Alignment statistics of rods with the Lagrangian stretching direction in a channel flow
在均匀各向同性湍流中,已知细长杆与拉格朗日拉伸方向一致。然而,对齐程度如何取决于杆的纵横比还不清楚。此外,许多实际感兴趣的流动是各向异性和不均匀的。在这里,我们研究了在通道流,这是近似均匀的和各向同性的中心附近,但不均匀的和各向异性的壁附近的拉格朗日拉伸方向的杆对齐。我们的主要问题是如何分布的杆和拉格朗日拉伸方向之间的相对角度取决于杆的纵横比和杆从通道壁的距离。我们发现,该分布表现出两个制度:在小角度的高原,对应于随机不相关的运动,和幂律尾,描述大的游览。相对角度的方差由平台的宽度描述。我们发现,细长杆附近的通道中心更好地与拉格朗日拉伸方向对齐,相比,那些靠近通道壁。这些意见解释简单的统计模型的基础上杰弗里的方程,定性附近的通道中心和定量附近的通道壁。最后,我们讨论了我们的结果对附近杆的取向之间的相对角度分布的影响(Zhao等人,Phys.Rev.Fluids,第4卷,2019年,054602)。
2020-02-03 physics.flu-dyn
Reynolds number effect on the dissipation function in wall-bounded flows
采用直接数值模拟(DNS)数据库,研究了摩擦雷诺数Reτ= 2000时,平板通道内不可压Poiffille湍流的耗散函数随雷诺数的演化规律。DNS结果表明,平均流直接耗散的平均部分达到一个常数,而湍流部分在耗散前转化为湍流动能,遵循对数规律。这一结果表明,在不对平均速度分布作任何假设的情况下,可以得到摩擦力的对数律。该规律与平面通道和边界层流动的实验结果吻合较好。
2012-10-30 physics.flu-dyn
LES wall modeling for heat transfer at high speeds
通用壁面定标的一个实际应用是近壁湍流模拟。在本文中,我们利用温度的半局部标度[Patel,Boersma,and Pecnik,{Scalar statistics in variable property turbulent channel flows},Phys. Rev. Fluids,2017,2(8),084604],并推导出用于高速流的壁模型大涡模拟的涡导闭合。我们发现,虽然半局部标度不崩溃高速直接数值模拟(DNS)的数据,由此产生的涡流传导率和壁模型工作得相当好。本文试图回答以下悬而未决的问题:为什么半局部标度失败,但由此产生的涡导工作良好。我们在马赫数从$M=1.4$到6的范围内进行了库埃特流的DNS。我们在能量方程中加入一个源项,得到一个冷壁,一个接近绝热的壁,和一个热壁。对气流能量收支的详细分析表明,气动加热是我们问题的答案:气动加热在Patel等人的研究中没有考虑。的半局部缩放,但在平衡壁模型建模。我们将气动加热半本地缩放,并表明新的缩放成功地崩溃的高速DNS数据。我们还表明,将气动加热或不,半局部标度引起完全相同的涡流传导率,从而回答了悬而未决的问题。
2021-05-26 physics.flu-dyn
Inserting machine-learned virtual wall velocity for large-eddy simulation of turbulent channel flows
提出了一种基于监督机器学习的壁面模型,用于粗网格壁面分辨大涡模拟(LES)。我们的考虑是对湍流通道流的LES与第一个网格点设置相对远离壁($\sim$ 10壁单元),同时仍然解决近壁区,提出了一个新的路径,以节省计算成本。利用卷积神经网络(CNN)从壁面附近的$x-z$截面场估计虚拟壁面速度,其训练数据由${\rm Re}_τ=180$的直接数值模拟(DNS)生成。虚拟壁面速度是由近壁面的DNS数据外推得到的。这一思想使我们能够给出一个适当的壁面条件来修正壁面附近的速度梯度。作为先验检验,首先研究了模型从近壁信息的估计能力。由本CNN模型估计的速度场与参考DNS数据在统计上一致。然后将先验测试中训练的模型与LES组合作为后验测试。我们发现,LES可以成功地增强使用本模型在摩擦雷诺数${\rm Re}_τ=180$用于训练和看不见的雷诺数${\rm Re}_τ=360$,即使当第一个网格点位于5壁单元的墙壁。我们还研究了本模型的鲁棒性的选择亚网格规模的模型和迁移学习的可能性在一个局部域。通过本文的观察表明,本模型是一个很有前途的工具,用于恢复的大涡模拟的精度与粗网格附近的壁。
2021-06-17 physics.flu-dyn
Higher DNS-resolution requirements for expanded overlap region and confirmation of a convergence criterion
本研究探讨了直接数值模拟(DNS)中指示函数对网格分布的敏感性,指出扩展重叠区需要更高分辨率,并确认了收敛准则,为湍流建模和网格划分范式提供了新见解。
2024-05-27 physics.flu-dyn
Does the choice of the forcing term affect flow statistics in DNS of turbulent channel flow?
