风驱动的海洋环流问题作为我们的原型设置，以评估所提出的数据驱动的方法的性能。我们的框架提供了一个显着减少计算时间，并有效地保留了动态的全阶模型在前向模拟期间超出训练数据集。此外，我们表明，该方法是强大的较大的时间步长的选择，可以作为一个有效的和可靠的工具，为长时间集成的大气环流模式。
2018-04-25 physics.comp-ph physics.flu-dyn
Universality of extreme events in turbulent flows
本研究通过分析不同湍流中速度梯度的极端事件，发现其矩的标度指数、比例常数及张量结构均具普适性，为湍流理论与建模提供了有力证据。
2024-12-13 cond-mat.soft nlin.CD physics.comp-ph
Extreme dissipation event due to plume collision in a turbulent convection cell
一个极端的耗散事件在一个封闭的三维湍流对流单体的大部分被发现是与一个强大的减少系统中的大规模环流，发生在同一时间作为羽流排放事件从底板。大规模环流的减少为向下和向上流羽流的近正面碰撞以及在大体积中产生高振幅热耗散层提供了可能性。这种碰撞局部地连接到随后的高振幅能量耗散事件中的一个强剪切层的形式。我们的分析说明了过渡的影响，在大尺度结构的极端事件在最小尺度的湍流，一个直接的链接，观察到的流与边界层。我们还表明，极端耗散事件的检测，确定在散装的耗散场的长尾统计需要长时间的运动方程的积分超过至少一百个对流时间单位。
2016-09-16 physics.flu-dyn
Coherent structures and extreme events in rotating multiphase turbulent flows
通过使用直接数值模拟（DNS）在前所未有的分辨率，我们研究湍流旋转的同时存在的直接和逆叶栅。大尺度能量的积累导致沿旋转轴方向的高涡度垂直相干区的形成。通过用数百万个惯性粒子播种流，我们第一次量化了这些相干垂直结构对轻重粒子优先浓度的影响。此外，我们定量地表明，极端的波动，导致偏离正态分布的统计，结果从纠缠的相互作用的垂直结构与湍流背景。最后，我们提出了有史以来第一次测量的斯托克斯阻力，科里奥利力和向心力之间的相对重要性沿惯性粒子的轨迹。我们发现，旋涡相干结构导致意想不到的扩散性质的重和轻粒子在平行和垂直于旋转轴的方向。
2016-11-23 cond-mat.stat-mech nlin.CD physics.flu-dyn
Extreme-scale motions in turbulent plane Couette flows
本文研究了中等雷诺数下（$Re_τ$ = 500）平面Couette湍流中大尺度运动的大小。直接数值模拟区域与$100πδ\times2δ\times5πδ$一样大，其中$δ$是壁之间距离的一半。结果表明，有结构的流向范围，如测量的波长，只要78 $δ$和至少310 $δ$在$Re_τ$ = 220和500，分别。在所有三个速度分量和雷诺应力的频谱中，这些非常长的结构的存在是明显的。在使用较小域的DNS中，大型结构受到约束，消除了较大域中存在的流向变化。在外流的平均速度和流向速度方差中也存在较小区域的影响。
2018-01-29 physics.flu-dyn
Instanton-based Importance Sampling for Extreme Fluctuations in a Shell Model for Turbulent Energy Cascade
本文提出使用Shell Model探索源于量子场论的瞬子重要性采样方法在湍流能量级联极端涨落中的应用，验证了其在热方程极限下的有效性，并发现随着非线性增强，该方法在估计分布平坦度时的一致性变差。
2023-08-01 physics.flu-dyn
Towards extreme event prediction of turbulent flows with quantized local reduced-order models
本文提出量化局部降阶模型（ql-ROM），结合状态空间聚类与局部POD基上的Galerkin投影，对最小流动单元湍流进行低维建模，揭示耗散爆发的能量传递机制，并为极端事件预测提供可解释且高效的计算框架。
2025-11-06 physics.flu-dyn
Numerical study of extreme mechanical force exerted by a turbulent flow on a bluff body by direct and rare-event sampling techniques
本研究调查，通过数值模拟，极端的机械力施加的湍流冲击钝体，并检查两个不同的稀有事件算法的相关性，以有效地采样这些事件。将置于湍流槽道流（二维）中的方形障碍物所经历的阻力作为代表性的案例研究。直接采样表明，极端的波动是密切相关的障碍物的近尾流阻塞的强涡的存在。这个涡流是造成前体和障碍物底部之间显著压降的原因，因此产生很高的阻力值。两种算法，然后被认为是加速这样的流的采样，即AMS和GKTL算法。这些算法背后的一般思想是用一组短得多的模拟来取代长模拟，并行运行，根据一些旨在更频繁地对大幅度事件进行采样的特定规则，动态被复制或修剪。这些算法已被证明是相关的统计物理，计算机科学，生物化学中的广泛的问题。本研究是第一次应用到流体-结构相互作用问题。实际的证据表明，快速扫描时间的湍流结构过去的障碍物有很大的影响的稀有事件算法的效率。虽然AMS算法不产生显着的运行时间节省相比，直接采样，GKTL算法似乎是有效的采样非常有效的极端波动的时间平均阻力和估计相关的统计数据，如返回时间。
