Turbulence closure in the light of phase transition
Bangladesh University of Engineering and Technology(孟加拉国工程与技术大学)
本文基于湍流作为连续相变现象,推导了新的湍流闭合方程,并通过数值求解验证了其有效性,同时揭示了湍流应力的奇偶对称性。
2026-04-21 physics.flu-dyn
On dissipation time scales of the basic second-order moments: the effect on the Energy and Flux-Budget (EFB) turbulence closure for stably stratified turbulence
本文利用直接数值模拟(DNS)评估基本二阶矩耗散率,修订稳定分层湍流的EFB湍流闭合理论,揭示TKE、浮力通量与TPE间的关键反馈机制,维持任意Richardson数下的剪切稳定分层湍流。
2025-01-29 physics.flu-dyn
A Framework for Data-Based Turbulent Combustion Closure: A Priori Validation
实验室火焰中的多标量测量为湍流燃烧闭合模型的验证提供了重要的数据库。在这项工作中,我们提出了一个框架,基于数据的关闭在湍流燃烧,并建立一个先验验证这个框架。该方法是基于联合概率密度函数(PDF)和条件统计的建设,使用实验数据的基础上的参数化的组成空间,使用主成分分析(PCA)。对数据的PCA识别关键参数,主成分(PC),在其上可以构建联合标量PDF和条件标量均值。为了使一个通用的实现联合标量PDF的建设,我们使用多维核密度估计(KDE)的方法。PCA-KDE方法的先验验证使用桑迪亚驾驶射流湍流火焰D,E和F。结果的分析表明,几个PC是足够的再现的统计,从而在一个低维表示的联合标量PDF和标量的条件均值。标量的平均值和RMS统计量的重建与直接从实验数据中提取的相应统计量一致。我们还提出了一种策略,以恢复丢失的物种和构造条件手段的反应速率的基础上的成对混合搅拌反应器(PMSR)模型的变化。该模型证明了使用数值模拟的基础上的一维湍流(ODT)模型相同的火焰。
2019-05-20 physics.flu-dyn
Friction factor for turbulent flow in rough pipes from Heisenberg's closure hypothesis
本文指出,G。Gioia和P.Chakraborty(GC),Phys.Rev.Lett. 96,044502(1996)可以恢复假设海森堡封闭假设的湍流谱。这凸显了GC分析所依据的湍流光谱的结构特征。
2009-04-17 cond-mat.other nlin.CD physics.flu-dyn
Turbulence Modelling of Mixing Layers under Anisotropic Strain
University of Sydney(悉尼大学);CSIRO Environment(澳大利亚联邦科学与工业研究组织环境部门);Queen’s University Belfast(贝尔法斯特女王大学)
研究探讨了各向异性应变对湍流混合层发展的影响,采用K-L湍流模型分析了不同闭合方法对湍流长度尺度压缩的影响,发现横向应变闭合方法能提升模型性能,而轴向应变闭合方法则有负面影响。
2025-02-19 physics.flu-dyn
Modeling compressed turbulent plasma with rapid viscosity variations
我们提出了两个方程模型,以捕获的湍流等离子体的动力学进行压缩和经历大的粘度变化。该模型占可能的再层化阶段和快速粘度变化,通过关闭依赖于湍流雷诺数和粘度弗劳德数。这些关闭是从数据驱动的方法,使用涡阻尼准正常马尔可夫模拟。最好的模型是能够模仿各种自相似的制度中确定的\citet{Viciconte2018},并恢复快速过渡限制确定的\citet{Coleman1991}。
2022-07-26 physics.flu-dyn
Multipoint Statistical Turbulent Dynamics from Hopf Equation Closures
University of California Irvine(加州大学尔湾分校)
本文提出基于霍普夫方程闭合方法,用于分析多点湍流统计信息,通过解析解和数值近似深入理解湍流特性。
2026-03-12 physics.flu-dyn
Linear stability of turbulent channel flow with one-point closure
针对低流速下湍流槽道流动的大波长空间调制现象,通过单点闭合模型等三种湍流黏度方案开展线性稳定性分析,发现平均流均线性稳定,表明单点方法无法预测该不稳定性,并探讨了壁面剪切流不稳定性预测模型的改进方向。
2024-06-19 cond-mat.soft physics.flu-dyn
Matrix Exponential-Based Closures for the Turbulent Subgrid-Scale Stress Tensor
介绍了两种用矩阵指数封闭湍流亚网格尺度应力张量的方法,并对两种方法进行了比较。第一种方法是基于一个正式的解决方案的应力输运方程中的生产条款可以完全集成在矩阵指数。亚网格尺度应力输运方程的这种形式的解决方案被证明是有用的,以探索特殊情况下,如恒定的速度梯度的响应,但忽略压力-应变的相关性和扩散效应。第二种方法是基于欧拉-拉格朗日变量变化,结合条件平均拉格朗日速度梯度张量的各向同性假设和“最近流体变形”(RFD)近似。结果表明,这两种方法导致相同的基本封闭中的应力张量表示为解决速度梯度张量乘以其转置的矩阵指数的产品。矩阵指数的短时间扩展示出提供一个涡粘性项和特定的二次项,从而允许重新解释传统的涡粘性和非线性应力封闭。通过在强迫各向同性湍流大涡模拟中的成功实现,说明了矩阵指数闭合的基本可行性。矩阵指数闭合采用了完全忽略压力-应变相关性和其他“非线性扰频”项的极端近似。但与涡粘性封闭不同,矩阵指数方法提供了一个简单的局部封闭,可以直接从应力输运方程与生产项,并使用物理动机的假设拉格朗日去相关和上游各向同性。
