Biomimetic bluff body drag reduction by self-adaptive porous flaps
通过对钝体绕流的研究,评估了基于仿生方法的原始被动控制系统的性能。这种控制装置包括一对由刚性塑料骨架和多孔织物组合制成的襟翼,该骨架分别模仿鸟羽毛的轴和叶片。方柱体的侧面已经安装了这种系统,以便使襟翼能够围绕其前缘自由旋转。该特征允许可移动襟翼自适应流动条件。比较无控制和控制流,一个显着的阻力减少(高达22%)已获得在很宽的雷诺数范围内。的平均流量的调查揭示了一个显着的修改的流量拓扑结构在大规模的控制缸占附近的压力基础的增加相比,自然流动。同时,对两襟翼的相对运动的研究表明,它们的动力学特性对雷诺数很敏感。此外,在大尺度流动动力学的比较研究表明,锁定耦合的襟翼运动和旋涡脱落。
2011-07-25 physics.flu-dyn
Modal analysis of bluff body wakes
本文对雷诺数为$U_\infty D/ν= 50,000$的非分层和分层圆盘尾迹进行了谱本征正交分解(SPOD)分析,其中$U_\infty$为自由速度,$D$为圆盘直径。在$Re= 50,000$中,分析了三种基于直径的弗劳德数,$\Fro = U_\infty/ND = \infty$,$2$和$10$。我们发现,在非分层的配置,两种模式:(i)涡脱落(VS)模式($m=1, \Str = 0.135$)和(ii)的双螺旋(DH)模式($m=2, \Str \rightarrow 0$)是最主要的功能。在远下游距离,DH模式是占主导地位的,而在近和中间位置,VS模式占主导地位的能量。重建TKE和雷诺剪应力也探讨了在近,远尾流位置。在分层情况下($\Fro = 2$和$10$),涡脱落模式(在$\Str \approx 0.13-0.14$)主导尾流。在中期至后期流向位置($x/D$),我们建立通过压力波通量重建的VS模式是负责内部重力波(IGW)的产生。$\Fro =2$还对$Re =5000$和$Re = 50,000$之间的SPOD分解分析进行了比较。初步结果表明,低$Re$尾流也是由VS模式占主导地位,但表现出更多的相干性,即更高的贡献领先SPOD模式,比高$Re$尾流。
2022-11-06 physics.flu-dyn
Active Flow Control for Bluff Body Drag Reduction Using Reinforcement Learning with Partial Measurements
本文针对二维方形钝体减阻问题,提出一种结合节能奖励、历史增广状态和最大熵强化学习的动态控制方案,仅用物体表面压力测量即可稳定涡脱落并实现与尾流传感器相近的减阻效果。
2024-01-16 physics.flu-dyn
Symmetry breaking in a 3D bluff-body wake
本文研究了三维轴对称钝体尾流在低雷诺数区的动力学行为,在低雷诺数区,通过时空对称破缺发生转捩。线性稳定性分析,以确定与对称性破缺相关的临界雷诺数,以及相关的本征模式,称为全球模式。分析表明,轴对称稳定的底部流动打破了旋转对称性,通过一个干草叉$m=1$分叉,与以前报道的轴对称尾流的结果。在此阈值以上,稳定基流是稳定的,具有平面对称性的三维。一个三维的全球稳定性分析周围的稳定的反射对称的基流,假设没有均匀的方向,准确地预测的Hopf分叉阈值,这导致不对称的旋涡脱落。DNS模拟验证了稳定性的结果,并在早期的混沌政权的流拓扑结构的特征。
2017-03-21 physics.flu-dyn
ONE CYLinder: A Benchmark for Graph-Based Surrogate Modeling of Unsteady Bluff-Body Flows
Mines Paris PSL University(巴黎国立高等矿业学校-巴黎文理研究大学)
提出ONECYL基准,含450个高保真仿真和270,000个快照,覆盖层流至湍流,并开发图变换器基线,通过水平集几何编码提升长时程预测精度与泛化能力。
2026-09-09 cs.LG physics.flu-dyn
Examination of ventilated cavities in the wake of a two-dimensional bluff body
本文利用时间分辨X射线密度测量研究二维钝体尾流中的通气空泡,依据$Fr$与$C_{qs}$划分闭合流态,并揭示形成与维持气体通量差异导致的通气滞后。
2024-08-04 physics.flu-dyn
Active Flow Control for Bluff Body under High Reynolds Number Turbulent Flow Conditions Using Deep Reinforcement Learning
本研究采用深度强化学习训练PPO智能体控制圆柱体下游喷流,在高雷诺数湍流中实现阻力降低29%和升力振荡减小18%,并验证了策略的鲁棒性与减阻机制。
2024-12-20 physics.flu-dyn
Implementation of a level-set based volume penalization method for solving fluid flows around bluff bodies in OpenFOAM