2020-05-19 physics.comp-ph physics.flu-dyn
Dissecting coherent motions in extreme wall shear stress events within adverse pressure gradient turbulent boundary layers
本文利用NACA0012翼型的大涡模拟，研究逆压梯度湍流边界层中极端壁面剪应力事件，揭示APG通过改变扫掠与喷射运动的平衡和空间组织来调控回流及极端正事件的结构与动力学。
2025-11-06 physics.flu-dyn
Wavelet-based Adaptive Techniques Applied to Turbulent Hypersonic Scramjet Intake Flows
高超声速流场的数值模拟需要大量的计算量，这是由于强激波和厚的边界层或剪切层引起的流场变量的大梯度。这些梯度的分辨率要求在相应区域中使用极小的单元。考虑到湍流，尺度的变化会更加剧烈。此外，高超音速流已被证明是对网格极为敏感的。对于工程应用中的三维构型的模拟，这导致大量的单元和令人望而却步的计算时间。因此，现代自适应技术可以提供相对于计算成本和精度的增益，允许在需要的地方生成局部高分辨率的流动区域，并保持平滑的分布。采用基于小波的h-自适应方法求解高超声速绕流。采用雷诺应力湍流模型求解可压缩雷诺平均纳维-斯托克斯方程，该模型适用于预测高焓流动中激波-边界层相互作用。考虑了两种试验情况：压缩角和超燃冲压发动机进气道。压缩角是高超声速流场研究中的一个经典试验问题，因为它涉及到激波-粘性边界层干扰问题。自适应过程被应用到一个二维的配置作为验证。首先对超燃冲压发动机进气道进行二维计算。随后考虑三维几何形状。这两个测试用例的实验数据进行验证，并与非自适应计算。结果表明，在高焓条件下使用高超声速湍流的自适应技术可以大大提高性能的内存和CPU时间，而在同一时间保持所需的精度的结果。
2013-07-27 physics.comp-ph physics.flu-dyn
Predicting extreme events in a data-driven model of turbulent shear flow using an atlas of charts
针对湍剪切流数据驱动建模中极端事件难以捕捉的问题，应用CANDyMan技术分解时间序列并分别学习动力学模型，实现了比单一神经网络更准确的极端事件预测。
2023-06-29 physics.flu-dyn
A physics-aware machine to predict extreme events in turbulence
Technical University of Munich（慕尼黑工业大学）；University of Cambridge（剑桥大学）
我们提出了一种物理感知的机器学习方法来准确地预测湍流中的极端事件。该方法结合了两种完全不同的方法：基于水库计算的经验建模，仅从数据中学习混沌动力学，以及基于守恒定律的物理建模。我们表明，这两种方法的结合是能够预测的发生和幅度的极端事件的自我维持过程中的连续性的突然转变，从湍流准层流状态，这不能通过单独使用任何一种方法来实现。这为增强协同数据驱动方法与物理知识的可能性开辟了新的可能性，以准确预测混沌动力系统中的极端事件。
2019-12-23 cs.LG nlin.CD physics.flu-dyn
Data-driven time-dependent bases for turbulent airfoil wake-extreme gust interactions
Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（东北大学研究生院工学研究科航空航天工程系）；Department of Mechanical Engineering and Materials Science, University of Pittsburgh（匹兹堡大学机械工程和材料科学系）
提出数据驱动时变基框架，通过闭合演化方程和小滚动窗口分析湍流尾流与极端阵风相互作用，揭示模态能量演化与阵风强度、多尺度特征的关系。
2026-06-23 physics.comp-ph physics.flu-dyn
Extreme velocity gradients in turbulent flows