2009-01-21 physics.flu-dyn
A Validated LBM Dataset and Pipeline for Surrogate Modeling of Turbulent 3D Obstructed Channel Flows
Chair of Computer Science 10 (System Simulation)(计算机科学系10号 chair(系统仿真));Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡弗里德里希-亚历山大大学)
提出一个可复现的流水线,生成雷诺数1000-10000的三维通道流训练数据,使用累积碰撞算子的格子玻尔兹曼求解器,并通过实验测量和网格收敛研究验证,为神经算子标准化比较提供基础。
2026-06-16 cs.LG physics.flu-dyn
Optimal Eddy Viscosity in Closure Models for 2D Turbulent Flows
我们考虑的问题的涡粘性封闭模型的湍流的性能的基本限制,重点对2D {大涡模拟}的Leith模型。取决于涡度梯度的大小的最佳涡流粘度取决于最小假设,通过求解PDE约束的优化问题来确定,所述PDE约束的优化问题被定义为使得相应的最佳大涡模拟最佳地匹配过滤的直接数值模拟。首先,我们认为逐点匹配的物理空间和主要发现是,与一个固定的截止波数$k_c$,性能的大涡模拟系统地提高了正则化的优化问题的解决方案减少,这是实现与最佳涡流粘度表现出越来越不规则的行为与快速振荡。由于最佳的涡流粘度不收敛到一个明确定义的限制为正则化消失,我们得出结论,在这种情况下,找到一个最佳的涡流粘度的问题实际上没有一个解决方案,因此不适定。我们认为,这一观察是一致的物理直觉有关关闭问题。我们考虑的第二个问题涉及匹配的时间平均涡度谱小波数。它被证明是更好的表现,并产生物理上合理的最佳涡流粘度。我们的结论是,虽然更好的表现,因此实际上更有用的涡粘度可以得到更强的正则化或匹配量定义在统计意义上,相应的大涡模拟将不会达到其理论性能极限。
2022-03-27 physics.flu-dyn
Thermodynamically consistent large-eddy simulation models
Laboratoire de Météorologie Dynamique/IPSL, École Polytechnique(动力气象实验室/IPSL,巴黎综合理工学院)
本文提出热力学一致的大涡模拟模型,通过热力学定律约束推导出湍流闭合关系,证明下梯度闭合与热力学定律一致。
2026-01-23 physics.flu-dyn
Neural Network Flame Closure for a Turbulent Combustor with Unsteady Pressure
在单喷嘴液体火箭发动机大涡模拟中,采用神经网络模型代替小火焰表进行亚网格建模。在最精确的情况下,通过将NN输出值与表中的相应值进行比较,为每个火焰变量设计并测试单独的NN。气体常数、内火焰能量和火焰热容比的估算误差分别为0.0506%、0.0852%和0.0778%。火焰温度、导热系数和热容比系数的估算误差分别为0.63%、0.68%和0.86%。进度变量反应速率的估计误差也为3.59%。根据表中所有点的均方误差计算误差。开发的NN在CFD模拟中成功实施,完全取代了火焰面表。通过与基于表格的计算流体动力学结果的比较,验证了基于神经网络的计算流体动力学方法的有效性。
2020-11-30 physics.flu-dyn
Correction to Euler's equations and elimination of the closure problem in turbulence
本文证明了无粘流体的欧拉方程是不完全的:根据释放约束的原理,切应力的缺失必须由附加的自由度来补偿,从而导致了多值速度场的出现。然而,与雷诺方程不同的是,扩大的欧拉(EE)模型提供了额外的波动方程,消除了封闭问题。因此,(EE)方程适用于充分发展的湍流运动,其中的物理粘度是vanishingly小相比,湍流粘度,以及超流体和雾化fluids.Analysis耦合的平均/波动EE方程表明,波动稳定整个系统产生弹性剪切波和增加声速。这些湍流运动起源于底层层流运动的不稳定性,可以用修改后的欧拉方程描述,其封闭性由稳定性原理提供:由层流运动的不稳定性驱动,波动增长,直到新的状态在扩大的(多值)函数类中达到中性稳定性,并且这些波动可以作为EE模型的边界条件。通过一个例子说明了该方法。
2012-08-30 physics.flu-dyn
Neural network-augmented eddy viscosity closures for turbulent premixed jet flames
针对燃烧放热导致梯度型湍流闭合模型难用于湍流预混火焰的问题,研究提出将DNN纳入RANS模型构建非线性涡粘度闭合关系,通过基于伴随的PDE约束数据同化优化,在宽达姆科勒数范围的预混射流火焰预测中精度比基线k-ε模型高1-2个数量级,兼具稳定性与泛化性。
2025-05-14 physics.comp-ph physics.flu-dyn
Physics-Guided Machine Learning for Predictive Turbulent Combustion Simulation
Indian Institute of Technology Gandhinagar(印度理工学院甘地纳加尔分校)