在不可压缩槽道流动的直接数值模拟(DNS)中,我们寻求在纳维-斯托克斯方程中加入强迫项的可能的统计结果。由恒定流速、恒定压力梯度和恒定功率输入驱动的模拟用于构建大型数据库,特别是用于存储壁面剪切应力的完整时间轨迹以供以后分析。由于这些方法对应于不同的动力学系统,原则上可以设想,这些差异由湍流场的某些统计反映。在各种模拟中流动的瞬时实现是明显不同的,但是,正如所预期的那样,通常的一点,一次统计没有显示出任何明显的差异。然而,壁面摩擦流向分量波动的PDF显示,恒定流速的模拟对于大的正摩擦的极端事件呈现较低的概率。这种事件的低概率值解释了它们对通常计算的统计量的贡献可以忽略不计;然而,PDF中差异的存在表明强迫项并非完全没有影响。基于壁的量(摩擦和压力的两个组成部分)的其他统计数据进行检查,特别是时空自相关显示在大的时间间隔,不幸的是,剩余的统计不确定性仍然是相同的顺序观察到的差异小的差异。因此,我们认为,具体选择的强迫项不产生重要的统计后果,除非有兴趣在最强的事件,高壁摩擦,这是低估了模拟运行在恒定的流量。
2015-09-16 physics.flu-dyn
Deep reinforcement learning for the management of the wall regeneration cycle in wall-bounded turbulent flows
City St George’s, University of London(伦敦大学城市圣乔治学院);TU Munich(慕尼黑工业大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
本文利用深度强化学习管理湍流壁再生周期,通过DRL与DNS求解器结合实现动态流体控制,实验显示DRL可实现与传统方法相当的减阻效果,未来将优化控制策略和计算架构。
2024-10-18 physics.flu-dyn
On the difficulty of determining Karman 'constants' from DNS
本文分析槽道流DNS确定卡门常数κ的困难,指出需将平均流向动量方程残差降低至少一个数量级才能实现2-3%的不确定度。
2024-04-02 physics.flu-dyn
DNS of the very large anisotropic scales in a turbulent channel
湍流壁面流外层的大结构具有重要的物理意义,因为它们包含了流向动能和雷诺应力的相当大的一部分。然而,壁湍流的外部区域的组织在历史上受到的关注比内部区域少,因此,它仍然是许多开放的实验和理论问题的主题。为了解决其中的一些问题,我们已经进行了直接的数值模拟的湍流不可压缩流在平面通道在雷诺数185 - 550。本文介绍了一些模拟结果,侧重于统计描述的流向速度的大结构的大小和它的缩放与雷诺数。
2013-09-10 physics.flu-dyn
Sensitivity study of resolution and convergence requirements for extended overlap region in wall-bounded turbulence
本研究通过参数化槽道流和管道流模拟,分析了DNS中网格分布与收敛性对描述壁面湍流重叠区指示函数的敏感性,揭示了在适中雷诺数下以合理成本确立高$Re_τ$或近渐近重叠参数的路径。
2024-05-31 physics.flu-dyn
A Method for Determination of the Reynolds Stress and Turbulence Structure in Wall-Bounded Flows
利用拉格朗日动量输运,雷诺应力可以用基本湍流参数表示。雷诺应力梯度表示流向动量的横向传输,由动量方程中的u2传输、压力和剪切力项平衡。直接数值模拟(DNS)的数据已被用来验证这种方法,具有良好的一致性和协议。雷诺应力梯度的表达式将输运方程添加到雷诺平均Navier-Stokes(RANS)方程中,因此,如果可以确定第三个未知变量u2,则可以确定湍流结构。在这里,我们考虑替代结构为基础的方法,用于重建的u2轮廓壁有界流。u2剖面的输入,结合两个传输方程(RANS和当前的雷诺应力方程),允许充分重建的湍流结构的壁有界流,与DNS数据的合理协议。
2019-12-10 physics.flu-dyn
Comparison between super-hydrophobic, liquid infused and rough surfaces: a DNS study
本文对下壁带有纹理表面的通道中两种流体的叠加流动进行了直接数值模拟。改变两种流体之间的粘度比的参数研究已经进行了模仿{ \bf理想化}超疏水和液体注入表面和评估其对三种不同纹理的几何形状的摩擦,形状和总阻力的影响:纵向方形酒吧,横向方形酒吧和交错立方体。假设两种流体之间的界面在流向和展向方向上是光滑的,并且在垂直方向上不变形,对应于无限表面张力的理想情况。为了确定流体-流体界面的作用,已经进行了一组额外的模拟,并将其与由界面分离的具有相同粘度的两种流体所获得的结果进行比较。阻力和最大壁面法向速度波动被发现是高度相关的所有表面配置,无论他们减少或增加阻力。这意味着近壁湍流的结构是由总剪切,而不是由超疏水,液体注入或粗糙表面的局部边界条件。
2019-03-20 physics.flu-dyn
Experimental Evidence of Near-Wall Reverse Flow Events in a Zero Pressure Gradient Turbulent Boundary Layer
本研究报告的实验观察到的近壁回流事件在一个充分发展的平板边界层在零压力梯度与雷诺数之间的$Re_τ= 1000$和$Re_τ= 2700$。反向流动事件被捕获使用高放大率粒子图像测速序列与记录长度从50,000到126,000个样品。时间分辨粒子图像序列允许在几个时间步长内跟踪奇异反向流动事件,而几乎统计独立的样本的长记录以更高的空间分辨率提供各种单个快照。发生概率在0.01%至0.1%的范围内,与直接数值模拟(DNS)的预测相匹配。逆流气泡的自相似尺寸在长度上为约30-50个壁单位,在高度上为5个壁单位,这也与Lenaers等人提供的DNS数据(ETC 13,Journal of Physics:Conference Series 318(2011)022013)很好地一致。
2015-07-02 physics.flu-dyn
DNS of horizontal open channel flow with finite-size, heavy particles at low solid volume fraction
我们已经进行了直接数值模拟的湍流明渠流动在一个光滑的水平壁在存在有限尺寸,重颗粒。球形颗粒的直径约为7个壁单位,密度为流体密度的1.7倍,固体体积分数为0.0005。Galileo数的值设置为16.5,而Shields参数的测量值约为0.2。在这些条件下,颗粒主要位于附近的底壁,在那里他们表现出很强的优先浓度,我们量化通过Voronoi分析和计算的颗粒条件的浓度场。在以前的研究中观察到类似的参数值,平均流向颗粒速度小于流体。我们提出了一个新的定义的流体速度“看到”的有限大小的颗粒的基础上平均超过一个球形表面段,从这里我们推断,在目前的情况下,颗粒是瞬时滞后的流体只有少量。粒子调节的流体速度场表明,粒子优先驻留在低速条纹,导致观察到的明显滞后。最后,涡喷射研究表明,展向粒子运动显着相关的存在下的旋涡与相应的旋转的意义,这是位于附近的近壁粒子。
2013-01-24 physics.flu-dyn
Further analysis of the budgets of the dissipation tensor $\varepsilon_{ij}$ in turbulent plane channel flow
最近的DNS结果[Gerolymos G.A.,瓦莱岛807(2016)386--418]提供了低雷诺数湍流平面通道流中耗散张量$\varepsilon_{ij}$分量的传输方程中的项的数据。本文扩展了以前的结果,详细分析了各种机制的行为在$\varepsilon_{ij}$ -输运方程(生产,扩散,再分配,破坏),特别强调的组件由组件的比较与相应的机制在输运方程中的应力$r_{ij}$。将壁面法向分量的压力项分解为再分布和压力扩散,揭示了壁面附近的显著不同的行为。详细研究了输运方程中不同项的壁面渐近性,并利用DNS数据进行了检验。DNS数据和壁面渐近分析都表明,耗散破坏张量$\varepsilon_{\varepsilon_{ij}}$的各向异性与$r_{ij}$或$\varepsilon_{ij}$的各向异性有根本的不同,在固体壁面上永远不会接近2-C态.
