A Priori Assessment of Rotational Invariance in Multiscale Convolutional Neural Network-Based Subgrid-Scale Model for Wall-Bounded Turbulent Flows
The University of Osaka(大阪大学)
本文提出一种旋转不变的数据驱动SGS模型,通过修改DNN架构并引入STN算法,提升对旋转输入的适应能力,解决传统方法对旋转敏感的问题。
2026-02-01 physics.flu-dyn
Symmetries and turbulence modeling. A critical examination
Klingenberg,Oberlack和Pluemacher(2020)最近的研究提出了一种新的湍流建模策略。一个概念的证明,其中提出了一个空间演变的湍流平面射流的特定的流动配置,得出的结论是,他们的模型可以产生超越经典的缩放律。然而,我们的评论表明,他们的概念证明是有缺陷的,他们新提出的标度律并没有超越任何经典的解决方案。因此,他们建立了一个新的和更先进的湍流模型的论点不能得到证实。这个问题已经植根于建模策略本身,因为非物理统计缩放对称得到实现。打破这种对称性将恢复内部的一致性,并将所有的自相似解决方案回到经典的。值得注意的是,他们的模型还包括第二种非物理对称性。其中一位作者已经在以前出版的勘误表(Sadeghi,Oberlack和Gauding,2020)中承认了湍流射流的这一事实。然而,没有引用勘误表,因此读者没有意识到他们的方法存在导致不一致和相互冲突的结果的基本问题。相反,同样的非物理对称性再次发表。然而,这种不科学的行为并没有得到纠正,而是在随后的进一步误导性出版物Klingenberg & Oberlack(2022)中重复和继续,并在附录中的更新中进行了审查。
2022-06-03 physics.flu-dyn
Experimental evidence of conformal invariance in soap film turbulent flows
我们目前的实验证据的统计共形不变性的等值线的流体厚度在实验中的二维湍流使用肥皂膜。纹影技术被用来可视化区域的流动与恒定的薄膜厚度,并与Schramm-Löwner演化(SLE)的等值线的关联被用来识别共形不变性。在产生逆能量级联的实验中,统计学证据与这种关联是一致的。相关的一维布朗过程的扩散率接近8/3,这是以前在二维湍流的高分辨率数值模拟中的涡度等值线中确定的值(D。Bernard等人,《自然物理》2,124,2006)。在逆能量级联没有充分发展的实验中,没有发现共形不变性的统计证据。
2010-12-08 math-ph math.MP physics.ao-ph
A critical examination of the statistical symmetries admitted by the Lundgren-Monin-Novikov hierarchy of unconfined turbulence
我们对Waclawczyk等人(2014年)最近的文章进行了批判性研究,该文章提出了湍流流体动力学流经典理论中的两个新的统计对称性。我们首先表明,这两种对称性是非物理的,因为它们会导致不一致,由于违反因果关系的原则。此外,它们必须被打破,以符合所有的物理约束自然产生的统计伦德尔-莫宁-诺维科夫(LMN)描述的湍流。因此,我们指出,除了LMN方程众所周知的经典对称性之外,不存在新的统计对称性。然而,除了这个特殊的问题,Waclawczyk等人(2014)的文章在不止一个方面存在缺陷,从不完整的证明,到自相矛盾的陈述,再到不正确的主张。所有这些方面都将被列出,讨论和纠正,从而在我们的研究中获得与Waclawczyk等人(2014)提出的文章完全相反的结论。
2016-10-03 physics.flu-dyn
Is the log-law a first principle result from Lie-group invariance analysis?