本文针对湍流燃烧预测模拟的挑战,综述了将先验知识融入建模流程的物理引导机器学习(PGML)在湍流-化学相互作用建模中的应用,以解决纯数据驱动模型的缺陷。
2026-09-01 physics.flu-dyn
Partially-Averaged Navier-Stokes Closure Modeling for Variable-Density Turbulent Flow
本文将部分平均Navier-Stokes(PANS)方程的框架扩展到变密度流、\text{i.e.}、多材料和/或可压缩混合问题,这些问题具有密度变化和由剪切和浮力机制产生的湍流动能。所提出的方法是用来获得PANS BHR-LEVM关闭。这包括\textit{a-priori}测试,以分析和制定有效选择控制物理分辨率的参数的指南,从而控制PANS的分辨率范围。两个典型的测试用例,涉及瞬态湍流,流体动力学不稳定性,和相干结构的方法的精度和潜力:泰勒-格林涡(TGV)在雷诺数$\mathrm{Re}=3000$,和瑞利-泰勒(RT)流在阿特伍德数$0.5$和$(\mathrm{Re})_{\max}\approx 500$。这些代表性的问题,湍流产生的剪切和浮力过程,构成了新模型的初始验证空间,其结果进行了全面的讨论,在随后的两项研究。计算表明,PANS可以准确地预测选定的流动问题,解决只有一小部分的尺度的大涡模拟和直接的数值模拟策略。结果还重申,PANS模式的物理分辨率必须保证解决的关键不稳定性和相干结构的流动。其余的尺度可以通过适当的湍流尺度依赖闭合来模拟。
2021-07-15 physics.flu-dyn
Barotropic theory for the velocity profile of Jupiter turbulent jets: an example for an exact turbulent closure
在正压β-平面模型中,我们通过平均涡旋的动力学来模拟木星喷流的动力学,并明确地预测雷诺应力和耗散之间的平衡,从而明确地预测平均速度剖面。为了得到这个结果,我们采用了非平衡统计力学方法。我们认为木星对流层的相关限制,一方面惯性动力学之间的时间尺度分离,和随机强迫和耗散的另一方面。我们假设强迫作用在比射流尺度小得多的尺度上,并且我们得到雷诺应力、能量注入率和平均速度剪切之间的非常简单的显式关系,该关系在远离射流边缘(纬向速度的极值)处有效。一个特定的渐近扩展接近射流边缘解开东,西,速度极值之间的不对称性。我们恢复木星的喷流特性:一个尖点向东喷射和一个光滑的抛物线向西喷射。
2018-10-26 physics.ao-ph physics.flu-dyn
Energy and flux budget closure theory for passive scalar in stably stratified turbulence
针对稳定分层湍流,发展了被动标量(非浮力和非惯性粒子或气体混合物)的能量和通量收支(EFB)封闭理论。EFB湍流闭合的物理背景是基于湍流动能和势能以及动量和浮力的湍流通量以及颗粒的湍流通量的收支方程。EFB湍流闭合是为从中性到非常稳定的分层地球物理流而设计的,它意味着在任何分层处,湍流都是由速度切变维持的。在定常状态下,导出了被动标量的湍流通量和各向异性非对称湍流扩散张量的表达式,并得到了该张量各分量的普适通量理查森数依赖关系。湍流扩散张量在垂直方向上的对角分量被强分层抑制,而在水平方向上的对角分量没有被抑制,并且它们与湍流扩散张量的其他分量相比是占主导地位的。这意味着,任何最初创建的强烈不均匀的粒子云演变成一个薄煎饼在水平面上的垂直方向上的厚度非常缓慢的增加。湍流Schmidt数随梯度理查森数线性增加。考虑到这些结果的应用程序的大气边界层湍流,理论关系推导出允许确定的湍流扩散张量作为一个函数的垂直坐标测量的单位的地方Obukhov长度尺度。所得到的关系式在模拟大气边界层湍流和自由大气湍流中的颗粒弥散方面具有潜在的应用价值。
2021-06-02 physics.ao-ph physics.flu-dyn
Experimental assessment of a scalar-dissipation-rate sub-grid-scale closure for Large Eddy Simulation of turbulent premixed flames
The University of British Columbia(不列颠哥伦比亚大学)
通过实验评估了用于湍流预混火焰LES的标量耗散率亚网格闭合模型,验证了其预测能力,并发现模型参数在大卡尔洛维茨数下与先前值一致,为扩展应用提供了依据。
2026-09-29 physics.flu-dyn
Constitutive theory of inhomogeneous turbulent flow based on two-scale Lagrangian formalism
针对非均匀湍流发展了一种封闭理论,该理论可以在不依赖任何经验参数的情况下系统地推导湍流本构关系。在对流坐标系中,基于平均流进行重正化摄动近似,成功地将对流积分以一般协变的方式结合起来。
2019-02-26 physics.flu-dyn
Coarse-grained transport of a turbulent flow via moments of the Reynolds-averaged Boltzmann equation
在这里,我们引入了新的粗粒度变量的湍流的形式的矩的Boltzmann方程。除了碰撞力矩外,新变量的输运方程与通常的力矩方程相同,因此自然适用于各种现有的封闭方法。在滞弹性湍流近似下,我们导出了粗粒态周围的湍流涨落的抛物平均方程。我们发现,粗粒态的整体相对熵是有界的细粒整体相对熵的雷诺平均从上面,因此服从的时间衰减界的Desvillettes和Villani。这与在稀薄气体动力学中观察到的情况相似,这使得梯度矩闭合成为截断粗粒度矩方程的层次结构的良好候选者。我们还表明,在额外的假设下的粗粒度碰撞项的形式,一个到达的Navier-Stokes封闭,它可以自然地扩展到伯内特和超伯内特订单。最后,我们建议粗粒度的碰撞条款作为出发点,在数值模拟和建模粗糙的参数化。