2017-03-01 physics.flu-dyn
Attenuation mechanism of wall-bounded turbulence by heavy finite-size particles
本文通过直接数值模拟研究了重有限尺寸颗粒对壁湍流的衰减机制,发现颗粒诱导涡环产生额外能量耗散从而减少湍流能量产生,并提出一种基于颗粒特性预测湍流衰减程度的方法。
2025-06-02 physics.flu-dyn
Shock-induced heating and transition to turbulence in a hypersonic boundary layer
采用直接数值模拟(DNS)和壁面模型大涡模拟(WMLES)方法,研究了不同入射角下入射激波与冷壁面上马赫数为6的高超声速层流边界层的相互作用。在足够大的激波入射角下,边界层通过激波冲击下游附近近壁条纹的破裂转变为湍流,而不需要任何来流自由流扰动。过渡导致局部显着增加的斯坦顿数和表面摩擦系数,与高入射角增大的峰值热机械载荷以近似线性的方式。统计分析的边界层下游的相互作用,为每种情况下,量化流向的空间变化的雷诺类比因子,并表示故障的Morkovin的假设附近的墙壁,速度和温度变得相关。一个修改后的强雷诺模拟与一个固定的湍流普朗特数观察到执行最好的。传统的变换不能使不可压缩的对数定律上的平均速度剖面塌陷。WMLES促进过渡和峰值加热,延迟分离,并提前再附着,从而缩短分离泡。当冲击导致过渡,WMLES提供预测的DNS峰值热机械载荷内$\pm 10\%$的计算成本低于DNS的两个数量级。下游的相互作用,在湍流边界层,WMLES同意与DNS结果的雷诺相似因子,速度和温度的平均剖面,包括温度峰值,和温度/速度的相关性。
2020-10-20 physics.flu-dyn
Leveraging unstructured grids for direct numerical simulations of wall turbulence
Nottingham Trent University(诺丁汉特伦特大学);Barcelona Supercomputing Center (BSC)(巴塞罗那超级计算中心);University of Mississippi(密西西比大学);University of Melbourne(墨尔本大学)
本文提出了一种非结构网格生成框架η-grid,用于壁湍流的直接数值模拟,通过将壁法向和跨度方向的网格尺寸与局部柯尔莫戈洛夫尺度η成比例,实现了更高效的网格生成和计算。
2026-07-28 physics.flu-dyn
Unified Flow and Thermal Law-of-the-wall Complete Formulations for Type-A Turbulent Boundary Layers
对现有的直接数值模拟(DNS)数据进行了深入分析,根据时均壁面剪应力的分布模式,对一般湍流边界层(TBL)进行了合理而重要的分类,即A型、B型和C型TBL。其中,以零压力梯度半无限平板湍流的DNS数据为代表的A型TBL及其相关规律,采用与雷诺数无关的速度解析公式进行了研究。参照von Karman在发展传统壁面定律时的分析,本文首先从物理上区分了von Karman所使用的时均局部尺度和本文所定义的系综平均尺度,然后导出了系综平均尺度下具有-独立性的控制方程。基于指示函数(IDF)和TBL厚度,严格定义了子层分区。建立了完整的TBL解析公式,即完整的壁面定律,包括内层、缓冲层、半对数层和尾流层的解析公式。研究的特点是引入了一般的阻尼和增强函数(GDF和GEF),并将这些函数应用于线性和对数坐标系。这些规律在时均局部尺度和系综平均尺度下是一致的,并通过已有的DNS和实验数据进行了验证。基于相应的适当比例控制方程的相似性,从逻辑上推导出适用于A型热TBL温度的规律表达式。这些发现推进了目前对传统任务型学习理论及其著名的墙定律基础的理解。
2019-04-18 physics.flu-dyn
DNS-aided explicitly filtered LES
LES方程的形式推导出低通滤波的NS方程的影响,小尺度上捕获的SGS模型的大。然而,它是已知的,LES方程通常在实际应用中使用不一致的过滤器操作时,没有显式过滤器使用。此外,即使是显式过滤LES,由于壁的约束效应,在壁法线方向上仍然存在一些不一致。一个典型的不良影响源于LES和过滤NS(fNS)方程之间的不一致性是DNS数据不能用来帮助SGS建模。使用所提出的形式的不可压缩fNS方程的流动在平坦的墙壁,其中的连续性方程,过滤器操作员,并在墙上的边界条件是一贯制定,我们计算了一组平面湍流通道流显式过滤LES在不同的网格分辨率与SGS项计算从并行DNS计算开始与一个等效的初始条件。结果表明,从DNS计算的SGS项提供了一个真实的SGS模型短时间内,直到数值误差的化合物和两个并行计算发散。对于低阶统计量(如平均速度曲线),统计量保持相似的有效时间较长,如预期。这表明,通过一致的fNS方程,丰富的DNS数据可用于为显式过滤LES的SGS模型开发提供信息。此外,在较长时间的统计发散表明,SGS的贡献不一定是均匀的,因为大多数SGS模型假设,和一个更精确的瞬时LES速度场和SGS模型之间的相关性,需要捕捉湍流的动力学。
2019-02-07 physics.comp-ph physics.flu-dyn
A Universal Fractional Model of Wall-Turbulence
壁面约束湍流的建模仍然是经典物理学中的一个未解决的问题,在过去的几十年中,除了所谓的“对数定律”之外,只取得了有限的进展,“对数定律”只描述了壁面约束湍流的中间区域,即,半径为$R$的管道中的$30-50 y^+ \text{ to } 0.1-0.2 R^+$(以壁为单位)。在这里,我们提出了一个全新的方法,基于分数阶微积分模型的{ \em整个}平均速度剖面从壁的管道的中心线。具体来说,我们表示雷诺应力与{ \em可变阶数}的非局部分数阶导数,其随离壁的距离衰减。令人惊讶的是,我们发现这个可变分数阶对于所有雷诺数和三种不同的流动类型都具有通用形式,即,槽流、库埃特流和管流。我们首先使用现有的数据库从直接数值模拟(DNS)学习的可变分数阶函数,随后,我们测试它对其他DNS数据和实验测量,包括普林斯顿的超级管道实验。两者合计,我们的研究结果揭示了连续和衰减的变化率的湍流扩散的墙壁,以及强烈的非局部性的湍流相互作用,加强远离墙壁。