完全湍流的特征是间歇性地形成非常局部化和强烈的速度梯度。这些梯度可以比它们的典型值大几个数量级，并导致湍流的许多独特性质。使用具有前所未有的小尺度分辨率的Navier-Stokes方程的直接数值模拟，我们在一个显着的湍流强度范围内，泰勒尺度雷诺数（$R_λ$）参数化的这种极端事件的特征。值得注意的是，我们发现最强的速度梯度经验地缩放为$τ_K^{-1} R_λ^β$，其中$β\approx 0.775 \pm 0.025$，其中$τ_K$是柯尔莫哥洛夫时间尺度（其逆，$τ_K^{-1}$，是{r.m.s.}速度梯度波动）。此外，我们观察到在非常小的距离上的速度增量$r \le η$，其中$η$是柯尔莫哥洛夫长度尺度，与{r.m.s.}一样大。的速度波动。这两个观测结果都表明，流中的最小长度尺度表现为$ηR_λ^{-α}$，具有$α= β- \frac{1}{2}$，这与现有唯象理论的预测不一致。我们发现，极端的梯度安排在涡流管，使应变条件下的涡度增长平均比涡度慢，近似为幂律的指数$γ< 1$，这与$R_λ$弱增加。使用缩放参数，我们得到$β=(2-γ)^{-1}$，这表明$β$也会随着$R_λ$缓慢增加。我们推测，接近无限$R_λ$的极限，流动是整体光滑的，强烈的速度梯度超过规模$ ηR_λ^{-1/2}$，对应于$β= 1$。
2019-01-28 physics.flu-dyn
Extreme vorticity events in turbulent Rayleigh-Bénard convection from stereoscopic measurements and reservoir computing
利用体视粒子图像速度场（PIV）技术对空气中瑞利-贝纳德对流湍流体区的离面涡量分量$ω_z$的高幅值事件进行了分析。瑞利数${\rm Ra}$从$1.7 \times 10^4$到$5.1 \times 10^5$不等。实验研究与$ω_z$和个体速度导数$\partial u_i/\partial x_j$的长期时间序列的综合统计分析有关。一个统计收敛导数矩的顺序为6证明。在相同的参数范围内，我们的结果与已有的高分辨率直接数值模拟结果吻合得很好，包括出现在相应概率密度函数远指数尾的极端涡度事件。实验证实了对流中速度导数统计量从高斯分布到非高斯分布的转变。实验数据被用来训练水库计算模型，递归神经网络的一个实现，再现高度间歇性的实验时间序列的涡度，从而重建极端的平面外涡度事件。在使用高分辨率PIV数据训练模型之后，机器学习模型在重建阶段使用稀疏种子、连续可用且不可见的测量数据运行。重建质量的部分观测的稀疏性的依赖性也被记录。我们的后者的结果铺平了道路，机器学习-辅助实验分析的小尺度湍流的时间序列缺失的速度导数可以提供生成算法。
2022-03-14 physics.flu-dyn
Causal structures of turbulent skin-friction drag in wall-bounded turbulent flows
School of Aeronautics and Astronautics, Shanghai Jiao Tong University（上海交通大学航空宇航学院）
本研究利用Liang-Kleeman信息流方法揭示湍流中皮肤摩擦阻力的因果结构，发现其与纵向条纹和涡旋的动态过程相关，提供更明确的因果关系解释。
2026-02-03 physics.flu-dyn
A pencil-distributed finite-difference solver for extreme-scale calculations of turbulent wall flows at high Reynolds number
本文提出一种铅笔分布式有限差分求解器，用于高雷诺数湍流壁面流动的极端规模模拟，通过改进泊松求解器和重设计的并行循环归约算法，在高达800亿网格点和1024块GPU上实现比基线快约两倍的性能，且无扩展性损失。
2025-08-06 physics.flu-dyn
Polymers in turbulence: stretching statistics and the role of extreme strain-rate fluctuations
湍流中的聚合物被波动的速度梯度拉伸;稳态概率分布函数（p.d.f.）$R$具有幂律尾部，其指数随着Weissenberg数$Wi$（聚合物弹性的无量纲度量）而增加。这项研究解决了以下问题：（一）什么是湍流速度梯度的非高斯统计的聚合物拉伸的作用？(ii)警察是怎么。的$R$演变到其渐近稳定的形式？我们的分析是基于模拟的动态有限可扩展珠弹簧哑铃和链，在极稀的限制，这是在一个均匀的和各向同性的湍流，以及在高斯随机流。首先，我们回顾了高分子拉伸的大偏差理论，并说明了它的应用。然后，我们比较聚合物拉伸湍流和高斯随机流，并表明，而极端值的应变率有助于拉伸小- $Wi$刚性聚合物，它们是不重要的高- $Wi$聚合物，而不是由中等应变率的累积作用拉伸。这一结果是支持的聚合物在拉伸状态下的持续时间的分析。接下来，从螺旋聚合物的分布开始，我们发现，p.d.f.对于低到中等$Wi$，$R$的形式为演进的幂律，尽管在高$Wi$时并非如此。不管是哪种情况，警察局。以指数方式松弛到静止状态。作为$Wi$的函数测量的平衡的相应时间尺度指向在线圈拉伸转变处的临界减慢。重要的是，这些结果表明没有质的变化时，链在湍流被替换为哑铃在高斯流，从而支持使用后者的降阶建模。
2023-01-08 cond-mat.soft cond-mat.stat-mech nlin.CD