湍流理论中李群的不变性方法被认为是产生统计标度律的第一原理方法。这一评论的目的是表明,这一期望迄今尚未实现。特别是对于有壁面的湍流,从我们将在这里提出的事实来看,成功的前景是不乐观的。虽然李群的不变性方法能够产生壁界湍流的统计标度律,例如对数律,但这些不变结果不仅不能满足第一原理结果的基本要求,而且具有很强的误导性。原因不是对数律本身的函数结构是误导的,而是它的基于不变李群的推导产生了这个函数是误导的。通过回顾Oberlack(2001)的研究,我们将证明所有李群生成的标度律都不能作为第一原理解。相反,一个严格的推导揭示了完整的任意性,而不是唯一性不变的湍流标度律的建设。这里需要注意的是,Oberlack(2001)中获得的关键结果是基于几个技术错误,所有这些错误都将被揭示,讨论和纠正。我们之所以把重点放在Oberlack(2001)上,是因为它仍然是李群方法应用于湍流理论的核心研究和中心参考点。因此,有必要对这项研究进行正确的阐述。尽管如此,即使李群方法在其全部范围内得到正确的应用和解释,在湍流理论中,这种方法仍然存在很强的自然局限性,正如最后将要讨论的那样,这些局限性构成了实现重大突破的不可逾越的障碍。
2016-09-08 physics.flu-dyn
Shot noise multifractal model for turbulent pseudo-dissipation
乘法级联已用于湍流中,以产生具有多重分形统计和长程相关性的场。在文献中已经仔细讨论了产生这种随机场的连续随机过程和因果随机过程的例子。在这里,因果对数正态随机过程被建立来表示在拉格朗日轨迹的伪耗散的动力学。它被引入作为随机微分方程的解决方案,驱动的噪声源,在周期性的间隔突然跳跃,其周期是耗散的时间尺度的流量。这个随机场具有连续尺度的尺度不变性,并显示时间上的不连续跳跃,在柯尔莫哥洛夫尺度下具有平滑的时间演化。它的多重分形和相关性的数值证明。
2020-05-29 physics.flu-dyn
A DNS Study of entrainment in an axisymmetric turbulent jet as an episodic process
本研究是基于一个稳定的自我保存不可压缩的轴对称湍流射流在雷诺数为2400的DNS。DNS的数据,使外部无旋流场的准确地图,也涡度场的湍流核心的射流。发现有必要定义射流的两个独立边界。第一个是内边界(湍流/非湍流,T/NT),从那里涡量急剧上升的核心。第二个是旋转/无旋外边界,超过该边界的流动可以被认为是无旋的。外边界以外的速度场通常具有有序的、几乎无旋的环流运动。在较简单的情况下,这些涡量可以表示为湍流核心相干结构中的一个或多个涡量元素所引起的速度场。对轴向和径向截面的详细检查表明,有时会有大量环境流体涌入T/NT界面的部分区域,从而扭曲成既扭曲又深的海湾或井。这些井的截面在喷流的径向截面上常常表现为所谓的无旋流体湖。部分涌入的流体穿过井内的T/NT界面,并被夹带到湍流核心中,这一过程可以合理地称为蚕食。这种涌入过程的持续时间可以是高达20个流动单元的顺序,并表明夹带可以是一个情节的过程中,涌入事件加速周围的流体,即使它被推入一个狭窄的海湾,在那里它穿透T/NT接口的海湾蚕食。在湍流圆形射流中,卷吸猝发被发现是0.75的顺序,相当于在湍流边界层中发现的动量通量猝发。
2019-07-11 physics.flu-dyn
A General Method for Large Eddy Simulation in Different Range of Turbulent Flows
传统的大涡模拟是基于Kolmogrov假设,在惯性范围内进行的。在惯性范围内,LES模型系数是尺度不变的。在很多情况下,如在边界层中计算时,滤波尺度不在惯性范围内,模型系数随滤波尺度变化剧烈,尺度不变性的假设是不恰当的。本文提出了一个一般性的约束原则,并根据已有的谱理论和先验数据推导出两个具体的约束条件。约束动力学Smogorinsky模型能较好地预测不同受迫范围和衰减范围内的湍流能谱。结果表明,在不同的湍流范围内,动态混合模型在预测能谱和SGS耗散方面比经典模型有更好的效果,并且与实际应力有很强的相关性。
2014-08-15 physics.flu-dyn
A machine-learned probability distribution in the phase space of turbulent channel flow for synthetic turbulence and flow reconstruction
KU Leuven(荷语鲁汶大学)
研究湍流通道流相空间中机器学习概率分布能否近似物理不变分布,通过训练基于流的生成模型并评估相关属性,经与直接数值模拟比较及应用验证,该分布能很好近似湍流动力系统自然分布,可用于合成湍流和流动重构。