2018-08-26 physics.flu-dyn
Turbulent flame-wall interaction of premixed flames using Quadrature-based Moment Methods (QbMM) and tabulated chemistry: An a priori analysis
假设概率密度函数(PDF)和输运概率密度函数(PDF)方法通常用于模拟湍流反应流中的湍流化学相互作用。然而,很少有人关注的湍流化学相互作用的PDF关闭火焰壁相互作用。在这项研究中,准DNS的湍流预混,化学计量比的甲烷-空气火焰点燃在一个充分发展的湍流通道流经历侧壁淬火进行了研究。本研究的目的是双重的。首先,在准DNS配置中,在核心流和近壁区域中,分析了湍流化学相互作用闭合模型中需要考虑的进展变量和焓的联合PDF。其次,一个运输PDF的封闭模式,基于条件求积矩方法,和一个假定的PDF的方法进行了检查,在先验分析中使用准DNS作为参考的上下文中的雷诺平均Navier Stokes(RANS)和大涡模拟(LES)。联合PDF的分析表明,在近壁区域的反应标量分布的高度复杂性。在这里,一个高度的相关性的进展变量和焓被发现,火焰传播和淬火是同时存在的。在这项工作中提出的传输PDF的方法,基于条件求积法的时刻,帐户的时刻的联合PDF的进展变量和焓耦合到淬火小火焰生成的流形。在先验分析中,湍流化学相互作用PDF闭合模型在核心流中显示出较高的精度。而在近壁区,只有条件矩量法才适合于预测火焰结构。
2022-12-07 physics.flu-dyn
The Role of Vortex Stretching in Drag Reduction of Polymer-Laden Turbulent Flow
本文从聚合物减弱涡拉伸的机制出发,推导出含聚合物湍流的平均速度剖面理论预测,并通过数值实验与管道流动实验数据验证了该理论对减阻现象的描述能力。
2025-08-21 physics.flu-dyn
DNS Study on Vorticity Structures in Late Flow Transition
涡旋和涡是两个不同但又相关的概念。本文着重研究了涡量的产生和发展以及涡内外涡量结构。涡是涡量超过形变的区域。涡不能直接用涡量来表示。在流动转捩过程中,除了来自于侧边界并终止于侧边界的涡线外,在区域内还大量产生了另一种涡线,即自闭合涡线,即涡环。这些新的涡环出现在发夹涡的头部和腿部。根据涡量输运方程,涡量环的产生和增长是由涡量的建立引起的。另一方面,涡旋的形成是涡度线拉伸、倾斜和扭曲的结果。在流动转变过程中既产生新的涡量又产生新的涡。根据Helmholtz涡量通量守恒定律,涡量线在流场中不能中断、开始或终止,新产生的涡量只有一种形式,即涡量环。此外,一个有趣的发现是,一个单一的发夹涡是由几种类型的涡线,可能来自侧边界,整个涡环和部分涡环。
2018-05-30 physics.flu-dyn
Interface-resolved DNS of vertical particulate channel flow in the turbulent regime
我们已经进行了直接数值模拟(DNS)研究稀释湍流颗粒流在垂直平面通道,考虑到成千上万的有限尺寸的刚性颗粒解决相界面。颗粒直径对应于大约11个壁单元,并且它们的终端雷诺数被设定为136。具有整体雷诺数2700的流体流被向上引导,这保持颗粒平均悬浮。模拟了两种密度比,相差4.5倍。两种流动情况下的相应Stokes数在近壁区为O(10),在外流区为O(1)。我们已经观察到形成大规模的细长条纹状结构,流向尺寸的顺序为8通道半宽和横流尺寸的顺序为一个半宽。与此同时,我们没有发现明显形成颗粒簇的证据,这表明大结构是由于流动的内在不稳定性,由颗粒的存在引发的。结果表明,平均流体速度剖面趋于凹形,湍流强度和法向应力各向异性强烈增加。在保持浮力、颗粒尺寸和体积分数恒定的同时改变斯托克斯数的效果相对较弱。
2011-08-31 physics.flu-dyn
LES-informed resolvent-based estimation of turbulent pipe flow
本研究采用基于预解的方法,利用摩擦雷诺数550的DNS和LES数据库,从壁面剪应力脉动测量中估计湍流圆管流动的时空场,发现用更粗网格的LES统计量构建的估计器能以低计算成本获得与DNS高度吻合的准确结果。
2023-07-07 physics.flu-dyn
On the wavenumber-frequency spectra of the wall pressure fluctuations in turbulent channel flow
本文采用直接数值模拟(DNS)方法,研究了通道内湍流脉动壁面压力的三维谱(包括流向波数、展向波数和频率),数值模拟的范围为$Re_τ \approx 1000$。为了从波数谱建立波数-频谱预测模型,研究了壁面压力脉动的时间去相关机理。发现壁面压力脉动波数-频谱中包含能量的部分可以很好地用流向速度脉动的类似随机扫描模型来预测。为了细化研究,我们进一步分解的总壁面压力波动的频谱的快速和缓慢的压力波动的自谱,以及它们之间的交叉谱。我们专注于评估应用在许多预测模型中的假设,即互谱的大小可以忽略不计。目前的DNS表明,忽略交叉谱导致的最大误差高达4.7dB的亚对流区的所有雷诺数下测试。分析表明,在低马赫数条件下,壁面压力脉动的亚对流分量对辐射声功率有重要贡献,在研究声学特性时,忽略互谱的假设应谨慎应用。
2022-01-12 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
Pressure, density, temperature and entropy fluctuations in compressible turbulent plane channel flow
利用可压缩湍流平面槽道流动的直接数值模拟(DNS)结果,研究了可压缩气动壁面湍流中热力学状态变量的涨落。基本的输运方程的热力学变量(密度,压力,温度和熵)的行为进行审查,并用于推导出精确的输运方程的方差和通量(运输的波动速度场)的热力学波动。本文讨论了可压缩平面槽道湍流的雷诺数和马赫数的标度关系。的热力学涨落的相关系数和高阶统计进行了检查。最后,详细的预算的运输方程的方差和通量的热力学变量从一个良好的解决DNS进行了分析。这些结果的影响,以了解在可压缩壁湍流的热力学相互作用和可能的改进统计建模进行评估。最后,所需的扩展现有的DNS数据,以充分体现这一规范的流进行了讨论。