Convolutional autoencoder for the spatiotemporal latent representation of turbulence
Delft University of Technology（代尔夫特理工大学）；University of Cambridge（剑桥大学）；Imperial College London（帝国理工学院）；The Alan Turing Institute（艾伦·图灵研究所）
本文提出三维多尺度卷积自编码器，用于高效获取具有极端事件的湍流降阶潜在表示，其自由度少于本征正交分解的10%，并能准确重建极端事件相关状态。
2023-06-20 cs.LG nlin.CD physics.flu-dyn
Prediction of Intermittent Fluctuations from Surface Pressure Measurements on a Turbulent Airfoil
这项工作研究了几种机器学习技术的有效性，用于预测在低雷诺数下翼型周围流动中发生的极端事件。对于一定的雷诺数，气动力表现出由翼型尾流中的涡流行为变化引起的间歇性波动。这些事件是在低雷诺数下翼型中观察到的非定常行为的原型，并且由于其不稳定性和流动的混沌性质，其预测极具挑战性。我们试图在这些波动发生之前的一段特定的时间内预测它们。我们假设只知道翼型表面上一组离散点处的压力，以及流动状态的离线知识。方法包括从历史压力测量直接预测，流重建，然后使用全阶求解器进行前向积分，以及各种低维量的数据驱动的动态模型。方法进行了比较，使用几个标准定制的极端事件预测。我们表明，使用数据驱动的模型的低阶动态变量的方法优于那些没有动态模型，与以前的作品，低维初始化不准确预测观测与极端事件，如阻力。
2021-08-11 physics.flu-dyn
A feasibility study on the use of low-dimensional simulations for database generation in adaptive chemistry approaches
LES/PDF方法可用于模拟具有强湍流化学相互作用的具有挑战性的湍流燃烧构型。与火焰状湍流燃烧模型相比，传输PDF方法在计算上昂贵。开发预分区自适应化学（PPAC）方法来解决这种成本差异。PPAC需要一个离线预处理阶段，其中从代表性成分的初始数据库开始生成一组简化模型。在运行时，这组简化模型在反应分步步骤期间被动态地利用，从而节省计算。我们最近结合PPAC与原位自适应制表（ISAT），以进一步降低计算成本。我们已经表明，该组合方法减少了大规模LES/粒子PDF模拟湍流燃烧的平均挂钟时间，每个时间步的39%。PPAC中的一个关键假设是，离线阶段使用的初始数据库代表运行时遇到的组合。在我们以前的研究中，这个假设是平凡的满足，因为初始数据库包括从湍流燃烧模拟本身提取的成分。因此，一个关键的未决问题仍然是，是否可以生成这样的数据库，而无需访问湍流燃烧模拟。为了回答这个问题，在目前的工作中，我们探讨是否可以从计算效率高的低维模拟，如一维逆流火焰和部分搅拌反应器中提取的组成，形成这样的数据库。我们表明，使用从部分搅拌的反应器配置提取的组合物产生的数据库导致性能可比的最佳情况下，其中数据库是由直接从LES/PDF模拟本身提取的组合物。
2023-10-25 physics.flu-dyn
Shear-Improved Smagorinsky Model for Large-Eddy Simulation of Wall-Bounded Turbulent Flows
基于Toschi等人（2000）关于壁面湍流剪切效应的最新研究结果，引入了剪切改进的Smagorinsky模型。Smagorinsky涡粘性修正减去的瞬时分辨应变率张量的大小的平均剪切的大小。在两种不同雷诺数下，对平面通道流动进行了大涡模拟，并对该亚网格模型进行了检验。与动态Smagorinsky模型和直接数值模拟，包括平均速度，湍流动能和雷诺应力分布的第一个比较，是非常令人满意的。所提出的模型，除了是物理上的声音，具有较低的计算成本，并具有较高的潜力，推广到更复杂的非均匀湍流。
2006-06-01 nlin.CD physics.flu-dyn
Acceleration statistics of material particles in turbulent flow
能够准确地模拟和预测由湍流输送的分散夹杂物的动力学，仍然是一个具有重要科学、环境和经济问题的挑战。一个关键和难点是正确地描述粒子在很宽的尺寸和密度范围内的动力学。我们的测量结果表明，分散在湍流中的颗粒的加速度统计确实表现出特定的尺寸和密度的影响，但它们保留了一个非常强大的湍流签名与对数正态波动，无论颗粒的尺寸和密度。这在离散夹杂物的湍流运输的建模方面具有重要的后果。
2008-05-07 physics.flu-dyn
Tackling Compressible Turbulent Multi-Component Flows with Dynamic hp-Adaptation
本文提出一种hp自适应混合间断伽辽金/有限体积方法，用于模拟可压缩湍流多组分流动，通过动态切换h细化FV子单元和p自适应DG，实现精确激波定位和湍流解析，并在FLEXI框架中验证其鲁棒性，展示了在欠膨胀氢气射流混合模拟中的潜力。