本文在OpenFOAM中实现了一种结合水平集函数的体积惩罚浸入边界法,通过圆柱和圆球绕流基准算例验证了其在稳态、非稳态及运动钝体绕流问题中的准确性与广泛适用性。
2023-09-16 physics.flu-dyn
FR3D: Three-dimensional Flow Reconstruction and Force Estimation for Unsteady Flows Around Extruded Bluff Bodies via Conformal Mapping Aided Convolutional Autoencoders
Imperial College London(帝国理工学院)
提出 FR3D 卷积自编码器,通过将多流体域保角映射到环形区域,实现对未见挤压钝体三维非定常流场的稀疏重建,并准确估计 Q 准则场及升阻力。
2023-07-12 cs.AI physics.comp-ph physics.flu-dyn
PDF model based on Langevin equation for polydispersed two-phase flows applied to a bluff-body gas-solid flow,
本文的目的是讨论一个完整的多分散两相湍流理论和数值模型的主要特点,指出一些具体问题。该模型的理论细节已经介绍过[Minier和Peirano,Physics Reports,Vol.352/1-3,2001 ]。因此,目前的工作主要侧重于补充方面,这些方面往往被忽视,但需要特别注意。特别是,以下几点进行了分析:在双向耦合的情况下看到的流体的速度的方程中添加一个额外的项的必要性,颗粒平均值的理论和数值评价和颗粒质量连续性约束的履行。理论模型是在PDF形式主义。首先讨论了状态向量变量的重要物理选择,然后将模型表示为连续时间(Langevin方程)中所见流体速度的随机微分方程(RSDs)。与单相情况相比,朗之万方程的利益和局限性进行了审查。从数值的角度来看,该模型对应于混合欧拉/拉格朗日方法,其中流体和颗粒相通过不同的方法进行模拟。Monte Carlo粒子/网格数值方法的重要方面进行了强调。最后,完整的模型进行了验证,并通过模拟一个重要的回流区和双向耦合是显着的钝体情况下,其性能进行评估。
2010-08-17 physics.flu-dyn
Global instability of long separation bubbles in a laminar boundary layer
本文旨在数值研究层流平板边界层内放置小间隙钝体扰动引起的逆压梯度变化引起的长分离泡的线性全局不稳定性。边界层起始于$Re_{δ^\ast}$ =121.7,分别受到NACA 4415翼型和带间隙圆柱$h\leqslant 0.2$扰动后,在计算范围内是稳定的。据发现,占主导地位的稳定性与二维和三维的固定本征模。在较小的波数范围内存在阻尼较小的振荡模式。在非模态分析框架中进一步证实了三维性的强烈影响。瞬态生长分析表明,最强的最佳扰动是三维的参数范围内的研究。模态分析表明,随着间隙的减小,不稳定性增加,而最佳扰动随着间隙的增加而增加。研究发现,分离边界层稳定性分析对钝体几何形状的依赖性较小。
2018-12-17 physics.flu-dyn
Suspension flows past bluff bodies: Investigation in a microfluidic environment
这一系列流体动力学视频说明了在微流体装置内流过各种钝体障碍物的非胶体颗粒悬浮液的行为。将直径为7 μm、体积分数为8.4%的聚苯乙烯颗粒用由水和少量甘油组成的悬浮液小心地制成中性浮力。通道深度为60 μm,垂直于流动方向的障碍物的典型长度为200 μm。根据障碍物的尺度,改变流速以产生雷诺数,其范围约为60 < Re < 500;深度方向上的狭窄尺寸抑制了不稳定性和旋涡脱落的发生,因此研究的流动被认为是稳定的(除了颗粒尺度波动)。粒子被观察到在障碍物的尾流区域被耗尽。在某些情况下,整个尾流中没有颗粒;在其他情况下,尾流的一部分中有颗粒再循环,而尾流的一部分完全没有颗粒。实验观察表明,如果粒子被迫进入一个最初的粒子耗尽区,他们最终会离开,并将尾流带到其原始状态,这意味着这些是稳态分布。
2010-10-15 physics.flu-dyn
Statistical inference of upstream turbulence intensity for the flow around a bluff body with massive separation
本研究利用基于集合卡尔曼滤波的数据驱动方法优化合成湍流入口边界条件,以减小矩形5:1圆柱体大分离绕流数值模拟与实验结果的差异,显著提升了流动预测精度。
2023-12-22 physics.flu-dyn
The high-Reynolds-number stratified wake of a slender body and its comparison with a bluff-body wake