2013-11-18 physics.flu-dyn
Wall-modelled large-eddy simulation of turbulent channel flow with unstable stratification
Institute of Extreme Mechanics, School of Aeronautics, Northwestern Polytechnical University(西北工业大学航空学院极端力学研究所);National Key Laboratory of Aircraft Configuration Design, Key Laboratory for Extreme Mechanics of Aircraft of Ministry of Industry and Information Technology(飞机总体设计全国重点实验室、工业和信息化部飞机极端力学重点实验室)
本研究提出浮力修正的对数-二次壁面模型,用于不稳定分层湍流槽道流动的壁面模化大涡模拟,在高达Reτ≈6000和Ra=10^10下显著减少网格数量,并准确预测平均速度、温度及全局输运量。
2026-09-22 physics.comp-ph physics.flu-dyn
Hairpin vortex generation around a straight vortex tube in a laminar boundary-layer flow
采用直接数值模拟(DNS)的方法研究了直涡管的演化过程,该方法是基于Hon和Walker的对称发夹涡管模型(Hon,T.L. & Walker,J.D.A,Computers & Fluids,20(3),pp. 343-358,1991),在层流边界层流的剪切下,以及其对近壁流的响应。在这里,流向涡流管是一个提升的流向涡流。涡流管的环量和与壁面的夹角是变化的。高于阈值的环流产生多个发夹涡,这些发夹涡在涡流管上方沿流向排列。根据边界层内涡流管的情况,如涡流管在边界层内的分数,除了环量和角到壁的扰动的稳定性显示的线性稳定性分析。在动态的扰动演化的线性和非线性项的贡献是由一个完全非线性的扰动分析,同时进行的DNS澄清。当环量足够大时,出现两种不稳定模式,即“离壁模式”和“近壁模式”。这两种模式的存在会在涡管周围产生类似于螺旋的扰动,并成为发夹涡产生的前兆。通过正交分解,分析了涡流管周围扰动随时间变化的主导结构。允许涡流管特性连续变化的模型的当前DNS澄清了关于发夹涡产生的非线性边界层稳定性的这个新方面。
2018-08-20 physics.flu-dyn
Self-sustaining turbulence in a restricted nonlinear model of plane Couette flow
本文证明了平面Couette流的限制非线性(RNL)模型中自持湍流的维持。RNL系统直接从纳维-斯托克斯方程导出,并且允许使用随机结构稳定性理论(S3 T)获得的动力系统的计算上易于处理的研究,该理论是流的统计状态动力学的二阶近似。RNL模型共享S3 T模型的动力学限制,但可以通过将DNS代码简化为控制RNL系统的方程来容易地实现。DNS和RNL模拟产生的湍流的比较表明,RNL系统支持自持湍流的平均流量以及结构和动力学特征,是一致的DNS。这些结果表明,简化的RNL/S3 T系统捕捉壁边界剪切流中充分发展的湍流的基本方面,并激励使用的RNL/S3 T系统的壁湍流的进一步研究。
2014-02-20 physics.flu-dyn
3D flow motions in the viscous sublayer
本文采用新型的数字菲涅耳反射全息技术,对Reτ=400的光滑壁湍流槽道流动粘性子层内的三维流动进行了拍摄。测量结果显示,在子层,包括几乎均匀的高,低速流和强大的小规模(粘性壁单元的顺序)展向蜿蜒运动的非定常和不同的流动模式。壁面剪应力的概率密度函数(PDF)在高应力区与直接数值模拟(DNS)的结果有明显的差异,这是由于DNS无法分辨流向和展向运动。此外,拉格朗日粒子加速度的PDF产生一个拉伸的指数形状一样,在均匀的各向同性湍流,表明在子层的强不连续性。我们发现一个显着的部分高加速度与小规模的曲折运动。我们的研究有助于解释亚层尺度粗糙度对减少阻力和流动分离的影响。
2021-04-22 physics.flu-dyn
Deep Learning parameterization of subgrid scales in wall-bounded turbulent flows
本文采用一种新的\textit{deep learning}方法来计算壁面湍流大涡模拟中的涡粘性。开发了一种深度神经网络(DNN),该网络使用动态Smagorinsky亚网格尺度模型从为摩擦雷诺数$Re_τ = 395$的通道流生成的数据集学习评估涡流粘度。后来,该DNN被用来预测在$Re_τ = 395$和$590$的通道流的一些网格配置的涡粘性。从基于DNN的LES模型计算的统计数据显示出与直接数值模拟(DNS)的良好匹配。在某些情况下,特别是对于粗网格模拟,基于DNN的模型产生的统计数据比来自动态Smagorinsky模型的统计数据更接近DNS。湍流动能收支项与DNS结果也有较好的吻合。该模型计算涡流粘度比动态Smagorinsky模型快$2-8$倍。这种基于DNN的LES模型也能够以与使用动态Smagorinsky模型和来自先前研究的DNS的LES类似的定性和定量方式密切模拟$Re_τ = 300$处的管道流。这项研究证明了深度学习以经济有效的方式精确地参数化湍流中的亚网格尺度(SGS)的可行性。从更广泛的角度来看,基于深度学习的模型可以成为传统RANS和LES模型的一个有前途的替代方案,用于模拟复杂的湍流。
2019-05-29 physics.comp-ph physics.flu-dyn
Unified Flow and Thermal Law-of-the-wall for Type-A and B Turbulent Boundary Layers