2025-02-26 physics.flu-dyn
Enhanced Wall Boundary Modeling for Turbulent Flows Using the Lattice Boltzmann Method with Adaptive Cartesian Grids
National Institute of Aerospace Technology (INTA)（国家航空航天技术研究所）
本文提出基于自适应笛卡尔网格的改进壁面边界建模方法，用于高雷诺数湍流流动的格子玻尔兹曼方法，通过结合解析壁面函数的湍流模型，实现准确的气动参数预测。
2026-01-26 physics.flu-dyn
A wavelet-adaptive method for multiscale simulation of turbulent flows in flying insects
我们提出了一个基于小波的自适应方法计算三维多尺度流在复杂的，随时间变化的几何形状，大规模并行计算机上实现。虽然我们的重点是模拟扑翼昆虫，但它也可以用于其他流动问题，包括湍流。为了避免求解椭圆问题，采用人工可压缩性方法对不可压缩流体进行建模。无滑移和内/流出边界条件采用体积惩罚。控制方程离散在局部均匀笛卡尔网格上，中心有限差分，并在时间上积分的龙格-库塔格式，都是四阶。该方法将域划分为具有不同分辨率的等距网格的立方体块，对每个立方体块，使用双正交插值小波作为细化指标和预测算子。保持小波系数不变允许生成动态演化的网格，并且自适应策略在空间和尺度上跟踪解决方案。块分布在MPI进程之间，网格的全局拓扑结构使用树状数据结构进行编码。分析不同的物理和数值参数可以平衡它们各自的误差贡献，从而确保最佳收敛，同时最大限度地减少计算工作量。不同的验证测试得分的准确性和性能，我们新的开放信源编码，WABBIT（小波自适应块为基础的求解器与湍流的相互作用），在大规模并行计算机上使用完全自适应网格。扑翼昆虫的流动模拟表明其适用于复杂的，生物启发的问题。
2021-01-06 cs.NA math.NA physics.comp-ph
Extracting informative vortical structures of turbulent wake-extreme vortex gust interactions with machine learning
Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（东北大学大学院工学研究科航空航天工程系）
本研究采用卷积信息论学习，在雷诺数5000下从涡阵风-翼型相互作用中提取与升力、能量传递相关的关键涡结构，为瞬态空气动力学流动研究提供数据驱动的因果分析方法。
2026-07-30 physics.comp-ph physics.flu-dyn
Extreme-Scale Super-Resolution of Homogeneous Turbulence from a Single Realization
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）
该研究提出基于单一湍流实现补丁训练的WDSR超分辨率框架，在×32、×64超分辨率因子下，可准确重建流场，性能优于传统插值及多快照训练模型，为高分辨率数据稀缺时的湍流超分辨率提供高效方案。
2026-10-15 cs.LG physics.flu-dyn
Efficient Computation of Instantons for Multi-Dimensional Turbulent Flows with Large Scale Forcing
极端事件在流体湍流中发挥着至关重要的作用。受场论方法的启发，这些极端事件，它们的演化和概率可以在瞬子形式主义的帮助下作为合适的作用泛函的极小化者来计算。由于多维流体流中的高数量的自由度，传统的全局最小化技术在其存储器要求方面很快变得令人望而却步。我们概述了一种新的方法来寻找最小化的轨迹在广泛的一类问题，通常发生在湍流设置，其中底层的动力系统是一个非梯度，非线性偏微分方程，并迫使被限制在一个有限的长度尺度。我们证明了该算法的性能和内存方面的效率，通过计算高分辨率瞬子场配置对应的粘性冲击一维和二维可压缩流。
2015-08-11 cond-mat.stat-mech physics.comp-ph physics.flu-dyn
Towards adaptive simulations of turbulent wings at high Reynolds numbers
高阶谱元法代码Nek 5000中的自适应网格加密（AMR）已通过翼型绕流的高分辨大涡模拟（LES）得到验证。在目前的工作中，绕NACA 4412型线在弦基雷诺数$Re_c=200,000$的流动进行了研究，在两个不同的攻角：5和11度。该网格是从一个非常粗糙的初始网格体积加权频谱误差指标的装置，直到一个足够的分辨率水平是在边界和尾区实现。AMR的非共形实现允许使用大的域，避免了需要前体RANS模拟来获得边界条件（BC）。这就消除了定常狄利克雷边界条件对流动的影响，在大迎角时（特别是在后缘和尾流区附近），这种影响成为相关的误差源。此外，避免了远场和相关联的高纵横比元素中的过度细化，这意味着求解器的更少的压力迭代和减少的元素数量，这导致相当大的计算成本降低。平均流量统计数据进行了验证，使用实验数据获得相同的配置文件中的最小湍流级（MTL）风洞在KTH，以及与以前的DNS模拟，显示出良好的协议。这项工作是研究更强的压力梯度和更高的雷诺数复杂的流动与高保真度，高阶模拟允许实现的方向迈出了重要的一步。最终，该数据库可用于湍流模型的开发和改进，特别是壁模型。