采用高分辨率混合方法对细长体高雷诺数分层尾迹流场进行了数值模拟。尾流发生器是一个6:1的长椭球体,带有一个翻转边界层,基于直径的体雷诺数为$Re= U_\infty D/ν= 10^5$,体弗劳德数为$Fr=U_\infty/ND=\{2,10,\infty\}$。对于钝体,尾流缺陷速度($U_d$)按不同的尾流衰减率\citep{Spedding1997}分三个阶段衰减。但是,阶段之间的转换点不遵循预期的$Nt = Nx/U_\infty$值。与相似条件下圆盘尾流的比较\citep{Chongsiripinyo2020}量化了尾流发生器--钝体与细长体--在分层流中的影响。强分层$Fr=2$尾流处于共振状态。定常背风波强烈调制的平均流量,相对于磁盘,$Fr=2$球状体唤醒显示出较早的过渡,从非平衡(NEQ)阶段的准二维(Q2 D)阶段。NEQ-Q2 D转变之后是湍流动能和水平尾流曲折的急剧增加。在$Fr=10$,NEQ阶段的开始被延迟。动能和势能水库(平均和湍流)之间的转移进行了分析,并在相空间(当地弗劳德和雷诺数作为坐标)的流量进行了比较。总的来说,本研究的结果指出,很难找到一个通用的框架分层尾流演变,独立的身体的功能,并提供见解如何浮力效应取决于尾流发生器。
2023-02-19 physics.flu-dyn
Machine-learning-based reduced order modeling for unsteady flows around bluff bodies of various shapes
提出了一种利用机器学习建立非定常流降阶模型的方法。本机器学习降阶模型(ML-ROM)是通过结合卷积神经网络自动编码器(CNN-AE)和长短期记忆(LSTM)来构建的,它们以顺序的方式进行训练。首先,使用直接数值模拟(DNS)数据训练CNN-AE,以便将高维流数据映射到低维潜空间。然后,利用LSTM为CNN-AE获得的低维向量建立时间预测系统。作为一个测试案例,我们考虑流动周围的钝体的形状是使用随机振幅的三角函数的组合来定义。本ML-ROM在一组80个非流线型体形状上进行训练,并在不用于训练的一组20个非流线型体形状上进行测试,训练和测试形状都选自相同的随机分布。流场被证实是很好地再现本ML-ROM在各种统计方面。我们还关注两个主要参数的影响:(1)CNN-AE中的潜在向量大小,以及(2)用于LSTM的映射向量之间的时间步长。结果表明,当这些参数选取适当时,ML-ROM即使对看不见的钝体形状也能很好地工作,这意味着这种ML-ROM在更复杂的流动中具有很大的应用潜力
2020-03-17 physics.comp-ph physics.flu-dyn
On the symmetry-breaking instability of the flow past axisymmetric bluff bodies
本文揭示轴对称钝体绕流初级分岔源于表面方位涡量,提出基于近尾流涡量与分离泡径向范围的标度律,使临界雷诺数近似恒定,可快速判定流动全局不稳定性。
2025-04-24 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
Linear stability and resolvent analyses of a bluff-body stabilized flame with conjugate heat transfer
本研究通过强耦合整体弱形式方法,结合线性稳定性与预解分析,揭示锚定火焰与导热圆柱间共轭传热对分岔及热波动放大的关键作用。
2024-12-18 physics.flu-dyn
A Generalized Model for Predicting the Drag Coefficient of Arbitrary Bluff Shaped Bodies at High Reynolds Numbers
本文提出一个适用于高雷诺数任意钝体的广义阻力系数模型,将形状与取向效应归入单一系数,并揭示惯性区阻力系数随雷诺数的变化率与物体形状无关,同时验证了其对多种钝体及历史数据的预测能力。
2024-10-03 physics.flu-dyn
AhmedML: High-Fidelity Computational Fluid Dynamics Dataset for Incompressible, Low-Speed Bluff Body Aerodynamics
Amazon Web Services(亚马逊云科技);AWS AI Labs(AWS AI实验室)
本文提出AhmedML数据集,包含500种Ahmed Car Body几何变体的高保真CFD模拟结果,采用OpenFOAM和RANS-LES混合湍流建模,为机器学习驱动的流体力学研究提供首个可免费下载的开源大规模数据集。
2024-07-30 cs.CE cs.LG physics.flu-dyn
Data-driven RANS closures for three-dimensional flows around bluff bodies
在这篇短文中,我们将Schmelzer等人(2020)最近提出的数据驱动RANS封闭模型框架应用于全三维高雷诺数流动:即Re= 40,000的壁挂式立方体和长方体,以及Re= 140,000的圆柱体。对于每个流,使用基于LES或DES参考数据的稀疏符号回归生成新的RANS闭包。这个新的模型在计算流体力学求解器中实现,随后应用于其他流的预测。与基线$k-ω$ SST模型相比,我们看到了在完整流域中平均速度预测方面的一致改进。
2020-10-22 physics.comp-ph physics.flu-dyn
Real-time reinforcement learning for turbulent state-dependent control in a bluff-body wake