通过对直接数值模拟(DNS)中已有统计数据的系统研究,根据时均壁面剪应力的分布模式,对一般湍流边界层(TBL)进行了合理而重要的分类,即A、B和C型TBL。在这三种类型中,A型和B型TBL的速度和温度与雷诺数(Re)和普朗特数(Pr)无关的普遍统计规律进行了研究。参考von Karman在发展A型TBL传统壁面定律时的分析,本研究首先从物理上区分了时间平均局部速度标度和系综平均速度标度,并基于壁面热流恰当地定义了TBL温度标度,类似于众所周知的基于壁面剪应力的摩擦速度标度。然后,使用这些尺度的壁面公式的统一规律推导出的A型和B型热TBL的内层。通过在内层引入一般的阻尼和增强函数,构造了TBL方程,并根据TBL速度剖面的多尺度特性,将这些函数推广到对数坐标系下。通过DNS引导的B型TBL控制方程的近壁积分验证了该定律,揭示了该定律的Re和Pr独立性机制。本研究发展了传统TBL理论的现有认识,发展了A型和B型TBL壁面(包括内层、过渡层、对数层和尾流层)规律的完整解析形式。
2018-11-29 physics.flu-dyn
Flow and Heat Transfer of a MHD Viscoelastic Fluid in a Channel with Stretching Walls: Some Applications to Haemodynamics
University of Bremen(不来梅大学)
本文通过数值方法研究了在外部磁场作用下,具有拉伸壁的平行板通道中稳态不可压缩粘弹性导电流体的流动与传热,发现拉伸壁导致中心线附近出现回流,而强磁场可抑制回流,且磁场增强会降低流速但升高温度,对心血管系统血液动力学有潜在应用。
2010-07-07 cs.NA math.NA physics.comp-ph
Resolvent-based estimation of turbulent channel flow using wall measurements
我们采用一种基于解析的方法来估计湍流通道内的速度和压力波动,在摩擦雷诺数约为180,550和1000,使用测量的剪切应力和压力的墙壁,采取直接数值模拟(DNS)数据库。Martini等人(J.Fluid Mech.,Vol.900,2021,A2)表明,当利用真实的时空强迫统计量时,基于分解的估计量是最优的,从而为任何线性估计量的准确性提供了上限。我们使用这个框架来确定可以从壁测量线性估计的流结构,并且我们表征这些结构和物理和波数空间中的估计误差。我们还将这些结果与使用近似强迫模型(涡动粘度模型和白噪声强迫)获得的结果进行了比较,并证明了使用真实强迫统计的显着好处。所有模型导致准确的结果,直到缓冲层,但只有使用真正的强迫统计允许大规模的日志层结构的准确估计,与整个通道的估计和DNS结果之间的显着相关性。涡动粘度模型显示了一个中间的行为,这可能与它的能力,部分捕获强迫颜色。我们的研究结果表明,在通道壁上留下足迹的结构可以使用基于线性解析的方法进行准确估计,并且大规模附壁结构的存在可以通过对数层进行准确估计。
2021-07-12 physics.flu-dyn
On the wavenumber-frequency spectra of wall pressure fluctuations in turbulent channel flows
采用直接数值模拟方法,对槽道湍流的快、慢和总壁面压力脉动的波数-频谱特性进行了研究,数值模拟精度达到$\Rey_τ\approx 1000$。对于总壁压波动的波数-频率谱,在亚对流区的轮廓线的谷状行为被发现,这可能与Kraichnan-Phillips定理。对于壁面压力谱的分解,在以往的研究中,通常假设壁面压力波动的快速和缓慢分量之间的交叉谱密度(CSD)可以忽略。然而,没有实验或数值证据可以证实或反驳这一假设。在本文中,我们使用DNS数据来定量评估这一假设。着重讨论了忽略壁面压力脉动的快慢分量之间的CSD所引起的分贝标度误差。据发现,这种假设是近似准确的一维和二维谱,但在三维波数频谱的误差造成很大的幅度。在亚对流区域观察到5dB的误差,并且对于宽范围的雷诺数($180\le\Rey_τ\le 1000$)观察到如此大的误差。分析表明,忽略CSD的假设在亚对流区的尺度上需要谨慎地应用。
2021-01-14 physics.flu-dyn
Direct Numerical Simulation of Fully Developed Turbulent Channel Flow Based on the Corrected Navier-Stokes Equations
Department of Aeronautics and Astronautics, Fudan University(复旦大学航空航天学院)
研究基于修正的纳维-斯托克斯方程对充分发展湍流槽道流做直接数值模拟,通过摒弃斯托克斯各向同性假设等方法,能修正近壁动量传输、捕捉涡旋结构、调节能量级联,更精细感知壁面湍流内在动力学,提高预测能力。
2026-07-14 physics.flu-dyn
Analysis of near wall flame and wall heat flux modeling in turbulent premixed combustion
UM-SJTU Joint Institute, Shanghai Jiao Tong University(上海交通大学密西根学院);State Key Laboratory of Clean Energy Utilization, Zhejiang University(浙江大学清洁能源利用国家重点实验室)
研究近壁火焰与壁面热流的物理机制,通过直接数值模拟分析两种火焰配置,提出预测壁面热流的模型,验证其在湍流燃烧中的适用性。
2025-10-30 physics.flu-dyn
DNS of Taylor-Couette flow between counter-rotating cylinders at small radius ratio
采用三维直接数值模拟方法,研究了半径比为$η$ = 0.2--0.5的反向旋转泰勒-库埃特流动在较宽雷诺数范围内从层流到湍流的变化。我们研究了流动结构对$η$的依赖性,并确定了一个临界值,该值在$η$ = 0.2和0.3之间,低于该值,稳定的外圆柱侧表现出不同于内侧泰勒涡流的模态结构。当$η\geq$ $η\geq$为0.3时,不稳定内侧的泰勒涡主导了整个气缸间流场,在气缸外壁附近观察到泰勒涡的足迹。然而,对于$η$ = 0.2,来自内侧的影响被限制到气缸间隙的中心。此外,在稳定的外圆柱侧,出现了一个模态结构,轴向均匀,方位角周期性,和类似的Tollmien-Schlichting(TS)不稳定波。随着雷诺数的增加,固定$η$ = 0.2,模态结构改变其方位波数和壁单元径向增厚。虽然外侧的雷诺剪应力保持近似为零,但速度波动的强度与中心部分的泰勒涡流相当。
