On the relevance of Reynolds stresses in resolvent analyses of turbulent wall-bounded flows
本文研究了在雷诺数Re $_τ$ = 1007的槽道湍流中线性随机响应分析估计相干运动的能力。通过分离不同时间频率的贡献，对缓冲层和大尺度运动的空间尺度特征进行了分析。测量的时空功率谱密度和那些估计的预解式之间的良好协议被发现时，湍流雷诺应力的影响，与湍流平均流的涡粘性建模，包括在预解算子。当平坦的强迫功率谱（白噪声）被替换为与措施相匹配的功率谱时，该协议得到进一步改善。这样一个很好的协议是没有观察到的涡粘性条款时，不包括在预解算子。在这种情况下，基于预解式的估计无法正确选择缓冲层运动的峰值频率和壁面法线位置。相似的结果被发现时，比较截断扩展的测得的流向速度功率谱密度的基础上的频谱适当的正交分解与最佳的预解模式。
2019-01-14 physics.flu-dyn
The role of wave kinematics in turbulent flow over waves
本文用壁面分辨大涡模拟方法研究了中等陡度单色波上的湍流，并涵盖了一定的波龄和雷诺数范围。我们计算的流的傅立叶模式和分析的平均和基本模式的动量平衡。在低波龄时，形状阻力对雷诺数的变化表现出很大的敏感性，湍流应力和波致应力之间的相互作用随着雷诺数的增加而增加。在较高波龄时，进入准层流状态，其中波致应力主要由粘性应力平衡。为了利用在中高波龄区域观察到的波运动学的重要性，引入了一种新的分裂系统方法，其中对波的层流响应迫使湍流RANS类型的剪切流。为了解释湍流的影响，我们使用来自相应LES的雷诺应力来强制系统。我们给出了一个解析函数依赖的形式阻力与层流解决方案。对于中高波年龄，剪切流的形状阻力表现出相对简单的行为，我们推导出近似的准层流制度的功能依赖性。在低波龄时，形状阻力对雷诺数变化的高度敏感性对使用这种方法进行评估更具挑战性。这主要是由于剪切流中非线性的重要性增加，其固有地与湍流应力中的高次谐波耦合。然而，分裂系统的方法可以用来量化的重要性，不同的谐波在湍流应力明确选择哪些模式包括在分裂系统强迫。我们表明，雷诺应力的基本模式变得越来越重要的准确预测的形状阻力作为雷诺数的增加。
2019-08-19 physics.flu-dyn
Internal stresses in low-Reynolds-number fractal aggregates
University of California, Merced（加州大学默塞德分校）
本文提出了一种数值模型，研究低雷诺数流动中分形结构聚集体的内部应力，通过计算不同分形维度聚集体的内部应力分布，揭示其破碎机制。
2024-11-20 physics.flu-dyn
Prediction of Reynolds Stresses in High-Mach-Number Turbulent Boundary Layers using Physics-Informed Machine Learning
University of Notre Dame（圣母大学）；Missouri University of Science and Technology（密苏里科技大学）；Virginia Tech（弗吉尼亚理工大学）
模拟雷诺应力是雷诺平均纳维尔-斯托克斯（RANS）模拟中模型形式不确定性的主要来源。最近，物理信息机器学习（PIML）方法已被提出用于重建RANS模型雷诺应力的差异。PIML框架的优点已经在几个典型的不可压缩流中得到了证明。然而，它在高马赫数流动中的性能仍然不清楚。在这项工作中，我们使用PIML的方法来预测的差异RANS模拟雷诺应力在高马赫数平板湍流边界层通过使用现有的DNS数据库。具体而言，差异函数首先使用DNS训练流构造，然后用于校正在不同于DNS的流动条件下的RANS预测的雷诺应力。机器学习技术显着改善RANS建模的湍流正应力，湍流动能，和的湍流应力各向异性。当使用不同的训练数据集时，始终观察到改进。此外，高维可视化技术和距离度量用于提供仅基于RANS模拟的预测置信度的先验评估。这项研究表明，PIML方法是一种计算负担得起的技术，用于提高精度的RANS模拟雷诺应力高马赫数湍流时，缺乏实验和高保真度的模拟。
2018-08-19 cs.LG physics.comp-ph physics.flu-dyn
A Comprehensive Physics-Informed Machine Learning Framework for Predictive Turbulence Modeling
尽管计算资源的可用性增加使得湍流的高保真模拟成为可能，但RANS模型仍然是工业应用的主要工具。然而，RANS模型的预测能力受到雷诺应力封闭假设驱动的潜在不准确性的限制。最近，物理信息机器学习（PIML）方法已被提出来学习雷诺应力差异的函数形式的RANS模拟的基础上，现有的数据。它已被证明，学习的差异功能，可用于提高雷诺应力在不同的流动数据不可用。然而，由于一些挑战，改进已被证明只在雷诺应力预测，而不是在相应的传播量的利益。在这项工作中，我们介绍了一个完整的PIML框架预测湍流模拟的程序，包括学习雷诺应力差异函数，预测雷诺应力在不同的流动，并传播到平均流场。研究了雷诺应力的传播过程和传播速度场的预报精度。为了提高学习预测性能，输入特征的基础上丰富的不变量的完整性基础。以方形管道内充分发展的湍流为例进行了数值模拟。的差异模型进行了训练，从几个雷诺数获得的流场和评估的管道流在雷诺数高于任何训练的情况下。通过RANS方程将预测的雷诺应力传播到速度场。数值结果表明，在雷诺应力及其传播速度的预测性能优良，显示了PIML方法在预测湍流模拟的优点。
2018-11-16 physics.flu-dyn