2015-04-20 physics.flu-dyn
On the closure requirement for VOF simulations with RANS modeling
流体体积法(VOF)越来越多地应用于两相湍流的计算流体动力学(CFD)模拟中。RANS方法是一种经济实用的湍流VOF数值模拟方法。尽管RANS-VOF模拟被广泛进行,但基本物理几乎没有讨论。这项研究揭示了非常基本的封闭要求RANS-VOF模拟。
2019-11-21 physics.comp-ph physics.flu-dyn
Discovering explicit Reynolds-averaged turbulence closures for turbulent separated flows through deep learning-based symbolic regression with non-linear corrections
这项工作引入了一种新的数据驱动的框架,制定明确的代数平均Navier-Stokes(RANS)湍流封闭。近年来,应用机器学习(ML)方法彻底改变湍流建模范式的研究取得了丰硕成果。然而,由于大多数ML方法的黑箱本质,目前很难从数据驱动的模型中提取可解释的信息和知识。为了解决这一关键限制,这项工作利用深度学习和符号回归方法来发现雷诺应力模型的隐藏控制方程。具体来说,雷诺应力张量被分解成线性和非线性部分。线性部分作为规则的线性涡粘性模型,用长短期记忆神经网络产生符号项,在此基础上建立非线性部分的数学表达式。采用一种新的强化学习算法来训练神经网络,以产生最佳拟合的符号表达式。在建议的框架内,雷诺应力封闭显式地表示在代数形式,从而允许直接的功能推断。另一方面,通过构造具有独立不变量和张量基函数的训练特征空间,充分尊重了伽利略和旋转不变量。本方法的性能进行了验证,通过数值模拟的三个不同的正则流偏离几何配置。结果表明,与传统的RANS模型相比,该方法具有良好的精度改进,显示了该方法的泛化能力。此外,使用给定的显式模型方程,可以更容易地解释输入特征对生成的模型的影响。
2023-01-22 physics.flu-dyn
Dynamic subgrid-scale LES model for turbulent non-Newtonian flows: A priori and a posteriori analyses of Burgers turbulence
Amirkabir University of Technology (Tehran Polytechnic)(阿米尔卡比尔理工大学(德黑兰理工学院))
针对湍流非牛顿流动的大涡模拟(LES),提出无需校准的动态非牛顿亚格子(NNSGS)封闭模型,通过扩展牛顿受迫Burgers湍流至幂律粘度流变学的典型案例验证,证明其对高剪切变稀流变学湍流LES的有效性。
2025-11-12 physics.flu-dyn
Physics-guided surrogate learning enables zero-shot control of turbulent wings
University of Michigan(密歇根大学);KTH Royal Institute of Technology(瑞典皇家理工学院);Forschungszentrum Jülich GmbH(于利希研究中心)
本文提出利用物理引导的代理学习方法,通过湍流通道流训练策略直接应用于NACA4412机翼,实现零样本控制,有效降低皮肤摩擦阻力和总阻力。
2026-10-12 cs.AI physics.flu-dyn
A hierarchy of energy- and flux-budget (EFB) turbulence closure models for stably stratified geophysical flows
本文从湍流动能、位能、动量通量和浮力通量的收支方程和湍流耗散时间尺度的松弛方程出发,提出了湍流能量和通量收支闭合的物理背景。该闭合是为从中性到非常稳定的分层地球物理流设计的,并考虑了地球自转。根据现代实验证据,封闭性意味着在任何梯度理查森数Ri下,速度切变都能维持湍流,并区分两种主要不同的状态:Ri << 1时的“强湍流”,典型的边界层流,其特征是湍流普朗特数几乎恒定;以及Ri > 1时的“弱湍流”,这是自由大气或深海的典型特征,其中湍流普兰特数随着Ri的增加而渐进线性增加(这意味着与动量传递相比,对热量传送的抑制非常强)。在不同的应用中使用,封闭制定在不同层次的复杂性,从本地代数模型相关的稳定状态的湍流制度的层次结构的非本地封闭,包括更简单的下降梯度模型,提出的涡流粘度和涡流传导率,和一般的非梯度模型的基础上预测方程的湍流,包括湍流通量的所有基本参数。
2015-05-12 astro-ph.SR physics.ao-ph 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
Solver-in-the-loop training of deep learning closures for large-eddy simulation of turbulent premixed jet flames
University of Notre Dame(圣母大学)
研究针对大涡模拟湍流模型在预混火焰模拟中的不足,开发基于深度神经网络的增强涡粘性封闭项,经联合校准与评估,该模型能降低后验误差,在不同达姆科勒数下保持稳定准确,为湍流燃烧建模提供适用框架。
2026-08-19 physics.comp-ph physics.flu-dyn
A turbulent eddy-viscosity surrogate modeling framework for Reynolds-Averaged Navier-Stokes simulations