2019-09-10 physics.flu-dyn
State estimation in turbulent channel flow from limited observations
本文用伴随变分法研究了由有限数据估计槽道湍流初始状态的问题。的数据是从一个参考直接数值模拟(DNS),这是在不同的时空分辨率子采样。当速度数据为DNS时空分辨率的1/4096时,真实状态与伴随变分估计状态之间的相关系数超过99%。证明了算法对观测噪声的鲁棒性。此外,估计质量的数据的时空密度的影响进行了评估,并建立了一个分辨率阈值,一个成功的重建。临界展向数据分辨率与泰勒微尺度成比例,泰勒微尺度表征观测位置的依赖域。由于平均平流,无论是流向或时间数据分辨率必须满足一个标准的基础上流向泰勒微尺度。第二种配置被认为是亚采样的数据是由在外层和壁面剪应力的速度。近壁流动统计和相干结构,虽然没有采样,准确地重建,这是可能的,因为外部流动和近壁运动之间的耦合。最后,最具挑战性的配置是解决只有时空分辨壁应力观察。估计在粘性子层内保持准确,并且随着离壁的距离而显著恶化。在壁单元中,这种趋势几乎与所考虑的雷诺数无关,并且表明从壁数据重建壁分离运动的基本困难。
2020-11-07 physics.flu-dyn
Direct numerical simulations of turbulent channel flow under transcritical conditions
跨临界条件下的湍流存在于摇臂发动机的再生冷却系统和化学工程中的提取过程中。在这些复杂的过程中的湍流和相应的传热现象仍然没有得到很好的理解实验和数值。本文的目的是利用湍流通道流的DNS研究跨临界条件下的湍流。一个完全可压缩的求解器结合使用的Peng-Robinson真实流体状态方程来描述跨临界流。采用一个加热的和一个冷却的边界层,模拟了具有两个等温壁面的槽道流动。在这项研究中采用的网格分辨率略高于不可压缩通道流DNS所需的。使用完全(FC)和准保守(QC)计划进行模拟,以评估其跨临界壁边界流的性能。对瞬时流和统计量进行了分析,并与经典理论进行了比较。结果发现,从FC和QC方案的结果定性同意以及与显着的差异附近的顶部加热壁,可以观察到虚假的速度振荡。使用DNS数据,然后,我们检查的有用性汤森附加涡假设的情况下,在跨临界条件下的流动。结果表明,流向能量谱表现出逆波数标度和流向速度结构函数遵循对数标度,从而提供支持的附加涡模型在跨临界条件下。
2017-12-06 physics.flu-dyn
Patched Flow Matching: Generative Wall-Pressure Reconstruction Beyond Training-Domain Scales from Sparse Sensors
Sibley School of Mechanical and Aerospace Engineering, Cornell University(康奈尔大学机械与航空航天工程系);Department of Aerospace and Mechanical Engineering, University of Notre Dame(诺丁汉大学航空航天与机械工程系)
提出补丁流匹配(Patched FM)生成框架,通过补丁局部先验和稀疏传感器测量,实现超出训练域尺度的壁面压力场重建,并利用内尺度坐标实现雷诺数迁移。
2026-06-23 cs.LG physics.flu-dyn
Asymptotics of stream-wise Reynolds stress in wall turbulence
在湍流附壁流动中,特别是在真正的平行流动中,如槽道和管道流动中,流向正应力分布$\langle uu\rangle^+(y^+)$的不同特征的标度是一个长期争论的主题。特别的争论点是在$y^+\approxeq 15$和$y^+ =\mathcal{O}(10^3)$的$\langle uu\rangle^+$的“内”和“外”峰的缩放,分别,它们的无限雷诺数限制,和对数衰减率的外部部分的流动。受Chen和Sreenivasan(2021)的里程碑式论文的启发,首次从一组渠道流动的直接数值模拟(DNS)中提取了小参数$Re_τ^{-1/4}$中$\langle uu\rangle^+$的内渐近展开式的两项。这种内膨胀是由一个匹配的外膨胀来完成的,它不仅在峰值应力的1. 5%以内适合同一组通道DNS,而且还提供了管道和边界层近壁部分的实验室数据的良好匹配,直到最高的$10^5$阶的$Re_τ$。新的复合展开式的显著特征首先是内部$\langle uu\rangle^+$峰,其在11.3处饱和并随着$Re_τ^{-1/4}$而减小,随后是短的“壁对数律”,其斜率对于$Re_τ\gtrapprox 20'000$变为正,导致外部峰,以及外部对数重叠,其具有对于$Re_τ\to\infty$连续变为零的负斜率。
2021-04-15 physics.flu-dyn
DNS of turbulent channel flow at very low Reynolds numbers
采用比现有直接数值模拟(DNS)更大的计算箱尺寸,对非常低雷诺数的充分发展的湍流槽道流动进行了直接数值模拟(DNS)。摩擦雷诺数降低到60,其中摩擦雷诺数基于摩擦速度和通道半宽。当雷诺数减小到60时,计算框尺寸变小,流动变为层流。利用一个大的盒子,我们发现一个局部湍流被观察到以周期性的斜带的形式维持。这种局部无序流动类似于过渡管流中的平衡湍流喷流。提供了各种湍流统计数据,如湍流强度、涡度波动和雷诺应力。特别是,它们的近壁渐近行为和湍流动能预算项进行了讨论,关于雷诺数的依赖性和计算盒大小的影响。还介绍和讨论了与湍流结构有关的其他详细特征。
2014-09-16 physics.flu-dyn
How pore-scale disorder controls fluid stretching in two-dimensional porous media
University of Oslo(奥斯陆大学);University of Rennes(雷恩大学);Univ. Grenoble Alpes, Univ. Savoie Mont Blanc, CNRS, IRD, Univ. Gustave Eiffel, ISTerre(格勒诺布尔阿尔卑斯大学、萨瓦蒙布朗克大学、法国国家科学研究中心、法国发展研究所、居斯塔夫埃菲尔大学、ISTerre研究所);Norwegian University of Science and Technology(挪威科技大学)