2026-07-21 physics.flu-dyn
Persistent cyclonic structures in self-similar turbulent flows
物理系统的不变性支配着它的行为:湍流中的能量守恒驱动着能量在模式之间的广泛分布,正如在天体物理学,天体物理学和工程学中所观察到的那样。在流体动力学湍流中,螺旋度(测量镜像对称的偏离)的作用仍然不清楚,因为它不会改变这种分布。然而,旋转和螺旋度的相互作用导致了显着的差异。使用数值模拟,我们显示了长期的层流气旋涡与湍流涡的发生,让人想起最近的龙卷风观测。此外,小尺度是完全自相似的,没有偏离高斯性。这一结果表明,在旋转螺旋湍流的小参数的发现。
2009-03-12 physics.ao-ph physics.flu-dyn
Electric-field-induced turbulent energy cascade in an oil-in-oil emulsion
我们观察到电流体动力驱动的湍流在低雷诺数的双流体乳液组成的微米级液滴。在存在电场的情况下,液滴产生相互作用的流体动力学流动,这导致在比单个液滴的尺寸大得多的空间尺度上的动态组织。我们的特点与这些结构的动态视频成像和同时,在原位,测量的时间变化的体积雷诺应力与流变仪。结果表明,在空间和时间的能量谱标度不变性。
2014-12-11 cond-mat.soft physics.flu-dyn
Cascades of turbulent kinetic energy and multicomponent scalars in a momentum-scalar coupling turbulence driven by multiscale forces under homogeneous and isotropic hypotheses
本研究初步理论探索了多尺度力驱动的动量-标量耦合湍流中多重耦合机制对湍动能和多分量标量级联的控制作用,验证了四重级联过程并发现了多个新的VF子范围。
2024-06-05 physics.flu-dyn
Deep learning for turbulent channel flow
湍流模拟是研究流体湍流多尺度特性的经典方法。而不是解决所有尺度的运动,这是目前数学和数值上棘手的,减少模型,捕捉大规模的行为。最流行的简化模型之一是雷诺平均Navier-Stokes(RANS)方程。目标是求解平均速度和压力场的RANS方程。然而,RANS方程包含一个称为雷诺应力张量的项,该项在平均速度场方面是未知的。已经提出了许多RANS湍流模型来根据平均速度场模拟雷诺应力张量,但通常不能适用于所有感兴趣的流场。数据驱动的湍流模型最近获得了相当大的关注,并得到了迅速发展。在一项开创性的工作中,Ling等人(2016)开发了张量基神经网络(TBNN),用于学习雷诺应力张量的一般伽利略不变模型。TBNN被应用到各种流场与令人鼓舞的结果。在本研究中,TBNN被应用到湍流槽道流动。它的性能与经典的湍流模型,以及不保持伽利略不变性的神经网络模型进行了比较。对TBNN的敏感性研究表明,该网络试图根据数据集进行调整,但受到保证伽利略不变性的数学形式的限制。
2018-12-05 physics.comp-ph physics.flu-dyn
A new Eulerian theory of turbulence constrained by random Galilean invariance
我们提出了一个新的欧拉湍流理论,以获得一个封闭的一组方程的均匀,各向同性的湍流速度场的相关性和传播函数,将随机伽利略不变性的约束。这种结合产生了几个不同的传播子方程,本理论提出了一种方法,利用它们的封闭解决方案的两次和单次速度相关方程,以便适当地考虑随机扫描现象。当应用于随机振子的简单模型问题时,本文的理论给出了精确解。
2013-07-09 cond-mat.stat-mech math-ph math.MP
Turbulent scalar flux in inclined jets in crossflow: counter gradient transport and deep learning modelling
Stanford University(斯坦福大学);Citrine Informatics(Citrine信息公司)
采用高分辨大涡模拟(LES)对横流中圆柱形倾斜射流在两种不同速度比($r=1$和$r=2$)下的流动进行了研究。首先,湍流标量混合的调查揭示了以前观察到的,但无法解释的负湍流扩散率的现象。我们确定了两种不同类型的反梯度运输,普遍存在于不同的地区:第一,在整个迎风剪切层,是由交叉梯度运输;第二,靠近墙后注射,是由非本地效应。然后,我们提出了一种深度学习方法,通过调整先前开发的张量基神经网络来模拟雷诺应力,从而对湍流标量通量进行建模(Ling等人,2016 a)。这种方法使用具有嵌入式坐标系不变性的深度神经网络来预测张量湍流扩散率,该扩散率在用于训练的高保真数据中不可明确获得。在确保分析,矩阵扩散导致对流扩散方程的稳定解,我们采用这种方法在研究中的横流倾斜射流。结果表明,一个简单的模型相比,显着的改善,特别是在交叉梯度效应发挥重要作用的湍流混合。本文提出的模型不限于横流中的射流,它可以用于任何湍流中,其中考虑了标量的雷诺平均传输。