用于不可压缩湍流稳态计算的雷诺平均Navier-Stokes(RANS)方程仍然是实际计算流体动力学(CFD)应用的主力。因此,速度或精度的提高有可能影响各种应用。在给定初始条件的情况下,我们引入了一个机器学习框架,用于RANS模拟稳态湍流涡粘性的代理建模。该建模策略被评估用于参数插值,同时数值地求解压力和速度方程以达到稳态,从而表示与机器学习混合的框架。我们实现{竞争}稳态的结果与显着减少的解决方案的时间相比,由Spalart-Allmaras一方程模型。这是因为所提出的方法允许相当大的松弛因子的稳态速度和压力求解器。我们的评估是针对具有相当大的网格各向异性和分离的后向台阶进行的,以代表实际的CFD应用。对于使用\textcolor{black}{either}改变入口速度条件或台阶高度的测试实验,我们看到求解时间减少约5倍。这些结果为快速探索参数空间提供了一个机会,这些参数空间在利用具有多个耦合偏微分方程的湍流闭合模型时被证明是令人望而却步的。\blfootnote{Code available publicly at \texttt{https://github.com/argonne-lcf/TensorFlowFoam}}。
2020-12-03 physics.comp-ph physics.flu-dyn
Distinct transverse-response signatures of retained-spin, eliminated-spin, and polynomial Burnett-type surrogate closures
Research Center for Advanced Science and Technology, The University of Tokyo(东京大学先进科学技术研究中心)
研究通过横向线性响应区分保留自旋、消除自旋和多项式Burnett型闭合机制,揭示其在高曲率可观测值中的动态区别,展示不同闭合理论在不同驱动下的响应特性。
2026-04-25 math-ph math.MP physics.flu-dyn
Koopman-Based Surrogate Modelling of Turbulent Rayleigh-Bénard Convection
Technische Fakultät Bielefeld University(比勒费尔德大学工程学院)
本文将LRAN用于不同湍流强度的RBC流动降阶代理建模,并与KDMD比较,发现LRAN在强湍流下预测更准确,为基于模型的流动控制提供可能。
2024-05-10 cs.LG physics.flu-dyn
A Lagrangian model for the evolution of turbulent magnetic and passive scalar fields
在本文中,我们提出了一个扩展的\emph{Recent Fluid Deformation (RFD)}封闭Chevillard和Meneveau(2006年),这是发展的不可压Navier-Stokes湍流的拉格朗日波动的时间演化模拟。我们应用RFD闭包来研究磁场和被动标量涨落的演化。这种比较是特别有趣的,因为磁场和被动标量的梯度的拉伸项是相似的,但有一个符号不同,使得湍流速度场的拉伸和压缩的效果是相反的。概率密度函数(PDF)的磁波动和波动的梯度从RFD封闭获得的被动标量进行比较,对PDF从直接数值模拟。
2010-12-08 physics.flu-dyn physics.plasm-ph
Flow dynamics in the closure region of an internal ship air cavity
本文详细研究了船舶内部气腔封闭区域的流动特性。考虑了一个几何简单的多波试验腔,并采用大涡模拟结合代数流体体积界面捕捉法对流动进行了模拟。结果表明,在封闭区的流动是高度非定常和湍流。其主要原因被确定为由于空腔的海滩壁上的流动停滞而发生的压力梯度。压力梯度导致空气-水界面的平均位置急剧倾斜,这反过来又导致流动与其分离并形成空气和水混合的再循环区。分离的气流变成湍流,这进一步促进了空气的混合和夹带。气泡群周期性地泄漏。上游的封闭区域,波的相位和长度被发现是很好的预测使用现有的近似基于线性流动理论。然而,对于波的振幅的相应预测的协议是较差的,与估计预测的模拟结果。
2020-07-02 physics.flu-dyn
Estimating Intermittency Exponent in Neutrally Stratified Atmospheric Surface Layer Flows: A Robust Framework based on Magnitude Cumulant and Surrogate Analyses
本研究提出一种新的框架,基于幅度累积量和替代分析,可靠地检测和估计短长度的粗分辨率湍流时间序列的不透明度系数。间歇性系数估计从大量的中性分层的大气近地层湍流系列从各种领域的运动显着同意与著名的实验室实验结果。此外,基于替代的假设检验显著降低了从非间歇性序列中检测到虚假非零重复系数的可能性。所提出的框架的歧视权力是有前途的解决悬而未决的问题,大气稳定性如何影响边界层湍流的湍流度特性。
2007-01-21 physics.ao-ph physics.flu-dyn
Kinetic closure of turbulence
HEPIA, University of Applied Sciences and Arts of Western Switzerland(西方瑞士应用艺术大学 HEPIA);Department of Computer Science, University of Geneva(日内瓦大学计算机科学系)