Imperial College London(帝国理工学院)
本文提出REACT框架,通过实时强化学习控制风洞中 bluff-body 唆流,减少阻力并实现能耗节省,发现动态抑制相干结构能提高效率。
2026-05-14 physics.flu-dyn
Generalizable turbulence closures across bluff-body shapes by PINN-based solver-agnostic training
Brown University(布朗大学);Massachusetts Institute of Technology(麻省理工学院)
研究通过基于物理信息神经网络训练湍流封闭,无需在优化循环中使用CFD求解器,可快速筛选封闭形式。开发四种封闭模型,在多个钝体尾流中训练并评估,结果优于稳态SST k-ω基线,力模型泛化性最佳。
2026-10-16 physics.flu-dyn
Design of a Piezoelectric Wind Energy Harvester for Bacterial Disinfection of Drinking Water
本文设计了一种基于驰振的压电风能采集器,通过在钝体上附加不同形状附件提升电输出,并用于饮用水细菌消毒,数值与实验均表明曲线形附件性能最佳。
2025-02-07 physics.flu-dyn
Autoregressive rollout error in latent-space reduced-order models of bluff-body wakes is accumulated phase drift
National Institute of Technology Agartala(阿加塔拉国家理工学院);Indian Institute of Technology Hyderabad(海得拉巴印度理工学院)
该研究针对钝体尾流的潜空间降阶模型,发现其自回归滚出误差主要为累积相位漂移,提出的相位校正方法可有效消除非平稳流动中的滚出误差。
2026-08-10 physics.flu-dyn
Coherent structures in the wake of a SAE squareback vehicle model
本文对SAE方背飞行器模型尾流进行了实验和数值研究,研究了雷诺数为$ Re_h = 1.0 \hspace{5pt} 10^6 $时尾流的相干结构。观察流场和底部压力场,以了解这些量的信号之间的关系。通过与Ahmed或类似车辆模型或三维非流线体的记录行为进行比较,进行了概括和区分。相比之下,旋涡脱落的作用类似,但仅限于SAE车辆模型尾流的上半部分。由于旋涡脱落的局部化和相位特性,底部压力信号与流场之间的联系很弱。然而,在某些条件下,例如在流量控制应用中,压力信号可以是可行的反馈传感器。近尾流的扑动被识别为低频时间尺度的波动。
2020-08-09 physics.flu-dyn
An algorithm to estimate unsteady and quasi-steady pressure fields from velocity field measurements
我们描述和表征的方法,用于估计相应的速度场测量,如通过使用粒子图像测速获得的压力场。对于非定常计算,根据速度场的时间序列或准定常计算,根据单个速度场估计压力梯度。基于通过压力梯度场的多个积分路径的中值轮询来确定相应的压力场,以便减小沿着各个积分路径累积的测量误差的影响。积分路径被限制到测量的速度场的节点,从而消除了在该步骤期间对测量插值的需要,并且相对于先前的方法显著降低了算法的计算成本。该方法是通过使用数值模拟流过去的固定,二维钝体和一个三维的计算模型,自推进的鳗形游泳研究的空间和时间分辨率,域的大小,信噪比,和面外效应的影响。粒子图像测速测量的自由游泳的水母水母和自由游泳的七鳃鳗进行了分析,使用的方法来证明该方法的有效性时,适用于经验数据。
2014-01-20 physics.flu-dyn
Vortex shedding in high-Reynolds-number axisymmetric bluff-body wakes: local linear instability and global bleed control
我们研究了大规模的螺旋涡脱落制度在高雷诺数的轴对称体与钝后缘的尾流,无论是实验和本地,线性,时空稳定性分析。在不稳定性分析中,我们考虑了体底后基流的详细下游演变。研究证实了尾流近场中第一个方位角数的绝对不稳定性存在一个有限区域。这种不稳定性被认为是触发回流区下游的大尺度螺旋涡脱落的原因。通过将给定流速的流体吹过细长体的基部来检查对旋涡脱落的抑制。流动的局部绝对区域的范围是作为泄放系数$C_b=q_b/(πR^2u_\infty)$的函数计算的,其中$q_b$是泄放流速,$R$是底部半径,$u_\infty$是入射自由流速度。结果表明,基本流成为对流不稳定的$C_b^*\sim 0.13$的排放系数的临界值的任何地方,这样没有自激制度预计$C_b>C_b^*$。此外,我们报告的流动可视化和热线测量的实验结果,增加值的出血系数。当应用足够量的底部排气时,流动显示表明,涡脱落被抑制,平均流变为轴对称。线性不稳定性分析预测的临界泄放系数在本文分析的雷诺数范围内落在实验值之内。