Pore-resolved simulations of turbulent boundary layer flow over permeable and impermeable sediment beds
孔解析直接数值模拟湍流明渠流进行比较的结构和动力学的湍流在不渗透的粗糙和光滑的墙壁多孔沉积物床的渗透雷诺数（$Re_K$）为2.6，代表的水生床。四种配置进行了研究，即，（i）渗透床随机堆积的沉积物颗粒，（ii）一个不渗透的壁与匹配的沉积物床的顶层的粗糙度元素的全层，（iii）一个不渗透的壁与粗糙度元素的半层，和（iv）一个光滑的壁。双平均法用于计算平均速度、雷诺应力、形状诱导应力和湍流动能预算。据观察，平均速度，雷诺应力，和形式诱导的压力-速度相关性代表上升流和下降流通量的渗透床和不渗透的全层壁的情况下，在大小上是相似的。然而，对于不可渗透的半层的情况下，壁阻塞效应导致更高的流向和更低的壁法向应力相比，渗透床的情况下。床粗糙度增加雷诺剪切应力，而渗透率的影响很小。床渗透率，在相反的雷诺应力，显着影响形式诱导的剪切应力。床剪切应力统计表明，极端事件的概率增加，在渗透床和粗糙壁的情况下，光滑的壁。研究结果表明，床渗透率可以有显着的影响模型的潜流交换和床剪切和压力波动的影响，更好地捕捉考虑至少沉积物的顶层。
2022-04-29 physics.flu-dyn
Representation of Reynolds Stress Perturbations with Application in Machine-Learning-Assisted Turbulence Modeling
基于雷诺平均Navier-Stokes（RANS）方程的数值模拟在涉及湍流的工程设计和分析中有着广泛的应用。然而，RANS模拟是已知的是不可靠的，在许多流动的工程相关性，这在很大程度上是由模型形式的不确定性与雷诺应力。最近，一种机器学习方法已被提出，以协助RANS建模，建立一个功能映射，从平均流功能的差异，RANS模拟雷诺应力相比，高保真数据。然而，由于空间平滑性、框架独立性和可实现性的要求，在机器学习中表示雷诺应力特征向量中的差异仍然是一个挑战。在这项工作中，我们提出了三种方案来表示RANS模型雷诺应力的特征向量的扰动：（1）基于离散的欧拉角，（2）基于直接旋转的欧拉角，和（3）单位四元数。我们通过对两种典型流进行先验和后验测试来比较这些指标：在方形管道中充分发展的湍流和周期性山丘上的大规模分离流。结果表明，基于直接旋转的欧拉角表示缺乏空间平滑性，而基于离散的欧拉角表示缺乏框架独立性，不适合用于机器学习辅助湍流建模.而基于单位四元数的摄动表示则满足上述所有要求，是表示雷诺应力张量特征向量摄动的理想选择。这一发现对于湍流建模中的不确定性量化和机器学习以及一般的数据驱动计算力学具有明显的重要性。
2017-09-17 physics.flu-dyn
A Four Component Decomposition of the Instantaneous Velocity in Turbulent Flow
提出了局部瞬时速度的四分量分解。它比经典的雷诺二分量分解更容易显示出纳维-斯托克斯方程中与湍流的不同事件和流体结构相关的项。特别是新的组成突出了两种类型的雷诺应力的存在：快速和缓慢。快速雷诺应力可以联系到一个流动过程，描述了在爆裂过程中的壁面流体喷射。它还提供了一种简单的方法来建模墙层。这四个分量是长时间平均值、基于长时间平均值与通过相干结构而产生的平滑相速度之间的差的慢波动分量、本质上是周期性的快波动分量以及由快波动与流体粘性效应之间的相互作用产生的流动分量。关键词：速度分量，爆发，流动，平滑相速度，快，慢雷诺应力，壁层
2009-12-29 physics.flu-dyn
Ascending-descending and direct-inverse cascades of Reynolds stresses in turbulent Couette flow
在湍流平面Couette流中研究了小尺度和大尺度结构之间的相互作用，以及自下而上和自上而下过程的共存，其中在雷诺数$Re$相对较低的情况下出现填充空间的纵向卷。在$Re_τ=101$建立DNS数据库以复制Kawata和Alfredsson在最近的实验工作中考虑的最高$Re$（Phys. Rev. Lett.，vol.120，2018，244501）。我们的研究是基于二阶结构函数张量$\langle δu_i δu_j \rangle$的精确收支方程，即各向异性广义Kolmogorov方程（AGKE）。AGKE同时考虑了物理空间和尺度空间，研究了雷诺应力张量各分量的产生、再分布、输运和耗散，并适当定义了非均匀壁面法向尺度的概念。我们展示了大尺度含能运动是如何参与湍流涨落的产生和再分布的。自下而上和自上而下的交互都会发生，直接和反向级联也是如此。平行于壁面的分量$\langle δu δu \rangle$和$\langle δw δw \rangle$表明，近壁的小尺度和大尺度都向远离壁面的大尺度输送。壁法向分量$\langle δv δv \rangle$是不同的，并显示出占主导地位的自上而下的动力学，通过压力-应变重新分布远离壁和转移到近壁更大的尺度通过逆级联。非对角分量显示了自上而下的相互作用，既有直接级联，也有反向级联，尽管后者发生在有限的尺度范围内。
2021-09-23 physics.flu-dyn
Physics-Informed Machine Learning Approach for Augmenting Turbulence Models: A Comprehensive Framework