本文提出了一种基于过滤Boltzmann-BGK方程的输运闭合方法,为湍流的替代描述铺平了道路。该闭合方法保留了湍流子滤波应力张量,而无需采用Smagorinsky型假设来描述其结构。通过推广BGK碰撞算子,该方法在非守恒矩中考虑了子滤波湍流扩散。该模型不需要在已解析和未解析尺度之间进行尺度分离。Chapman-Enskog分析显示,其流体动力学极限可以收敛到过滤Navier-Stokes方程,速度梯度隔离了子滤波贡献。在Taylor-Green涡旋和湍流混合层的数值测试中,该方法在稳定性方面有所改进,并在报告案例中减少了耗散,与Smagorinsky模型进行了基准对比。
2026-09-23 physics.comp-ph physics.flu-dyn
Wave Particle Turbulent Simulation of Spatially Developing Round Jets Using a Non Equilibrium Transport Model with a Mixing Length Characteristic Time Closure
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)
本文提出了一种基于混合长度特征时间模型的WPTS方法,用于模拟空问发展圆柱射流,验证了其在湍流建模中的有效性。
2026-02-10 physics.comp-ph physics.flu-dyn
Large Eddy Simulation, Turbulent Transport And The Renormalization Group
在大涡模拟中,非线性项的雷诺平均值不能直接根据解析变量计算,需要闭合假设或模型,称为亚网格尺度项。受重整化群(RNG)的启发,我们引入了一个展开的未封闭的条款,进行明确的所有订单。在领先的顺序,这种扩展定义了次网格尺度未封闭的条款,我们涉及到动态次网格尺度闭合模型。扩展,概括了伦纳德应力封闭分析,建议系统的高阶确定的模型系数。RNG的观点揭示了无限雷诺数极限的非唯一性。对于N种物质的混合,我们看到一个N+1参数族的无限雷诺数的解决方案标记的无量纲参数的限制欧拉方程,在RNG本身固有的方式。大涡模拟采用了Leonard应力模型和动态亚网格模型,打破了这种非唯一性,并在理论的基础上预测了唯一的模型系数。从这个意义上说,大涡模拟超越了RNG方法,RNG方法通常不能预测模型系数。
2013-09-24 physics.flu-dyn
Neural-Network Closures for Complex-Shaped Particles in the Force-Coupling Method
KTH Royal Institute of Technology(瑞典皇家理工学院)
该研究提出神经网络替代体,通过验证的BEM生成和快速推理,将复杂粒子形状耦合到介观求解器中,实现高精度的悬浮液流变学研究。
2025-12-16 physics.flu-dyn
RANS-PINN based Simulation Surrogates for Predicting Turbulent Flows
Siemens Technology(西门子技术)
本文提出RANS-PINN框架,结合雷诺平均Navier-Stokes二方程涡粘模型与改进训练策略,用于高雷诺数湍流流场预测。
2023-08-11 cs.LG cs.NA math.NA
Second order closure for stratified convection: bulk region and overshooting
强层结条件下对流系统中小尺度湍流脉动的参数化是海洋学、大气科学和行星学中许多应用问题的关键。在分层的存在下,人们需要处理大量的湍流波动和逆温区,其中温度,密度-或两者-由于湍流边界层和其上方/下方的非混合-稳定-流之间的相互作用而发展高度非线性的平均轮廓。我们提出了一个二阶闭合,能够同时处理大量和边界层区域,我们在对流带和分层带中,针对瑞利数Ra = 10^9的高分辨率二维数值模拟进行了测试。数据取自瑞利-泰勒系统的绝热梯度的存在所限制。
2011-01-07 nlin.CD physics.flu-dyn
Optimal Closures in a Simple Model for Turbulent Flows
在这项工作中,我们介绍了一个计算框架,以确定最佳关闭的涡粘性类型的大涡模拟(LES)的广泛的一类PDE模型,如纳维-斯托克斯方程。这个问题是投在偏微分方程约束的优化,其中的误差函数表示的目标和预测的观测之间的失配最小化相对于封闭关系中的涡流粘度的函数形式。由于这会导致一个非标准结构的偏微分方程优化问题,该解决方案是通过计算获得的灵活和有效的梯度方法依赖于修改的伴随分析和Sobolev梯度的组合。通过在连续设置中制定这个问题,我们能够以非常一般的形式确定最佳闭合关系,仅需一些最小的假设。所提出的框架进行了彻底测试的模型问题,涉及LES的1D Kuramoto-Sivashinsky方程,其中获得的最佳形式的涡流粘度作为标准Smagorinsky模型的推广。它表明,虽然相应的DNS和LES的解决方案的轨迹仍然发散指数,与这样的最佳涡粘度的发散率显着降低相比,Smagorinsky模型。通过系统地寻找{在某个一般封闭类内的涡粘性的最佳形式}模型,thisframework因此可以提供关于这些模型的基本性能限制的见解。
2019-11-04 math.OC physics.flu-dyn
Scaling Behavior of a Turbulent Kinetic Energy Closure Scheme for the Stably Stratified Atmosphere: A Steady-State Analysis