2019-12-15 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
Scale interactions and energy transfer in the turbulent wake of a bluff body
University of California San Diego(加州大学圣迭戈分校)
研究圆盘后高雷诺数尾流多尺度动力学,通过多种统计量分析及分解方法,揭示湍动能平衡、尺度间通量等特性,表明瞬时级联 - 耗散不平衡是湍流固有,大尺度非定常等因素使其显现。
2026-07-14 physics.flu-dyn
Physically Consistent Outflow Boundary Conditions for Global Stability Analysis of Bluff Body Wakes
The Stephen B. Klein Faculty of Aerospace Engineering, Technion Israel Institute of Technology(以色列理工学院航空航天工程学院)
研究钝体尾流全局稳定性分析,用基于有限差分离散化的矩阵形成方法,评估多种流出边界条件,发现罗宾条件能在截断域内实现全局模态稳健收敛,提高分析效率,凸显该方法在复杂稳定性分析中的适用性。
2026-07-21 math-ph math.MP physics.flu-dyn
Reconstructing three-dimensional bluff body wake from sectional flow fields with convolutional neural networks
本研究提出结合二维与三维卷积神经网络(CNN)的方法,仅用少数二维截面重建三维钝体尾流体积数据,并融合自适应采样超分辨率分析增强数据可压缩性,为物理科学大数据的高效存储与估计提供了实用方案。
2023-12-29 physics.comp-ph 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
Onset of vortex shedding in flow past Rankine ovals
本研究通过直接数值模拟,系统研究了 Rankine 椭圆绕流中涡脱落的起始,发现 Ua/m 与临界雷诺数呈线性关系,并给出了斯特劳哈尔数和阻力系数的经验公式,实现了无需数值模拟的总阻力预测。
2025-09-08 physics.flu-dyn
Stochastic modelling of a freely rotating disk facing a uniform flow
对薄圆盘与其湍流尾迹之间的流固耦合进行了实验研究,并采用低阶随机模型进行了描述。圆盘在雷诺数Re=133 000时面对均匀流,并可绕其直径之一旋转。它配备了瞬时压力测量,以给出空气动力学负载;前端和基座侧的力矩和压力中心。当磁盘是固定和对齐,破环涡脱落观察和所有方向访问的概率相等,产生轴对称的长期统计。Rigas等人(2014)最近观察到的极低频反对称模式,除非将圆盘形状修改为子弹形状,否则不会观察到,这表明分离角的重要性。这表明,这些模式是线性稳定的磁盘,而他们是不稳定的子弹形状。当圆盘固定并倾斜时,底部压力中心(CoP)优先向旋转轴的一侧移动。最后,当轮盘自由旋转时,前力矩与轮盘倾角(气动刚度)成正比,而底力矩与轮盘倾角有很好的相关性。从这些观察结果中,一个低阶模型推导出耦合(i)CoP,强迫随机的湍流,和(ii)磁盘倾角,作为一个线性谐振子强迫的基本时刻。该模型很好地捕捉了实验观察到的主要统计和动力学特征。一个不同之处在于圆盘倾角的分布(在测量中具有指数尾,但在模型中是高斯的),这表明可能存在非线性或时间延迟的改进。该模型预计捕捉耦合动力学在其他系统中,涉及湍流尾流背后自由旋转的钝体。
2019-01-18 physics.flu-dyn
Deep reinforcement learning-based active flow control of an elliptical cylinder: transitioning from an elliptical cylinder to a circular cylinder and a flat plate
本研究将基于深度强化学习的主动流动控制技术应用于不同纵横比的椭圆圆柱与平板,利用PPO算法精确控制合成射流,在极低能耗下实现了显著的减阻、降升及涡旋脱落抑制。
2024-09-26 physics.flu-dyn
Deep Learning of Vortex Induced Vibrations
Brown University(布朗大学);Massachusetts Institute of Technology(麻省理工学院)
当旋涡脱落频率接近结构的固有频率时,钝体发生涡激振动。感兴趣的是预测的升力和阻力的结构上给出了一些有限的和分散的信息的速度场。这是一个逆问题,使用标准计算流体动力学(CFD)方法不能直接求解,特别是因为没有提供压力的信息。一个更大的挑战是推断升力和阻力给定的一些染料或烟雾可视化的流场。在这里,我们采用了深度神经网络,该网络被扩展以编码与结构的动态运动方程耦合的不可压缩纳维-斯托克斯方程。在第一种情况下,给定速度场和结构运动的时空分散数据,我们使用四个耦合的深度神经网络来非常准确地推断结构参数,整个时间相关的压力场(没有事先的训练数据),并重建速度矢量场和结构的动态运动。在第二种情况下,仅在浓度场的时空中给出分散的数据,我们使用五个耦合的深度神经网络来非常准确地推断矢量速度场和所有其他感兴趣的量。在流体力学的推理耦合多物理问题的这种新的范例,使速度和压力的量化从流快照在小的子域中,并可以用于流量控制应用程序,也用于系统识别。