雷诺平均Navier-Stokes（RANS）方程在工程湍流数值模拟中有着广泛的应用。然而，由于模拟雷诺应力的不确定性，RANS预测可能有很大的差异。最近，Wang等人证明，机器学习可用于通过利用高保真度模拟的数据来改进RANS建模的雷诺应力（基于DNS数据重建雷诺应力建模差异的物理学通知机器学习方法。物理评论流体。2，034603，2017）。然而，由于雷诺应力封闭的RANS方程的潜在病态，从改进的雷诺应力求解平均流仍然构成重大挑战。实现平均速度的改进预测具有深刻的实际重要性，因为通常速度及其导出量（QoI，例如，阻力、升力、表面摩擦力），而不是雷诺应力本身，是RANS模拟的最终目的。为此，我们提出了一个全面的框架，用于增强湍流模型与物理信息的机器学习，说明了一个完整的工作流程，从输入功能的识别，最终预测的平均速度。这项工作有两个创新。首先，我们展示了一个系统的过程来生成平均流张量的完整性基础上的平均流功能。其次，我们建议使用机器学习分别预测雷诺应力张量的线性和非线性部分。受经典湍流模型中张量的有限多项式表示的启发，这种分解有助于克服RANS方程的病态。数值试验证明了所提出的框架的优点。
2018-09-09 physics.flu-dyn
A method for evaluating relations of turbulent normal-stresses by experimental data over a wide range of Reynolds numbers
本文提出一种基于实验数据评估壁湍流正应力对数律与幂律模型的方法，通过宽雷诺数实验数据发现指数0.28略优于0.25，并指出非线性涡增长和粘性效应对壁湍流建模的重要性。
2024-11-19 physics.flu-dyn
Fluctuations and large deviations of Reynolds stresses in zonal jet dynamics
雷诺应力，或相当于动量通量的平均值，是理解湍流统计特性的关键。需要典型的和罕见的波动的时间平均动量通量，以充分表征缓慢的流动演变。波动描述了一个大的偏差率函数，可以计算出无论是从数值模拟，或从理论。我们表明，对于准线性近似是准确的参数制度，率函数可以通过求解矩阵Riccati方程。利用这个工具，我们计算的大偏差率函数的湍流的雷诺应力的第一次。我们研究了旋转球体上的正压流，并表明波动是高度非高斯的。这项工作为研究湍流中吸引子之间的罕见转变开辟了新的视角。
2018-02-09 physics.class-ph physics.data-an physics.flu-dyn
Mechanism of Roll-Streak Structure Formation and Maintenance in Turbulent Shear Flow
在壁面剪切流动中，主要拟序结构是流向滚纹（R-S）。在没有相关不稳定性的情况下，R-S被归因于平均流和扰动之间的非正态介导的相互作用。这种相互作用可以直接由于瞬态增长扰动的激发而发生，也可以间接由于湍流雷诺应力引起的R-S不稳定而发生。直接机制和间接机制之间的一个基本区别是，在直接机制中，R-S本身就是增长结构，而在间接机制中，R-S作为自组织结构出现。在突现R-S理论中，基本机制是由雷诺应力条纹组织起来的，这些条纹被配置成通过提升过程来支持其相关的滚动。这需要条纹组织湍流扰动，例如产生被配置为加强条纹的雷诺应力。在本文中，我们提供了详细的分析，解释物理为什么这种正反馈发生，是一个普遍的性质，湍流剪切流。DNS数据从相同的湍流中使用的理论研究（Poisseullle流在R=1650）也进行了分析，验证这种机制在DNS中运行。
2022-05-16 physics.flu-dyn
Vortex-Stretching based Large Eddy Simulation Framework for Wind Farms
在大型风电场中，风力涡轮机后面的尾流分布导致下游风力机的风速显著降低，从而导致大量的功率损失。因此，对风力机尾流进行有效的预测是非常重要的。因此，我们提出了一个大涡模拟（LES）方法，它采取涡量拉伸模型瞬态风力机尾流。此外，我们提出了一个改进的致动器盘模型，该模型考虑了大气和尾流之间的双向反馈。首先，我们表明，与新模型预测的平均风的垂直廓线有一个很好的协议与实验测量。接下来，我们验证预测的雷诺应力对风洞数据，并表明，分散应力约占40%的雷诺应力。最后，我们表明，所提出的LES方法准确地预测特性的风力机唤醒。比较LES的结果与以前报道的数据，我们发现，新的LES框架准确地预测在近尾流和远尾流区域的流量统计。
2022-05-03 physics.flu-dyn
Nonlinear evolution of the centrifugal instability using a semi-linear model
本文用半线性方法研究了具有高斯角速度的柱状反气旋上离心不稳定的非线性演化。该模型由两个耦合方程组成：一个是轴向平均平均流上最不稳定扰动的线性演化，另一个是由于扰动引起的轴向平均雷诺应力作用下平均流的演化。这种模型类似于\cite{Vlado14}的自洽模型，除了时间平均被空间平均代替。对于Rossby数$Ro=-4$和所研究的雷诺数的两个值：$Re=800$和$2000$（基于初始最大角速度和涡流半径），该半线性模型预测的平均流和扰动的非线性演变与DNS非常一致。一个改进的模型，考虑到二次谐波扰动也被认为是。结果表明，通过脉动雷诺应力的作用，平均流的角动量被均匀化，趋向离心稳定的剖面。将\cite{Kloosterziel07}在无粘极限下预测的最终速度分布扩展到有限高雷诺数。与数值模拟结果吻合较好。
2019-12-20 physics.flu-dyn
A turbulence model based on deep neural network considering the near-wall effect