2020-09-28 cs.LG physics.flu-dyn
Anisotropy in Turbulent Flows and in Turbulent Transport
本文讨论了高雷诺数湍流(和湍流输运)统计理论中的各向异性和非均匀性问题。我们提出了一个新的工具,允许有效的数据分析和系统的理论研究,如分离各向同性的湍流统计波动的各向异性方面的详细描述。利用流体力学方程对所有旋转的不变性,我们展示了如何根据SO(3)对称群的不可约表示来分解(张量)统计对象。对于被动标量场或矢量场的湍流平流的情况,这种分解允许作出严格的陈述:(i)标度指数是通用的,(ii)各向同性标度指数总是领先的,(iii)各向异性标度指数形成一个离散谱,该谱作为各向异性度的函数严格增加。接下来,我们解释如何将SO(3)分解应用于统计Navier-Stokes理论。我们展示了如何提取信息的缩放行为在各向同性部门。这样做是一种系统的方法来评估该部门的标度指数的普遍性,澄清了许多测量的各向异性起源,声称相反。直接数值模拟和实验的系统分析提供了一个强有力的支持的命题,也为非线性问题存在叶的统计理论部门的对称群。指数在每个扇区都是普适的,并且再次严格地作为各向异性度的函数增加。
2004-04-07 cond-mat.stat-mech nlin.CD physics.flu-dyn
Conformal invariance in three-dimensional rotating turbulence
我们研究三维湍流中存在的固体旋转和螺旋强迫的随机Schramm-Löwner演化曲线(SLE)的框架。这些数据来自于在$1536^3$点网格上运行的数据,雷诺数和罗斯比数分别为5100和0.06。我们平均的平行分量的涡在平行于旋转的方向,并检查所产生的$<ω_\textrm{z}>_\textrm{z}$字段的标度特性的零值轮廓。我们发现的第一次为三维流体湍流证据的节点曲线是保形不变的,属于SLE类与相关的布朗扩散率$κ=3.6\pm 0.1$。SLE的行为是相关的自相似性的直接级联的能量在这个流中的小尺度,并部分二维化的流动,因为旋转。我们恢复的值$κ$与启发式参数,并表明,这个值是一致的几个非平凡的SLE预测。
2011-04-08 nlin.AO physics.flu-dyn
Integral Invariance and Non-linearity Reduction for Proliferating Vorticity Scales in Fluid Dynamics
本文用两种方法在全空间求解了纳维-斯托克斯方程的Cauchy问题。证明了三个涡量分量之和在流体运动中是不随时间变化的。本文证明了,在给定光滑的、局部化的、具有有限能量和涡度拟能的初值条件下,涡度方程存在整体的、唯一的光滑解。其次,通过相似约化将涡量方程转化为非线性积分方程。积分方程的解已构造在一个级数展开。该系列收敛的初始数据的有限大小。作为瞬时描述,完整的涡量场的特征是由大量的涡量分量组成。流场是由广泛的时空尺度的旋涡元素。解的推论使我们满意地解释了转捩过程和湍流运动的动力学特性。在粘性为零的极限下,运动方程在有限时间内不能产生流场奇点。在麦克斯韦-玻尔兹曼动力学理论中,麦克斯韦分子的密度函数具有类似连续湍流的相空间分布。定性地说,湍流的明显宏观随机性可以归因于分子涨落的衍生物。
2014-09-17 physics.flu-dyn
Physical invariance in neural networks for subgrid-scale scalar flux modeling
University Grenoble Alpes(格勒诺布尔大学);Institut Universitaire de France (IUF)(法兰西大学研究院);IMT Atlantique(大西洋理工大学);Laboratoire des Sciences du Climat et de l’Environnement (LSCE)(气候与环境科学实验室);LOCEAN-IPSL, Sorbonne Université(巴黎索邦大学海洋与气候实验室(IPSL))