2018-08-26 cs.CE cs.LG math.AP
Reducing base drag on road vehicles using pulsed jets optimized by hybrid genetic algorithms
Universidad Carlos III de Madrid(马德里卡洛斯三世大学);Spanish National Institute for Aerospace Technology (INTA)(西班牙国家航空航天技术研究所)
本文通过混合遗传算法优化脉冲喷射,实现道路车辆基础阻力的显著降低,减少约8.8%的阻力并提高能效。
2026-02-09 cs.NE math.OC physics.flu-dyn
Efficient Wall-Modeled High-Order Compact Gas-Kinetic Scheme for Compressible Turbulent Flows
Hong Kong University of Science and Technology(香港科技大学);Shenzhen Research Institute, Hong Kong University of Science and Technology(香港科技大学深圳研究院)
提出基于压力梯度的非平衡壁面模型与高阶紧致气体动理学格式耦合的框架,在粗糙近壁网格上准确预测分离流动,壁面摩擦系数显著改进,计算开销增加不到1%。
2026-06-29 cs.NA math.NA physics.flu-dyn
On the need for a nonlinear subscale turbulence term in POD models as exemplified for a high Reynolds number flow over an Ahmed body
我们调查了一个层次的涡粘性项POD Galerkin模型占很大一部分的未解决的波动能量。应用这些Galerkin方法对一个被称为Ahmed体的类飞行器钝体的绕流进行了大涡模拟。这种流动对于任何降阶模型都有三个挑战:高雷诺数、具有宽带频率动力学的相干结构和亚稳态非对称基本流状态。Galerkin模型被认为是最准确的模态涡动粘度建议的Rempfer和Fasel(1994)。模型解相对于初始条件、涡动粘度值和模型阶数的鲁棒性仅针对Noack、Morzynski和Tadmor(2011)提出的状态相关涡动粘度实现。只有状态依赖模态涡粘性的POD系统才能解决流动特性的所有挑战。所有的参数都是从Navier-Stokes平衡方程中得到的。我们到达简单的一般性准则的强大和准确的POD模型,可以预期举行的一大类湍流。
2014-02-21 physics.flu-dyn
A pressure strain correlation model employing extended tensor bases
精确和鲁棒的压力应变相关模型是湍流模拟中雷诺应力模型成功的重要组成部分。然而,仅使用局部张量来复制压力的非局部作用对潜在的模型性能有很大的限制。在本文中,我们概述了一种方法,该方法扩展了张量基础上用于压力应变相关建模,制定模型,提高精度和鲁棒性。这组额外的张量进行了分析,并证明基于物理的参数和模拟数据的分析。利用这些张量模型的快速和缓慢的压力应变相关的发展。由此产生的完整的压力应变相关模型进行了测试,为各种各样的湍流,而建立的模型的预测进行对比。结果表明,新的模型提供了显着的提高预测精度。
2017-12-21 physics.flu-dyn
Modeling synchronization in forced turbulent oscillator flows
周期性强迫振荡流体流动由于其作为非线性动力学系统的丰富性及其与运输、航空和能量转换中的应用的相关性,几十年来一直是密集研究的焦点。最近,人们已经观察到,湍流钝体尾流表现出亚谐共振响应时,激发与特定的空间对称性在两倍的自然涡脱落频率,这是假设所造成的三元相互作用。本文的重点是提供新的物理洞察湍流振荡器流的动力学,基于改进的机械模型通知下的一个全面的实验研究的湍流尾流后面的D形体周期性强迫。通过研究多个激发频率和振幅的功率谱中的主导分量,我们首次确认了共振三元相互作用在强迫流中的作用。然后,我们开发了一个扩展的Stuart-Landau模型的强制全球唤醒模式,将参数和非谐波强迫。该模型捕捉到了系统的动态特性,并揭示了多个同步区域的边界。此外,它是可能的,以确定模型系数从稀疏的测量数据,使其适用于广泛的湍流振荡器流。我们相信,这些广义同步模型将是有价值的预测,控制和理解的基础物理在这个无处不在的类流。
2020-01-31 physics.flu-dyn
Error propagation dynamics of PIV-based pressure field calculation (3): What is the minimum resolvable pressure in a reconstructed field?