雷诺平均Navier-Stokes（RANS）数值模拟的封闭性要求不断改进湍流模型。机器学习（ML）为在高保真仿真数据的基础上建立先进的经验雷诺应力闭合提供了有效的工具。本文提出了一种基于深度神经网络（DNN）的湍流模型，该模型考虑了雷诺应力各向异性张量与局部平均速度梯度之间的非线性关系以及近壁效应。详细介绍了DNN湍流模型的建立和调试。我们表明，DNN湍流模型训练的数据从直接数值模拟产生一个准确的预测平面通道流的雷诺应力。特别是，我们建议在模型输入中包括局部湍流雷诺数。
2021-03-31 physics.flu-dyn
Towards Physics Constrained Deep Learning Based Turbulence Model Uncertainty Quantification
针对现有EPM湍流模型不确定性估算方法无法确定扰动幅度、导致不确定性区间过宽的问题，提出用CNN预测流场偏差以调节EPM扰动幅度的物理约束深度学习方法，经翼型和周期性山丘湍流场景验证有效。
2025-09-04 physics.flu-dyn
Turbulent Boundary Layer in a 3-Element High-LiftWing: Coherent Structures Identification
该研究通过壁面分辨大涡模拟分析了30P30N翼型在特定雷诺数和攻角下的湍流边界层，识别出零压力梯度特征，并利用本征正交分解揭示了能量分布与相干结构。
2024-11-08 physics.flu-dyn
Linear feedback control of liquid film on moving substrate via free-surface stresses
Department of Applied Mathematics and Theoretical Physics (DAMTP), University of Cambridge（剑桥大学应用数学与理论物理系）；University of Cambridge（剑桥大学）
研究通过自由表面应力反馈控制移动基底上液膜的线性不稳定波动，分析压力与剪切反馈对波稳定性和衰减的影响，提出控制策略以实现液膜向平坦状态演化。
2026-04-26 physics.flu-dyn
Generalized Scaling of the Turbulence Structure in Wall-Bounded Flows
该研究揭示了壁面约束流动中雷诺应力梯度空间的普适标度，并扩展至可压缩流动，同时发现了平均速度剖面的积分标度。
2024-07-17 physics.flu-dyn
SPARSE: A Subgrid Particle Averaged Reynolds Stress Equivalent Model: Testing with A Priori Closure
拉格朗日粒子云模型，提出了占的影响，平均粒子和湍流应力和平均载体相速度的子粒子云尺度上的云的平均运动和速度。SPARSE（亚网格颗粒平均雷诺应力等效）模型基于阻力修正函数的截断泰勒展开和雷诺平均的组合。它减少了所需的计算包裹的数量来跟踪粒子云的欧拉-拉格朗日方法的模拟颗粒负载流。封闭是在一个先验的方式使用一个参考模拟，其中所有的粒子在云中单独跟踪一个点粒子模型。一阶模型和SPARSE与参考模拟在一维的比较表明，云子尺度上的应力和载波相速度的平均影响粒子的平均运动。一个三维各向同性湍流计算表明，只有一个计算包是足够的，以准确地跟踪云的数万个粒子。
2016-10-14 physics.flu-dyn
A RANS approach to the Meshless Computation of Pressure Fields From Image Velocimetry
提出了一种利用图像测速技术计算湍流平均压力场的三维无网格方法。该方法是由\citet{Sperotto2022}的约束径向基函数（RBF）公式到雷诺平均Navier-Stokes（RANS）框架的扩展。这是为了处理粒子跟踪测速（PTV）中的散射数据和基于相关的粒子图像测速（PIV）中的均匀网格中的数据。RANS扩展包括雷诺应力到约束最小二乘问题。我们测试的方法在数值数据库上具有向后面对步骤（BFS）的雷诺数为6400（相对于进口速度和台阶高度定义），通过直接数值模拟（DNS）获得。
2022-07-11 physics.flu-dyn
A recursive neural-network-based subgrid-scale model for large eddy simulation: application to homogeneous isotropic turbulence
本文提出一种递归更新的神经网络SGS模型，利用fLES数据逐级适应更粗滤波和更高雷诺数，并通过双NN架构预测均匀各向同性湍流。
2024-01-03 physics.flu-dyn
A Bayesian Calibration-Prediction Method for Reducing Model-Form Uncertainties with Application in RANS Simulations
复杂力学系统模型形式的不确定性是预测仿真的主要障碍。减少这些不确定性是至关重要的债券持有人作出风险知情的决策的基础上的数值模拟。例如，在涉及湍流的关键任务系统中越来越多地使用雷诺平均纳维尔-斯托克斯（RANS）模拟。然而，对于许多实际流动，RANS预测有很大的模型形式的不确定性，源于模拟雷诺应力的不确定性。最近，一个物理信息贝叶斯框架已被提出来量化和减少模型形式的不确定性，在RANS模拟利用稀疏观测数据。然而，在工程系统的设计阶段，测量数据通常不可用。在目前的工作中，我们将原来的框架扩展到没有可用数据的情况下进行预测的流量。在所提出的方法中，我们首先校准模型的差异与现有数据的相关流，导致统计模型的不确定性分布的雷诺应力差异。然后对获得的分布进行采样，以校正要预测的流量的RANS模型雷诺应力。扩展框架是贝叶斯校准预测方法。所提出的方法的优点是证明了两个流是具有挑战性的标准RANS模型。由于不需要观测资料来预报，本校准预报方法将在实际工程应用中得到更广泛的接受。虽然RANS建模被选择来证明所提出的框架的优点，该方法通常适用于其他复杂的力学模型，涉及固体，流体流动，或两者之间的耦合，其中模型形式的不确定性存在于本构关系。