本文提出了一种适用于稳定层结大气的湍流动能(TKE)封闭方案,其中动量和热量的混合长度不以相同的方式参数化。关键的区别在于,在中性分层条件下,热量的混合长度倾向于与动量的稳定性无关的混合长度,而在大稳定性的极限下,它倾向于基于Brunt-Väisälä时间尺度和TKE的平方根的混合长度。这使得一个独特恒定状态解决方案TKE获得,我们证明,否则将是不可能的,如果混合长度相同。尽管该模型的相对简单,它表现出相当不错的观测数据从1999年合作大气-地面交换研究(CASES-99)使用常用的模型常数。分析无量纲速度和位温梯度或稳定性(校正)函数的标度行为揭示,对于大的稳定性,本模型以与Viterbo等人的一阶操作方案相同的方式标度(第四章)。罗伊流星125,2401-2426,1999)。或者,它表现为Baas等人的TKE封闭方案的两种情况的混合。层流星。127,17-36,2008)。重要的是,由于可以获得唯一恒定状态TKE,因此本模型避免了在Baas等人(2008)的一个案例中识别的非物理行为。
2020-12-08 physics.ao-ph physics.flu-dyn
Convolutional neural network and long short-term memory based reduced order surrogate for minimal turbulent channel flow
研究了基于机器学习的降阶模型(ML-ROM)在三维复杂流动中的适用性。作为一个例子,我们考虑了在一个最小区域内的摩擦雷诺数为$Re_τ=110$的槽道湍流,该区域可以保持湍流的相干结构。训练数据集通过直接数值模拟(DNS)准备。目前的ML-ROM是通过结合三维卷积神经网络自动编码器(CNN-AE)和长短期记忆(LSTM)构建的。CNN-AE将高维流场映射到低维潜在空间。然后,利用LSTM来预测由CNN-AE获得的潜在向量的时间演化。CNN-AE和LSTM的结合可以通过仅集成低维潜在动力学的时间演化来表示流场的时空高维动力学。由本ML-ROM再现的湍流场显示与参考DNS数据在时间系综意义上的统计一致性,这也可以通过基于轨道的分析发现。文中还研究了区域中涡结构的数量和时间预报间隔对ML- ROM性能的影响。最后讨论了目前ML-ROM在湍流分析中的潜力和局限性。
2021-01-22 physics.comp-ph physics.flu-dyn
A TVD neural network closure and application to turbulent combustion
University of Illinois Urbana–Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Notre Dame(圣母大学)
本文提出受TVD方法严格约束的神经网络封闭模型,通过参数重缩放保证解的有界性与非振荡性,并成功用于湍流反应流SGS建模。
2024-11-21 cs.CE cs.LG physics.flu-dyn
Closures for Multi-Component Reacting Flows based on Dispersion Analysis
这项工作提出了代数封闭模型与平流运输和非线性反应在一个平均的Navier-Stokes上下文的系统的物种受到二元反应和运输的平流和扩散。扩展了最初在标量的泰勒色散的背景下为非反应性输运开发的分析,这项工作扩展了由Peters(Turbulent Combustion,2000)解释并基于Corrsin(JFM,第11卷,第407 -416页)的工作的修改的梯度扩散模型,超越了单组分输运现象并涉及非线性反应。所提出的模型形式,从这个弱非线性扩展的原始色散理论,导致一个解析表达式的涡流扩散系数矩阵,明确捕获的封闭运营商的反应动力学的影响。此外,我们证明,推导出的模型形式直接转换流拓扑结构之间的先验和后验测试的二元物种系统均匀各向同性湍流。使用二维和三维直接数值模拟涉及层流和湍流,它表明,该框架提高了预测的平均数量相比,以前的结果。最后,所提出的模型形式,崩溃到早期的梯度扩散和Corrsin导出的非反应性物种和线性反应的限制,分别修改后的版本。
2021-11-24 physics.flu-dyn
Leveraging Scale Separation and Stochastic Closure for Data-Driven Prediction of Chaotic Dynamics
Sorbonne Université(索邦大学);Institut Jean le Rond d’Alembert(让·勒朗·达朗贝尔研究所);ISIR(智能机器人研究所);SCAI(认知科学与人工智能中心);Institut Universitaire de France(法国高等研究院);M2N, Conservatoire National des Arts et Métiers(巴黎国立工艺学院)
本文提出一种纯随机方法,通过分离大尺度相干结构的演化和高保真统计数据的闭合,提升对湍流动力学的预测能力,实验表明其在捕捉一阶和二阶统计量方面优于现有基线模型。
2025-10-29 physics.flu-dyn
Modelling of Interfacial Flows Based on An Explicit Volume Diffusion Concept
提出了一种新的流体体积模型(VoF),即显式体积扩散(EVD)模型,用于模拟包括湍流和初级喷雾雾化在内的界面流动。EVD模型是通过在物理定义的长度尺度上对VoF方程进行体积平均而得出的。这引入了未闭合的子体积通量、子体积应力和体积平均表面张力力。由于湍流运动和其他界面动力学,通常可以发生在层流和湍流中,从而产生子体积波动。这两种类型的波动都被体积平均过程衰减。子体积通量由梯度扩散模型封闭,并且涉及与物理长度尺度相关的显式体积扩散系数。子体积应力封闭引入了一个明确的体积粘度增加的湍流粘度在湍流。体积平均表面张力力闭合是基于褶皱子体积界面的分形性质。这些封闭通过一系列的二维层流和三维湍流界面剪切流的解析流模拟的先验分析进行评估。随后,充分EVD模拟验证这些剪切流和实验室气流喷射。数值收敛表明,保持物理长度尺度不变,同时减少数值网格的大小,使数值扩散减少,并成为压倒显式体积扩散。还进行了灵敏度分析的物理长度尺度的变化,这是比较的边界层厚度的轻流体侧的接口。