研究通过实验、模拟和分析探讨多孔介质中流体拉伸的控制机制,发现无序结构显著影响拉伸统计特性,揭示了无序介质加速混合的潜力。
2026-09-30 physics.flu-dyn
MHD turbulence in a channel with spanwise magnetic field
本文研究了低磁雷诺数条件下均匀展向磁场对槽道湍流的影响。对流体动力学雷诺数(10^4和2 \times 10^4)和哈特曼数(Hartmann number)在很宽范围内变化的两个值进行了DNS和LES计算。结果表明,磁场的主要作用是抑制湍流速度脉动和壁面法向动量传递。这导致阻力减小和平均流剖面的转变。随着哈特曼数的增加,中心线速度增大,近壁处的平均速度梯度减小,相干结构的典型水平尺寸增大。LES和DNS结果的比较表明,动态Smagorinsky模型准确地再现了流动转换。
2008-09-05 physics.flu-dyn
Intrinsic filtering errors of Lagrangian particle tracking in LES flow fields
两相湍流的大涡模拟(LES)表现出定量的颗粒统计差异,如果相比,直接数值模拟(DNS),在本研究的上下文中,被认为是确切的参考情况。差异主要是由于过滤,LES的基本内在特征。过滤流体速度场产生作用在颗粒上的力的近似计算,并且反过来,当与DNS的那些相比时,轨迹是不准确的。在本文中,我们专注于精确的滤波误差,我们量化的下限。为此,我们使用的DNS数据库中的惯性粒子分散在湍流通道流,我们进行先验测试,其中纯粹由于过滤的错误被挑出来去除误差积累的影响,否则会导致DNS和LES粒子轨迹之间的渐进发散。通过应用不同类型和宽度的过滤器在不同的粒子惯性,我们的特征的统计特性的过滤误差作为壁距离的函数。结果表明,滤波误差是随机的,具有非高斯分布。此外,滤波误差的分布强烈地依赖于壁法线坐标在缓冲区中最大。我们的研究结果提供了洞察力的亚网格尺度速度场上的驱动力的粒子,并建立了LES模型必须满足的要求,以正确预测的速度和惯性粒子的轨迹。
2011-08-30 physics.flu-dyn
Drag, lift, and torque correlations for axi-symmetric rod-like non-spherical particles in linear wall-bounded shear flow
本文提出预测壁面约束线性剪切流中轴对称棒状非球形颗粒阻力、升力和力矩系数的关联式,基于DNS数据拟合,中位误差低至2.89%-11.00%,可用于欧拉-拉格朗日或CFD/DEM大规模模拟。
2024-05-27 physics.flu-dyn
Wall-bounded flow over a realistically rough superhydrophobic surface
直接数值模拟(DNS)进行了两个有壁的流动配置:层流库埃特流在$Re=740$和湍流通道流在$Re_τ=180$,其中$τ$是在壁的剪切应力。顶壁是光滑的,底壁是由三维表面轮廓测量生成的真实粗糙的超疏水表面(SHS)。空气-水界面,这是假设是平坦的,使用体积的流体(VOF)的方法进行了模拟。研究了层流Couette流动与不同的界面高度$h$,以了解滑移和减阻($DR$)的效果。在垂直于壁的方向上,表面粗糙度的存在被感觉到高达通道高度的$40\%$。在三个不同的区域观察到$DR$对$h$的非线性依赖性。DNS结果用于获得作为$h$的函数的气体分数$ϕ_g$的非线性曲线拟合,其中$ϕ_g$确定暴露于流的滑移面积的量。幂律线性回归拟合用于获得作为$ϕ_g$的函数的$b_{eff}$。对于湍流槽道流,流场的统计数据进行比较,以了解粗糙度和$h$的影响。两个界面高度,$h=h_{rms}$和$h=h_{max}$模拟研究其对流动的行为,其中$h_{rms}$和$h_{max}$分别是均方根和最大峰值的粗糙度高度的影响。结果表明,在空腔中存在的被困空气显着改变近壁流动物理。完全润湿粗糙度增加湍流强度的峰值,而界面的存在抑制它们。总的来说,界面和微凸体之间存在竞争效应,界面抑制湍流,而微凸体增强湍流。
2019-07-01 physics.flu-dyn
Self-scaling tensor basis neural network for Reynolds stress modeling of wall-bounded turbulence
National University of Singapore(新加坡国立大学)
本文提出自适应张量基神经网络(STBNN)用于壁湍流的雷诺应力建模,通过引入速度梯度张量的不变量规范化,实现几何无关的自适应尺度,提升在不同雷诺数和几何结构下的鲁棒性。
2026-04-10 physics.flu-dyn
Differentially heated turbulent channel flow two-point correlations
本研究通过变热物性DNS模拟差分加热通道流动,发现热冷壁面的温度梯度差异导致热壁传热增加、冷壁湍流产生率更高。
2024-11-12 physics.flu-dyn
Numerical and modeling error assessment of large-eddy simulation using direct-numerical-simulation-aided large-eddy simulation
研究了各向同性湍流和壁面湍流中大涡模拟的数值误差。介绍了一种直接数值模拟(DNS)辅助的大涡模拟(LES)公式,其中LES的亚网格尺度(SGS)项是通过使用过滤的DNS数据计算的。我们首先验证,这个配方有零点误差之间的交换误差的情况下,过滤器和微分算子的数值算法。该方法允许评估的时间演变的数值误差的各种数值方案在网格分辨率相关LES。分析表明,数值误差与模型误差是同一数量级的,并且常常相互抵消。这支持了这样一种想法,即在过滤的DNS数据上训练的监督机器学习算法可能不适合稳健的SGS模型开发,因为这种方法忽略了系统中随时间积累的数值误差的存在。在湍流通道流的误差的评估也确定,靠近壁的数值误差占主导地位,这对壁模型的发展有影响。
2022-08-03 physics.comp-ph physics.flu-dyn