2021-08-27 physics.flu-dyn
One-point statistics for turbulent pipe flow up to $Re_τ \approx 6000$
本文用直接数值模拟方法（DNS）求解纳维-斯托克斯方程，研究了光滑直管中的湍流流动，圆管截面为$Re_τ \approx 6000$。DNS结果突出了与普朗特摩擦定律的系统偏差，约为$2\%$，在极端雷诺数下可外推至约$4\%$。DNS摩擦系数的数据拟合产生了一个估计的冯卡门常数$k \approx 0.387$，它很好地符合平均速度的配置文件，并支持规范的壁有界流动的普遍性。相同的常数也适用于管道中心线速度，从而为极端雷诺数下管流的渐近状态应该是塞流的主张提供了支持。在仔细检查的雷诺数下，没有发现轴向速度方差内峰对数增长饱和的证据。尽管在我们的DNS中没有直接出现速度方差的外峰，但我们提供了强有力的证据，表明它应该出现在$Re_τ \gtrsim 10^4$，这是由于外壁层的大部分湍流产生超过耗散的结果，从而使经典的均衡假设失效。
2021-06-21 physics.flu-dyn
Adaptive Dissipation in the Smagorinsky Model for Turbulence in Boundary-Driven Flows
本文通过引入随距边界距离动态调整的自适应耗散项改进Smagorinsky模型，解决了近壁过度耗散问题，并给出两个定理保证解的适定性与耗散率界限，以更精确模拟湍流。
2024-11-08 physics.flu-dyn
Statistical prediction of extreme events from small datasets
University of Cambridge（剑桥大学）；Imperial College London（帝国理工学院）；The Alan Turing Institute（艾伦·图灵研究所）
我们提出回声状态网络（ESN）预测的统计极端事件的湍流。我们在缺乏极端事件信息的小数据集上训练ESN。我们评估网络是否能够从小的不完美数据集推断并预测描述事件的厚尾统计数据。我们发现，在几乎所有分析的情况下，网络都正确地预测了事件，并改善了系统相对于训练数据的统计。这为湍流极端事件的统计预测开辟了新的可能性。
2022-04-12 cs.LG nlin.CD physics.flu-dyn
Multiscale simulation of coexisting turbulent and rarefied gas flows
针对湍流与稀薄气体流动难以统一模拟的挑战，研究提出结合介观Boltzmann方程合成迭代格式与k-ω湍流模型的多尺度方法，经实验与稀薄流验证，可捕捉高超声速对向喷流中湍流对表面热流的显著影响。
2024-08-15 physics.flu-dyn
Capturing Extreme Events in Turbulence using an Extreme Variational Autoencoder (xVAE)
本文提出极端变分自编码器（xVAE），将重尾分布的最大无穷可分过程嵌入VAE框架，用于准确建模湍流中的极端事件，并在野火羽流大涡模拟中验证其优于POD的极端值捕捉能力和不确定性量化性能。
2025-02-07 physics.flu-dyn stat.AP stat.ML
Theoretical prediction of Reynolds stresses and velocity profiles for barotropic turbulent jets
能够预测湍流的速度分布是极其罕见的。在二维流动、大气动力学和等离子体物理中，大尺度相干射流是通过从小尺度到大尺度的逆向能量传递而产生的。我们证明，在消失的能量注入，消失的摩擦，和小尺度强迫的限制，射流的速度分布服从一个方程的强迫的细节无关。我们发现另一个一般的关系射流的最大曲率，我们给出了强有力的论据，以支持存在的流体动力学不稳定的最小射流速度的点。这些结果是第一次从湍流动力学角度计算雷诺应力和自洽速度廓线，也是第一次建立正压湍流中纬向急流的自洽解析理论。
2017-07-03 physics.flu-dyn
Super-resolution reconstruction of turbulent flow at various Reynolds numbers based on generative adversarial networks
这项研究提出了一个基于深度学习的框架，使用生成对抗网络（GANs）的概念，从各种雷诺数的极低分辨率数据中重建高分辨率湍流速度场。采用多尺度增强超分辨率生成对抗网络（MS-ESRGAN）重建高分辨率速度场，并利用不同雷诺数下的大纵肋槽道湍流直接数值模拟（DNS）数据对模型的性能进行了评价。该模型被发现有能力准确地再现高分辨率的速度场的数据在两个不同的低分辨率水平的速度场和湍流统计的数量。结果进一步表明，该模型能够重建速度场的雷诺数，而不是在训练过程中使用。