速度误差传播到基于PIV的压力计算的分析框架进行了扩展。在此基础上,确定了最佳空间分辨率和相应的最小全域误差水平。该最小误差可以被视为最小可分辨压力。我们发现,最佳空间分辨率是流动特征(模式和长度尺度)、流动域的基本性质(例如,流域的几何形状和边界条件的类型),以及PIV实验中的误差和数值方法的选择。对压力敏感性做一个一般性的陈述是困难的。最小可分辨压力取决于PIV实验误差和数值求解器截断误差的竞争效应,后者受求解器公式的影响。这意味着由压力测量激发的PIV实验应仔细设计,以便使用最佳分辨率(或接近最佳分辨率)。流($Re = 1.27 \times 10^4$和$5\times 10^4$)的精确解作为例子来验证的最佳空间分辨率和压力灵敏度的理论预测。数值实验结果与严格的分析预测吻合得很好。我们还提出了一个\textit{a posterior}方法来估计截断误差的贡献,使用理查森外推和PIV误差的贡献,通过添加人工压倒性噪声。我们还提供了一个介绍性的分析的背景下,在PIV的压力计算的询问窗口重叠的影响。
2022-04-17 physics.flu-dyn
Optimization of Sparse Sensor Placement for Estimation of Wind Direction and Surface Pressure Distribution Using Time-Averaged Pressure-Sensitive Paint Data on Automobile Model
本文提出了一种基于数据驱动的优化稀疏压力传感器预测简单汽车模型(Ahmed模型)的风向和表面压力分布的方法。根据不同偏航角的时均表面压力分布数据库,选择Ahmed模型上稀疏压力传感器对的位置,以估计偏航角和重建压力分布,而假设传感器在模型的左右两侧对称。表面压力分布由压敏漆测量获得。采用三种基于贪婪算法的稀疏传感器选择算法,对传感器位置进行了优化。对三种算法的传感器位置、偏航角和压力分布的估计精度进行了比较和评价。结果表明,几个优化的传感器可以准确地预测偏航角和压力分布。
2022-05-16 physics.flu-dyn
A fully pressure-velocity coupled immersed boundary method based on the Lagrange multiplier approach
本文提出了一种新的浸入边界法,它便于精确模拟浸入体周围的不可压缩等温和自然对流流动,并可应用于流动的精确线性稳定性分析。该方法是基于完全压力-速度耦合的方法,隐式地满足发散自由速度约束,而不需要额外的投影校正步骤,这是一个显着的优势的计算效率。该方法将压力,边界力和热源作为拉格朗日乘子,从而隐式地提供了无滑移的运动约束和相应的热浸没表面的边界条件。广泛的验证开发的等温和自然对流流动的方法。
2015-12-16 physics.flu-dyn
Flow-Induced Deformation of a Flexible Thin Structure as Manifestation of Heat Transfer Enhancement
薄结构的流动诱导变形与对流热传递耦合在能量收集中具有潜在的应用,并且对于理解几个生物系统的功能是重要的。我们用数值方法证明了大尺度流动诱导变形是一种有效的被动强化传热技术。内部,强耦合的流体-结构相互作用(FSI)求解器,其中流动和结构求解器的基础上尖锐的界面浸没边界和有限元法,分别。在目前的工作中,我们验证对流传热模块的内部流固耦合求解器对几个基准的传导和对流传热的例子,包括移动结构边界。研究了刚性圆柱背风面弹性薄板在加热通道层流中流动诱导变形的热增强效应,并对其进行了定量分析。我们发现,过去的板尾涡扫通道壁上产生的高的涡源进入高速区域,促进流体的混合。板的自持运动有助于对流混合,增强本体和壁附近的对流,从而减小热边界层厚度以及提高通道壁处的努塞尔数。我们量化的热改善相对于通道流没有任何钝体和分析的作用的雷诺数,普朗特数和材料性能的板在热增强。
2015-01-08 physics.flu-dyn
Pressure Hessian and viscous contributions to velocity gradient statistics based on Gaussian random fields