在本文中,我们提出了一种新的战略,模拟亚网格尺度的标量通量在三维湍流不可压缩流的物理信息神经网络(NN)。当从直接数值模拟(DNS)数据训练时,最先进的神经网络(例如卷积神经网络)可能无法保留众所周知的物理先验,这反过来可能会质疑它们在真实案例研究中的应用。为了解决这个问题,我们调查硬和软约束到模型的基础上经典的变换不变性和对称性来自物理定律。从基于模拟的实验中,我们表明,所提出的变换不变NN模型优于纯数据驱动的模型以及参数化的最先进的子网格尺度模型。所考虑的不变性被视为正则化物理指标在先验评估和约束的预测子网格尺度项的分布尾部更接近DNS。当在大涡模拟中用作替代模型时,它们还提高了模型的稳定性和性能。此外,变换不变NN被证明可以推广到在训练阶段没有看到的政权。
2021-03-01 cs.LG physics.flu-dyn
Particles and fields in fluid turbulence
近年来,对流体湍流的认识有了相当大的进展。应用统计力学的方法来描述流体粒子的运动,即拉格朗日动力学,导致了湍流输运中不稳定性的一种新的定量理论。首次得到了湍流反常标度律的解析描述。基本的物理机制揭示了统计运动积分在非平衡系统中的作用。对于湍流输运,统计守恒律隐藏在流体粒子群的演化中,并且产生于群的膨胀与其几何形状的变化之间的竞争。通过破坏标度不变性对称性,统计守恒量导致观察到的反常标度的输运场。拉格朗日方法也揭示了一些实际问题,如混合和湍流磁发电机。
2001-05-09 cond-mat.stat-mech nlin.CD physics.flu-dyn
Higher order moments of scalar within a plume in a turbulent boundary layer
The University of Sydney(悉尼大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);University of New South Wales Canberra(新南威尔士大学堪培拉校区)
本研究通过实验验证伽马分布适用于湍流边界层中升高管点源羽流内标量浓度的统计特性,揭示其在高阶矩和极值事件预测中的统一模型作用。
2026-01-28 physics.data-an physics.flu-dyn
Spatial symmetry invariance of solution of Kolmogorov flow
School of Ocean and Civil Engineering, Shanghai Jiao Tong University(上海交通大学海洋与土木工程学院)
本文证明了二维柯莫哥洛夫流在Navier-Stokes方程下,其解在时间t>0时保持初始条件的空间对称性,指出该结论对检验数值模拟的可靠性有重要意义,但不支持直接数值模拟结果中对称性的快速丧失。
2026-03-27 cs.NA math-ph math.AP
Inverse energy cascade in three-dimensional isotropic turbulence
在湍流中,动能通过非线性相互作用在很宽的尺度范围内传播。能量转移可以朝着小尺度或相反的方向进行。后一种情况是二维(2D)流动所特有的。有趣的是,在旋转和/或限制在薄层中的三维(3D)地球物理流中也观察到能量通量的反转。问题是,这种现象是否仅仅是由外部各向异性机制或它是密切嵌入在Navier-Stokes(NS)方程。在这里,我们表明,逆能量级联也发生在三维各向同性流。流是从一个合适的手术的NS方程,只保持符号定义的螺旋模式之间的三元相互作用,保持均匀性和各向同性,打破反射不变性。我们的研究结果强调了螺旋度在能量传递过程中所起的作用,并表明2D和3D特性在自然界中的所有流动中自然共存。
2011-11-06 nlin.CD physics.flu-dyn
Cascades and Dissipative Anomalies in Compressible Fluid Turbulence
本文研究了可压缩纳维-斯托克斯方程控制的湍流中的耗散反常现象。我们遵循一个确切的方法开创了Onsager,我们解释为一个非微扰应用的原则重整化群不变性。在高雷诺数和Péclet数的限制下,发现流动实现被描述为可压缩欧拉方程的分布或“粗粒度”解,湍流异常打破了标准守恒定律。动能的异常耗散不仅是由于局部级联,但也被称为压力功亏损的一个独特的机制。在具有理想气体状态方程的静止平面激波中的不可逆加热证实了第二种机制。熵守恒异常也被发现发生两种机制:一个异常输入的负熵(负熵)的压力工作和级联的负熵小尺度。我们推导出“4/5定律”型表达式的异常,这使我们能够描述的奇异性(结构功能标度指数),以维持级联。我们比较我们的方法与替代理论和经验证据。本文认为,在星际介质电子密度涨落中观察到的“天空中的大幂律”是一种正向负熵级联的表现,或通常热力学熵的逆级联。
2017-04-11 astro-ph.GA math-ph math.MP