2015-10-20 physics.flu-dyn
RANS Equations with Explicit Data-Driven Reynolds Stress Closure Can Be Ill-Conditioned
湍流闭合模型的雷诺平均Navier-Stokes（RANS）模拟在工业流动模拟中继续发挥重要作用。然而，常用的线性涡粘性模型本质上不能处理非平衡湍流流动。另一方面，雷诺应力模型因缺乏鲁棒性而受到困扰。最近在平面通道流动中的研究发现，即使将直接数值模拟（DNS）数据库中误差小于0.5%的雷诺应力代入RANS方程，也会导致速度误差较大（高达35%）。虽然这样的观测结果可能与传统的雷诺应力模型只有很小的相关性，但对于最近出现的将雷诺应力作为RANS方程中的显式源项的数据驱动模型来说，这是令人不安的，因为它表明具有此类模型的RANS方程可能是病态的。到目前为止，这类模型的条件下，仍然缺乏严格的分析。因此，在这项工作中，我们提出了一个度量的基础上局部条件数函数的先验评估的条件的RANS方程。我们进一步表明，病态不能解释的整体矩阵条件数的离散RANS方程。对不同雷诺数下的槽道湍流以及两种复杂流动进行了全面的数值试验，流过周期性的山丘，并在方形管道中流动。结果表明，所提出的度量可以充分解释以前研究中的观察结果，即，随着雷诺数的增加，模型条件恶化，与显式处理相比，隐式处理雷诺应力的条件更好。该指标可以在数据驱动的湍流模型的未来开发中发挥关键作用，通过将调节作为这些模型的要求来实施。
2019-03-10 physics.flu-dyn
Generative AI for subgrid turbulence in large-eddy simulations
针对大涡模拟中亚网格应力参数化的随机性捕捉难题，提出用去噪扩散概率模型从粗粒度速度场重建亚网格应力，性能优于传统模型和已有深度网络，为高雷诺数湍流建模开辟新方向。
2025-10-01 physics.ao-ph physics.flu-dyn
Direct numerical simulation of supersonic pipe flow at moderate Reynolds number
本文研究了高雷诺数条件下圆管中的可压缩湍流。根据DNS数据，讨论了压缩性变换的有效性、速度/温度关系、被动标量统计和湍流涡的大小等经典问题，在速度统计方面，我们发现Huang变换具有很好的普适性，而Trettel和Larsson（2016）提出的转换更好地代表了缓冲层中密度和粘度的强烈变化对平均速度分布的影响。一个明确的对数层恢复转换速度和壁距坐标在较高的雷诺数下仔细检查（$\Rey_τ \approx 1000$），而核心部分的流量被发现的特点是由一个通用的抛物线速度分布。基于流向速度和被动标量输运方程之间的形式相似性，我们进一步提出了上述压缩性变换的扩展，也实现了被动标量统计的普遍性。速度/温度关系的分析提供了证据的二次依赖，这是非常好的近似由张等人提出的热类比。（2014年）。的方位角速度和标量谱显示的组织非常类似于典型的不可压缩流，具有凹凸形状的分布在整个流量尺度，其峰值随壁距离增加。我们发现，尺寸增长的效果是很好地占通过一个有效的长度尺度占当地的摩擦速度和当地的平均剪切。
2018-10-08 physics.flu-dyn
Effect of subgrid-scale anisotropy on wall-modeled large-eddy simulation of turbulent flow with smooth-body separation
California Institute of Technology（加州理工学院）；University of Tennessee（田纳西大学）
研究亚网格尺度各向异性应力在壁面模化大涡模拟光滑体分离流中的作用，发现基于涡粘的模型在网格细化时预测分离泡尺寸非单调，而各向异性模型更一致；迎风面强顺压梯度区是关键，各向异性应力通过改变亚网格耗散和扩散影响雷诺应力和分离起始。
2026-06-12 physics.flu-dyn
Non-Boussinesq subgrid-scale model with dynamic tensorial coefficients
针对传统布西涅斯克型亚格子模型的对齐假设缺陷，提出带动态张量系数的非布西涅斯克DTCSM模型，可提供充足湍动能耗散，在多类流动模拟中精度优于现有模型。
2022-05-03 physics.flu-dyn
Sparse data assimilation for under-resolved large-eddy simulations
ETH Zurich（苏黎世联邦理工学院）
本文提出基于变分同化稀疏时间平均速度数据的方法，用于提升LES中湍流流动的模拟精度，优化平均流动、涡旋脱落频率及各向异性雷诺应力。
2025-12-27 physics.comp-ph physics.flu-dyn
Two-Phase Flow Simulations of Surface Waves in Wind-Forced Conditions