了解非局部压力的贡献和粘性的小尺度统计的影响仍然是在均匀各向同性湍流的研究的中心挑战之一。在这里,我们解决这个问题,通过研究的压力海森以及粘性扩散的速度梯度张量的统计在一个精确的统计演化方程的框架的影响。该演化方程与早期的拉格朗日速度梯度张量演化唯象模型有相似之处,但构成了系统研究未闭合压力Hessian和粘性扩散项的起点。基于不可压缩高斯速度场的假设,得到封闭的表达式作为特征泛函的评估的结果。讨论了这种高斯封闭的优点和缺点,并根据直接数值模拟的结果提出了一种推广。例如,这种增强的高斯闭合产生了关于压力Hessian如何防止由局部自放大引起的有限时间奇异性以及其与粘性效应的相互作用如何导致特征应变偏斜现象的见解。
2014-09-02 physics.flu-dyn
On the relationship between the base pressure and the velocity in the near-wake of an Ahmed body
我们调查近尾流的艾哈迈德机构,其特点是由两个不对称的状态,是彼此的展向方向的镜子之间的开关。研究了底部压力分布与近尾流速度场之间的关系。使用基于来流速度和物体高度以及Bonnavion和Cadot实验(Bonnavion等人,2018)在雷诺数为10000时获得的直接数值模拟,我们对底部压力场进行了本征正交分解(POD)。开关的签名由最具能量的反对称POD模式的振幅给出。然而,开关的特点也是由一个全球的基础吸力下降,以及在垂直和横向方向的变形,这都对应于大规模的对称模式。大部分底部吸力的减少是由于两个最有力的对称模式。使用Podvin等人2018年的线性随机估计技术,我们证明了近尾流速度场的大尺度可以在一定程度上从底部压力模式中恢复。相反,它被发现,占主导地位的压力模式和底部吸力波动可以很好地估计从POD速度模式的近尾迹。
2021-12-01 physics.flu-dyn
Uncertainty-based pressure field reconstruction from PIV/PTV flow measurements with generalized least-squares
提出了一种新的基于不确定性的压力场重建方法,用于从粒子图像测速(PIV)或粒子跟踪测速(PTV)测量的速度场重建瞬时压力场。首先,从速度场计算压力梯度场,同时使用基于线性变换的算法从速度不确定性估计局部和瞬时压力梯度不确定性。然后通过求解一个包含压力梯度和边界条件的超定线性方程组来重构压力场。这个线性系统求解广义最小二乘法(GLS),它结合了以前估计的方差和协方差的压力梯度误差作为反权重,以优化重建的压力场。该方法进行了验证与合成速度场的二维脉动流和结果显示显着提高压力精度与误差减少高达250%相比,现有的基线方法求解压力泊松方程(PPE)。GLS对速度误差更鲁棒,并且对空间相关的速度误差提供更大的改进。对于实验验证,从使用3D PTV测量的层流管流速度场的体积压力场进行评价。GLS将中值绝对压强误差降低了96%。
2019-11-30 physics.comp-ph physics.flu-dyn
4D-Flow MRI Pressure Estimation Using Velocity Measurement-Error based Weighted Least-Squares
本文介绍了一种基于加权最小二乘(WLS)压力积分的四维流磁共振成像(MRI)压力重建方法。压力梯度由速度场计算,速度误差由不可压缩流的速度发散估计。压力梯度误差通过Navier-Stokes动量方程传播速度误差来估计。基于压力梯度误差生成权矩阵,然后用于压力重构。使用合成速度场以及使用体外4D流动MRI测量的Poiffille流来演示和分析压力重建方法。所提出的WLS方法的性能进行了比较的方法求解的压力泊松方程,这一直是在以前的研究中使用的主要方法。误差分析表明,该方法对速度测量误差具有较强的鲁棒性。压力结果的改善被认为是更显着的情况下,空间变化的速度误差水平,减少误差范围从50%到超过200%。最后,将该方法应用于患者特定脑动脉瘤中的流动。使用粒子跟踪测速法(PTV)和摇箱法(STB)收集的体外流量数据以及使用4D-流量MRI获得的体内流量测量值进行验证。与Poisson方程相比,WLS计算的压力与流动结构更一致,并且体内和体外数据之间显示出更好的一致性。这些结果表明,WLS方法的实用性,以获得可靠的压力场从临床流量测量数据。
2019-04-30 physics.comp-ph physics.flu-dyn