2021-10-11 physics.flu-dyn
Neural-ISAM: A hybrid in-situ machine learning approach for complex manifold-based combustion models in LES of turbulent flames
Princeton University（普林斯顿大学）；University of New Brunswick（新不伦瑞克大学）
本文提出Neural-ISAM方法，结合原位自适应流形和机器学习，降低湍流火焰LES中复杂流形燃烧模型的内存需求和计算成本。
2026-05-11 physics.comp-ph physics.flu-dyn
An Implicit Adaptive Fourier Neural Operator for Long-term Predictions of Three-dimensional Turbulence
本文提出隐式自适应傅里叶神经算子（IAFNO）用于三维湍流长期预测，通过引入隐式迭代并结合3D分块与自注意力机制，相比IUFNO在精度、稳定性与训练效率上显著提升，且参数与内存占用大幅降低。
2025-08-13 physics.flu-dyn
Lagrangian Curvature Statistics from Gaussian Subensembles in Turbulent Flows
University of Edinburgh（爱丁堡大学）；Brandenburgische Technische Universität (BTU)（勃兰登堡工业大学）；German Aerospace Center (DLR)（德国航空航天中心）
本研究针对湍流示踪粒子轨迹曲率的间歇性效应，推导了曲率概率密度函数的精确表达式与闭式近似，经实验验证吻合良好，且方法可扩展至等离子体湍流等复杂系统。
2026-08-25 physics.flu-dyn physics.plasm-ph
How small droplets form in turbulent multiphase flows
本研究利用高分辨率数值模拟并设置减弱强速度梯度的对照实验，揭示湍流多相流中小液滴形成由大液滴破碎的内部动力学主导，高涡量和极端耗散只是破碎结果。
2024-02-29 physics.flu-dyn
Triggering of extreme events and coherent-structure modulation in wall-turbulence under cyclostationary forces
Northwestern Polytechnical University（西北工业大学）；National Key Laboratory of Aircraft Configuration Design, Key Laboratory for Extreme Mechanics of Aircraft of Ministry of Industry and Information Technology（飞机结构设计与飞机极端力学工业和信息化部重点实验室）
通过直接数值模拟研究高斯型瞬态强迫下壁湍流的非平衡动力学，揭示了高幅值阵风通过能量注入、低频相干结构锁定及极端壁面事件（如反向流）的触发机制。
2026-06-28 physics.comp-ph physics.flu-dyn
Super-resolution reconstruction of turbulent flows with machine learning
我们使用机器学习对严重欠分辨的湍流场数据进行超分辨率分析，以重建高分辨率的流场。开发了两种机器学习模型;即卷积神经网络（CNN）和混合下采样跳跃连接多尺度（DSC/MS）模型。这些机器学习模型被应用到二维圆柱尾迹作为一个初步的测试，并显示出显着的能力，重建层流从低分辨率的流场数据。我们进一步评估这些模型的二维均匀湍流的性能。CNN和DSC/MS模型可以从非常粗糙的流场图像中重建湍流，具有非常高的精度。对于湍流问题，基于机器学习的超分辨率分析可以大大提高空间分辨率，只需50个训练快照数据，具有很大的潜力，揭示亚网格尺度的复杂湍流物理。随着越来越多的流场数据从高保真模拟和实验，本方法激励有效的超分辨率模型的各种流体流动的发展。
2019-02-04 physics.flu-dyn
Mass-Transfer Control With Microbubbles in Highly Turbulent Decaying Flows
George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology（乔治·W·伍德拉夫机械工程学院，佐治亚理工学院）；Renewable Bioproducts Institute, Georgia Institute of Technology（可再生生物制品研究所，佐治亚理工学院）
通过结合极端湍流与微小表面张力降低，实现微泡尺寸控制，从而提高工业多相流的质量传递效率。