本研究利用扩散界面Cahn-Hilliard Volume-of-Fluid模型结合改进型分离涡模拟方法，开展风强迫下表面波两相流模拟，通过数值风波水槽实验验证了该方法在地球物理相关雷诺数下捕捉海-气界面动力学的有效性。
2022-12-20 physics.ao-ph physics.flu-dyn
Saturation of a turbulent mixing layer over a cavity: response to harmonic forcing around mean flows
腔体上的湍流混合层可以与声波耦合并导致不期望的振荡。为了理解这一现象的非线性方面，一个湍流混合层超过一个深腔在雷诺数为150 000被认为是和它的响应的谐波强迫分析与大涡模拟（LES）和线性纳维-斯托克斯方程（LNSE）。作为一个模型的传入声扰动，空间均匀的时间谐波强迫施加在腔端，振幅在很宽的范围内的体积速度的0.045-8.9%。可压缩LES提供剪切层的参考非线性响应，以及相关的平均流。线性响应计算与不可压缩的LNSE周围的LES平均流量，他们预测放大（测量与动能和代理涡声生产）和捕获的非线性饱和观察到的强迫振幅增加和混合层增厚。也许令人惊讶的是，基于单色（单频）假设的LNSE计算产生了良好的一致性，即使高次谐波和它们的非线性相互作用（雷诺应力）是不可忽略的。然而，领先的雷诺应力不迫使混合层有效地，所示的最佳体积强迫在预解式分析中获得的比较。因此，它们不能充分受益于流动中可获得的扩增潜力。最后，用伴随方法计算了腔端最优谐波激励的灵敏度。对平均流修正和局部反馈（结构灵敏度）的灵敏度都将上游空腔拐角确定为小振幅修正具有最强影响的区域。这可以以系统的方式指导用于控制扩增和饱和机制的策略的设计。
2017-11-01 physics.flu-dyn
A return to eddy viscosity model for epistemic UQ in RANS closures
为了对湍流平均Navier-Stokes闭包进行不确定性量化（UQ），我们引入了一个框架，在该框架中，为了根据湍流的极限状态来确定感兴趣的数量，对各向异性张量的特征值进行了扰动。为了使扰动代表当地的流动特征，我们引入了两个额外的传输方程的线性组合，这些上述特征值。本征值扰动的位置、大小和方向现在由模型输运方程决定。我们的差异模型的一般行为是由两个系数，导致在一个低维的UQ问题。我们将进一步表明，该模型的行为是直观的，植根于平均应变和雷诺应力之间的不对准的物理解释。
2017-05-15 physics.flu-dyn
Embedded training of neural-network sub-grid-scale turbulence models
University of Notre Dame（圣母大学）；University of Oxford（牛津大学）；University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
深度神经网络模型的权重与控制流方程一起优化，以提供雷诺数$Re_0=6\,000$下暂时发展的平面湍流射流中的亚网格尺度应力模型。用于训练的目标函数首先基于来自相应的直接数值模拟的瞬时滤波速度场，并且训练是通过随机梯度下降法进行的，该方法使用伴随的纳维-斯托克斯方程来提供模型权重对速度场的端到端灵敏度。在多个双射流配置的样品和样品外的测试表明，其所需的网格密度在每个坐标方向的平均流量，雷诺应力和光谱的预测是一半的动态Smagorinsky模型所需的可比精度。同样的神经网络模型被直接训练以匹配过滤后的亚网格尺度应力--在训练过程中没有嵌入流动方程的约束--无法提供定性正确的预测。耦合配方推广到训练的基础上，仅平均流量和雷诺应力，这是更容易在实验中。平均流训练提供了一个鲁棒的模型，这是重要的，尽管对于相同的粗网格的预测有点不太准确，因为在这种情况下可用于训练的信息减少了。该公式的预期优点是，在训练中纳入解析物理学，提高了其外推能力。这是评估被动标量运输的情况下，它优于建立的模型，由于改进的混合预测。
2021-05-03 cs.CE cs.LG physics.flu-dyn
Electrified Cone Formation in Perfectly Conducting Viscous Liquids: Self-Similar Growth Irrespective of Reynolds Number
在临界场强以上，带电的、理想导电的粘性液体（例如液态金属）的自由表面已知会发展出类似于具有圆锥尖端的尖点的加速突起。据报道，从尖端锐化场自增强产生发散的幂律增长在有限的时间内的力作用在该地区。以前的研究已经确定，尖端锐化收益通过自相似过程中的两个不同的限制-斯托克斯制度在$\textsf{Re}=0$和无粘制度$\textsf{Re} \to \infty$。利用有限元模拟跟踪加速度的带电突起在一个完美的导电牛顿液体在真空中保持在恒定的毛细管数，我们证明了锥尖\textit{always}经历自相似增长的雷诺数无关。计算出的纳维-斯托克斯方程和界面法向应力条件中的项在尖端处的爆破指数揭示了随着$\textsf{Re}$增加而起作用的不同力。毛细管应力指数的尖端形状的重新缩放产生了良好的崩溃到一个通用的圆锥形尖端形状与内部半角依赖于麦克斯韦应力的大小。液体界面的快速加速也产生具有非常高的局部应变率的薄表面边界层。适用于液态金属离子源等系统中锥体生长的模拟流的其他细节有助于消除普遍存在的误解，即动态锥体类似于传统的泰勒锥体，或者可以忽略有限$\textsf{Re}$处的粘性应力。
2019-08-12 physics.flu-dyn
Direct Numerical Simulation of Fluid Flow in a 5x5 Square Rod Bundle Using Nek5000