2021-04-19 physics.flu-dyn
Turbulent plane Poiseuille flow
流体中湍流的合理理论的最终目标是以合理的方式封闭雷诺方程,即将时间平均湍流应力张量表示为时间平均速度场的函数。这个封闭问题是一个深层次的和未解决的统计物理问题,其解决方案需要超越假设的均匀和各向同性的状态,在湍流的波动是强烈相关的几何形状的流动。这将耗散与平均速度场的空间依赖性联系起来。基于充分发展的湍流中的耗散是由欧拉方程描述的演化引起的奇异事件的想法,最近已经观察到封闭问题是强烈限制的,并且它意味着湍流应力是平均速度场的非局部函数(在空间中),经典Boussinesq湍流粘性理论的扩展。由此产生的方程的湍流应力在这里推导出在一个最简单的可能的物理情况下,两个平行板之间的湍流Poiffille流。在这种情况下,给出湍流应力的积分核,作为平均速度场的函数,采用简单的形式,导致在非常大的雷诺数的限制下对平均湍流进行全面分析。在这个极限中,必须使靠近流动边界壁的粘性边界层与流动主体的外部解相匹配。这种渐近分析是不平凡的,因为人们必须匹配的解决方案与算法。这个解的一个重要的和有些出乎意料的特点是,除了靠近壁面的边界层外,在流动中心平面附近还有另一个“内”边界层。
2021-05-15 physics.flu-dyn
Efficient and Accurate Surrogate Modeling of Turbulent Flows via Space-Dependent Aggregation and Reduced Order Models
SISSA(的里雅斯特国际高等研究学院)
本文提出结合多种湍流模型、空间依赖聚合和非侵入式降阶模型的统一框架,通过神经网络学习聚合权重提升预测精度与效率,验证于周期性山丘和高度依赖突起流动基准测试。
2026-03-16 cs.NA math.NA physics.flu-dyn
Turbulent transport by diffusive stratified shear flows: from local to global models. III. A closure model
能够解释恒星辐射带中缺失的混合是更好地理解恒星演化的关键一步。Zahn(1974)认为,热扩散剪切诱导湍流可能是造成这种混合的原因。在本系列论文的第一部分和第二部分中,我们证明了当湍流的性质是局部的时,Zahn(1974,1992)的混合模型是适用的。但是,我们也发现了局限性的模型时,这种局部性条件失败,特别是附近的湍流区域的边缘。在本文中,我们提出了一个二阶闭合模型的动量和化学物质的传输剪切诱导湍流在强分层,热扩散环境(所谓的低Péclet数限制),这是建立在Garaud \& Ogilvie(2005)的工作。直接数值模拟(DNSs)的比较表明,该模型是能够预测的平均流量和应力张量(包括动量输运)在扩散剪切流的垂直剖面,往往具有相当好的精度,至少在一个因素的顺序统一在最坏的情况下。该模型非常简单,可以在恒星演化程序中实现,并且所有的模型常数都已针对DNSs进行了校准。虽然它的使用仍然存在重大的限制(例如,它只能用于低佩克莱数,缓慢旋转的限制),我们认为,它是更可靠的比大多数天体物理学的处方,用于恒星演化模型今天。
2018-03-30 astro-ph.SR physics.flu-dyn
Cluster-Weighted Training of Deep Surrogate Models for Subgrid Turbulent Transport
Georgia State University(佐治亚州立大学);NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心)
研究针对太阳内部和大气湍流亚网格尺度效应建模难题,利用高分辨率模拟,通过K均值和层次凝聚聚类进行聚类加权训练,提升卷积神经网络性能,降低均方误差,提高R2分数,为亚网格湍流建模及回归提供了有前景的技术。
2026-07-10 astro-ph.SR physics.flu-dyn
Discovery of Sparse Invariant Subgrid-Scale Closures via Dissipation-Controlled Training for Large Eddy Simulation on Anisotropic Grids
University of Colorado Boulder(科罗拉多大学博尔德分校);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文提出一种稀疏子格尺度闭合框架,利用稀疏回归确定多项式模型形式,通过控制耗散提升数值稳定性,并在理想湍流数据集上训练,评估其在复杂湍流中的泛化能力。
2026-08-27 physics.flu-dyn
Multi-Task Learning based Convolutional Models with Curriculum Learning for the Anisotropic Reynolds Stress Tensor in Turbulent Duct Flow
Harvard University(哈佛大学);Imperial College London(帝国理工学院);Dassault Systemes, Simulia Corp.(达索系统Simulia公司)
雷诺平均Navier-Stokes(RANS)方程需要精确的各向异性雷诺应力张量模型。传统的截流模型虽然复杂,但往往只适用于限流结构。研究人员已经开始使用机器学习方法来解决这个问题,方法是开发更通用的基于数据的闭包模型。在这项工作中,我们建立在最近用于湍流建模的卷积神经网络架构的基础上,并提出了一种基于多任务学习的完全卷积神经网络,该网络能够准确预测湍流管道流的归一化各向异性雷诺应力张量。此外,我们还探讨了课程学习在数据驱动湍流建模中的应用。
2022-01-31 cs.LG physics.flu-dyn