2026-04-27 physics.flu-dyn
Comparison of turbulence profiles in high Reynolds number turbulent boundary layers and validation of a predictive model
Vassilicos等人（2015年）修改后的Townsend-Perry附加涡流模型结合了rms流向湍流速度剖面的外部峰值/平台特性和这些剖面在离壁更远距离处的Townsend-Perry对数衰减。这些作者针对高雷诺数湍流管流数据对该模型进行了验证，并在此显示，该模型同样能够很好地描述来自四个不同设施和宽雷诺数范围的湍流边界层流数据，且参数值大致相同。该模型具有预测价值，当外推到极高的雷诺数的SLTEST数据在大盐湖沙漠大气测试设施，它匹配这些数据相当不错。
2018-09-14 physics.flu-dyn
Adaptive shape control for microswimmer navigation in turbulence
Gothenburg University（哥德堡大学）；Tor Vergata University of Rome（罗马第二大学）；Istituto dei Sistemi Complessi, CNR（复杂系统研究所，意大利国家研究委员会）
本文通过强化学习使微游泳器在湍流中自适应改变形状以提高导航性能，提出分析模型并展示其在复杂流体中的有效性。
2026-03-09 cond-mat.soft physics.bio-ph physics.flu-dyn
Mach Number Dependence of Turbulent Magnetic Field Amplification: Solenoidal versus Compressive Flows
我们研究的增长率和饱和度的湍流发电机在磁流体动力学模拟的湍流，驱动螺线管（发散自由）或压缩（卷曲自由）迫使。对于马赫数范围从0.02到20的模型，我们发现明显不同的磁场几何形状、放大率和饱和水平，由于激波的发展，在从亚音速流到超音速流的过渡处强烈地降低。两种极端类型的湍流强迫都驱动发电机，但螺线管强迫更有效，因为它产生更多的涡度。
2011-09-08 astro-ph.GA astro-ph.SR physics.comp-ph
An experimental study on the multiscale properties of turbulence in bubble-laden flows
对不同尺度下含气泡湍流的特性进行了实验研究，着重于流动动能、能量传递和极端事件。该实验采用粒子阴影测速测量来测量由在水中上升的均匀气泡群产生的柱中的流动，对于两种不同的气泡直径（$2.7$ mm $\&$ $3.9$ mm）和中等气体体积分数（$0.26\%\sim1.31\%$）。这两个速度分量在高分辨率下测量，并用于构建高达12阶的结构函数，用于跨越流动中的小到大尺度的分离。关于流动的各向异性，速度结构函数被发现在垂直和水平方向上的流动的分离不同，和较小的气泡的情况下是最各向异性的，依赖于空隙率。各向异性的程度示出增加的顺序的结构功能的增加，示出极端事件中的流是最各向异性的。结果表明，与三维单相湍流一样，水平速度分量的平均能量传递是下尺度的。然而，与流体速度的垂直分量相关联的能量传递是高档的。的速度增量的概率密度函数显示，极值变得更可能与雷诺数的减少，在单相湍流的行为相反。我们可视化这些极端事件，并发现激烈的小尺度速度增量的区域附近的湍流/非湍流界面的边界处的气泡尾流。
2021-09-23 physics.flu-dyn
Optimal tracking strategies in a turbulent flow
本文针对湍流中有限机动能力搜索者追踪漂移目标的难题，采用最优控制理论获得最短时间导航策略，并证明其相较反应式启发式算法具有更长追踪时间和更强鲁棒性。
2023-05-08 cs.SY eess.SY nlin.CD
Scientific multi-agent reinforcement learning for wall-models of turbulent flows
Harvard University（哈佛大学）；California Institute of Technology（加州理工学院）；ETH Zurich（苏黎世联邦理工学院）
湍流模拟的预测能力对空气动力学设计和天气预报至关重要，取决于湍流模型的选择。大量的实验和模拟数据以及机器学习的出现推动了湍流建模工作。然而，湍流的模拟仍然受到阻碍，无法模拟的近壁动态的物理学和监督学习。我们通过引入科学的多智能体强化学习（SciMARL）来解决这一挑战，以发现大涡模拟（LES）的壁模型。在SciMARL中，离散化点也充当协作代理，学习提供LES闭包模型。智能体使用有限的数据进行自我学习，并推广到极端的雷诺数和以前看不见的几何形状。目前的模拟减少了几个数量级的计算成本超过完全解决的模拟，同时再现关键流量。我们相信SciMARL为模拟湍流创造了前所未有的能力。
2022-02-01 cs.LG physics.comp-ph physics.flu-dyn