棒束流在核工程中是常见的，并且存在于轻水反应堆（LWR）以及其他更先进的概念中。管束截面的不均匀性会导致复杂的流动现象，包括湍流的局部条件变化。尽管几十年的数值和实验研究关于这个话题，和阐明的流场的物理的重要性，到目前为止，很少有公开可用的直接数值模拟（DNS）的多针棒束中的流动。因此，多针DNS研究可以提供重要的价值，以达到更深入的了解流动物理，以及参考模拟的发展，各种降低分辨率的分析技术。为此，在雷诺数为19，000的正方形5x 5棒束中的流动的DNS已经使用高度平行的谱元素代码Nek 5000执行。几何尺寸代表了典型的轻水堆燃料设计。DNS的设计使用的微尺度估计从一个先进的雷诺平均纳维尔-斯托克斯（RANS）模型。的速度场，雷诺应力，和各向异性的特性详细介绍了各个区域的束。文中还讨论了湍流动能收支
2020-07-01 physics.flu-dyn
Deep Structured Neural Networks for Turbulence Closure Modelling
尽管雷诺平均纳维尔-斯托克斯（RANS）模拟的局限性众所周知，但由于计算效率，该方法仍然是预测许多湍流的最广泛使用的工具。机器学习是提高RANS模拟精度的一种很有前途的方法。改进的一个主要方面是使用机器学习模型来表示平均流场梯度和雷诺应力张量之间的复杂关系。在目前的工作中，修改，以提高稳定性以前的最佳涡粘性方法RANS模拟和评估。最佳涡粘性与非负约束，这促进了数值稳定性重新制定。我们表明，新制定的最佳涡流粘度提高了条件的RANS方程的周期性丘陵测试情况。为了证明这种比例/正交张量分解在物理信息数据驱动的湍流闭合中使用的适用性，我们使用两个神经网络（基于这种特定的张量分解结构，该张量分解作为归纳偏差纳入网络设计）来预测雷诺应力张量的新重新制定的线性和非线性部分。将雷诺应力的这些网络模型预测注入RANS模拟中，即使与基于复杂（最先进）物理学的湍流闭合模型相比，也可改善速度场的预测。最后，我们应用SHAP（SHapley加法解释）值来从学习的表示中获得用于从输入特征数据预测最佳涡流粘度的神经网络内部工作的见解。
2022-01-05 physics.flu-dyn
Large eddy simulation of a low pressure turbine cascade with turbulent end wall boundary layers
我们给出了MTU T161低压涡轮在雷诺数为90，000和马赫数为0.6时隐式大涡模拟的第一批结果，两者均基于等熵出口条件，采用高阶间断Galerkin方法。其目的是验证的数值设置与现有的实验数据。我们讨论了在端壁边界层厚度和自由流湍流强度方面创建真实流入边界条件所采取的步骤。这是通过将雷诺应力和湍流长度尺度的输入分布定制到基于傅立叶级数的合成湍流发生器来实现的。叶片载荷和中跨处的总压损失都与测量结果非常吻合。在对由于进入的边界层和涡轮叶片的相互作用而出现的二次流结构进行简短讨论之后，我们表明，该模拟还能够在整个通道高度上再现叶片后面的损失分布。
2022-12-16 physics.flu-dyn
Generating wall-bounded turbulent inflows at high Reynolds numbers
KTH Royal Institute of Technology（瑞典皇家理工学院）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文提出一种生成高雷诺数壁湍流流入条件的方法，通过利用湍边界层的结构和标度定律，缩短发展长度。该方法通过跨流速度切片和频谱空间分析，实现高雷诺数模拟，减少计算成本。
2025-12-11 physics.flu-dyn
Conditional diffusion denoising probabilistic model for super-resolution of atmospheric boundary layer large eddy simulation
Texas A & M University（德克萨斯农工大学）
本文提出基于生成AI的条件扩散去噪概率模型，用于从粗分辨率输入中重建高分辨率湍流场，通过高保真数据集训练，验证了在不同尺度因子下模型的超分辨率能力，展示了物理信息生成模型在降低计算成本和提高风能应用可靠性方面的优势。
2026-04-29 physics.flu-dyn
Quantifying and Reducing Model-Form Uncertainties in Reynolds-Averaged Navier-Stokes Simulations: A Data-Driven, Physics-Based Bayesian Approach
尽管其众所周知的局限性，雷诺平均Navier-Stokes（RANS）模型仍然是当今工程应用中湍流模拟的主力工具。对于许多实际流动，湍流模型是迄今为止最大的不确定性来源。在这项工作中，我们开发了一个开放的盒子，物理信息贝叶斯框架，用于量化RANS模拟中的模型形式的不确定性。无量纲直接引入到雷诺应力中，并采用紧凑的参数化表示，考虑了经验先验知识和物理约束（例如，可实现性、平滑性和对称性）。迭代集合卡尔曼方法被用来同化先验知识和观测数据的贝叶斯框架中，并将它们传播到后验分布的速度和其他感兴趣的（QoIs）。我们使用两个有代表性的情况下，周期性的山丘和流动在一个正方形的管道，来评估所提出的框架的性能。模拟结果表明，即使在非常稀疏的观察，后平均速度和其他生活质量有显着更好的协议与基准数据相比，基线结果。在大多数位置，后验分布充分捕捉真实的模型误差内开发的模型形式的不确定性界限。该框架是一个重大的改进，现有的黑盒子，物理中性的方法模型形式的不确定性量化，先验知识和细节的模型不被利用。这种方法具有潜在的影响，在许多领域中，控制方程是很好地理解，但模型的不确定性来自未解决的物理过程。
2016-12-08 physics.comp-ph physics.flu-dyn
Transport properties of Keplerian flows in extended local domains with no imposed field
我们比较运输统计的细长不可压缩剪切盒不同的雷诺数和磁普朗特数，$Re$和$Pm$，和纵横比，$L_z/L_x$。我们发现，在固定的展弦比$L_z/L_x=4$和$Re = 10,000$下，$Pm \lesssim 1$的湍流应力变化不大，对$Pm > 1$遵循$\sim Pm^{3/2}$的幂律。这与以前基于净施加通量和小盒子$L_z/L_x \sim 1$模拟的结果定性一致，但幂律指数不同。随着$L_z/L_x$的增加，应力的饱和水平、麦克斯韦应力与磁能的比值以及雷诺应力与麦克斯韦应力的比值大致不变。对于盒子在方位角和垂直方向上都伸长的情况，传输系数$α\in [0.1,1.0]$是具有$L_y/L_x = 2$和大$L_z/L_x$的情况的$10-100$倍。总体而言，我们的研究结果表明，湍流的饱和状态是敏感的耗散系数和纵横比（都$L_z/L_x$，$L_y/L_x$）激励进一步的工作在这个问题上。
2019-09-10 astro-ph.SR physics.flu-dyn physics.plasm-ph
Spatio temporal linear stability of viscoelastic free shear flows: dilute regime
本文研究了在中低雷诺数和Weissenberg数范围内，反对称自由剪切粘弹性流动的时间和时空稳定性。将所得的四阶Orr-Sommerfeld方程简化为一组六个辅助方程，从重标远场条件出发，即~例如，通过复合矩阵方法。数值结果表明，随着Weissenberg数的增加，（a）最大增长率的峰值（即，最大增长率的峰值）逐渐减小;例如，增长率虚部的最大值）减小;（b）整个不稳定谱范围向长波方向移动（即~例如，整个时间不稳定区域逐渐集中在零波数附近），（c）涡度结构轮廓线被扩张，（d）残余雷诺应力减小。所有这些观察表明，粘弹性减少的时间不稳定性，但并没有完全suppressit. Briggs的解析延拓的想法部署到分类区域的时间稳定性，绝对和对流不稳定性以及倏逝（假）模式，在有限范围内的雷诺数，Weissenberg数和粘性系数。主要结果是，与牛顿流体不同，稀聚合物液体的自由剪切流动对于所有雷诺数都是（绝对/对流）不稳定的，或者在非常低的雷诺数下发生向不稳定的过渡，这一发现归因于粘弹性使自由表面流动不稳定的事实。虽然这种过渡途径连接的时间稳定状态的弹性惯性不稳定状态已经确定了一些体外实验，但到目前为止，还没有量化理论上通过线性稳定性分析。
2019-06-20 physics.flu-dyn physics.plasm-ph
A Random Matrix Approach for Quantifying Model-Form Uncertainties in Turbulence Modeling
随着雷诺平均纳维尔-斯托克斯（RANS）模拟在关键任务应用中的日益广泛应用，RANS模型中模型形式不确定性的量化已经引起湍流模拟界的关注。最近，已经提出了一种基于物理的非参数方法，用于量化RANS模拟中的模型形式的不确定性，其中雷诺应力被投影到物理上有意义的尺寸，并且扰动仅在物理上可实现的极限内引入。然而，与这种方法相关的挑战是评估先验分布中引入的信息量，并避免施加不必要的约束。在这项工作中，我们提出了一个随机矩阵的方法来量化模型形式的不确定性，在RANS模拟的雷诺应力的可实现性保证。此外，最大熵原理被用来识别的概率分布，满足现有的信息的约束，但不引入人为的约束。我们表明，所提出的方法是能够确保雷诺应力的可实现性，虽然从基于物理的方法以不同的方式。通过多项式混沌展开将独立的高斯随机场映射到雷诺应力随机场，并使其具有指定的边缘分布和相关结构，从而实现了对所得到的概率分布的Monte Carlo抽样。对一个典型的分离流动进行了数值模拟，得到了物理上合理的结果，验证了该方法的有效性。因此，所提出的方法是基于物理的方法的一种有前途的替代方法，用于RANS模拟的模型形式不确定性量化。本文所探索的方法具有普遍性，可推广到应用力学和工程中的其它复杂物理系统。
2016-03-31 physics.comp-ph physics.flu-dyn
Potential Vorticity Mixing in a Tangled Magnetic Field
提出了一种无序（纠缠）磁场中位涡混合的理论。分析的背景下，$β$平面磁流体动力学，特别侧重于物理的动量输运在稳定分层，准二维太阳速跃层。提出了涡度平流和磁场倾斜作用下平均位涡演化的物理图象。在弱场扰动的情况下，准线性理论预测，雷诺应力和磁应力在较大平均磁场下随着湍流Alfvénizes而平衡。在平均场-电阻率参数空间中对射流的形成进行了定量研究。然而，由于即使是适度的平均磁场也会导致大磁雷诺数的大磁扰动，因此物理上相关的情况是强但无序的场。我们表明，数值计算表明，雷诺应力的Alfvénization之前修改-即之前的流体和磁能平衡。为了理解这些趋势，在随机磁场的PV混合的双平均模型的开发。计算表明，均方场强烈修改雷诺应力相位相干性，也引起磁阻力的纬向流。阐明了通过纠缠场减少输运的物理学，并将其与湍流电阻率的相关淬火联系起来。我们提出了一个物理图片的系统作为一个电阻弹性介质线程的纠缠的磁网络。详细讨论了该理论在速跃层和其他系统中动量输运的应用。
2020-03-10 astro-ph.SR physics.flu-dyn physics.plasm-ph
