Aerodynamic Control of Laminar Separation on a Wall-Bounded Airfoil at Transitional Reynolds Numbers
本研究通过风洞实验发现,在过渡雷诺数下,以恒定重标度斯特劳哈尔数0.027的局部声学激励可有效控制壁面受限翼型的层流分离状态切换,并据此提出主动与被动反馈控制策略。
2025-04-21 physics.flu-dyn
Switch of tonal noise generation mechanisms in airfoil transitional flows
对NACA 0012翼型在迎角为${α= 3}$ °时产生的音调噪声进行了大涡模拟研究。自由飞行马赫数为${M_{\infty} = 0.3}$。分析了跨越${0.5 \times 10^5 \le Re \le 4 \times 10^5}$的不同雷诺数。结果表明,负责噪声产生的流型出现从不同的层流分离气泡,包括一个观察到的翼型吸力面和另一个附近的后缘,在压力侧。对于较低的雷诺数,吸力面上的间歇性涡流动力学导致相干结构或湍流包向后缘平流。这种流动动力学也影响压力侧的分离气泡,其变得间歇性。尽管不规则的层流湍流过渡的发生,噪声频谱描绘了一个主音与多个等距的副音。增加雷诺数会导致吸力侧出现永久性湍流状态,从而降低相干性水平,导致仅观察到小尺度湍流涡流。此外,吸力面的层流分离泡几乎消失,而压力面的层流分离泡变得更加明显和持久。因此,主要的噪声产生机制成为沿尾流的旋涡脱落。
2022-08-07 physics.flu-dyn
Improved Analytical/Statistical Modelling of the Shock Wave-Laminar Boundary Layer Around a Thin Airfoil Standard Atmosphere Case
本文工作的目的是发展一种改进的和更精确的分析模型,模拟在标准大气中低迎角下薄翼型周围的定常无旋层流激波-边界层干扰。本研究采用我们的研究团队以前处理的问题的渐近建模,并通过整合经验参数m来改进分析解决过程。然后,将我们的分析模型与在AF 300超声速风洞中的实验结果进行了对比。最后,在ANSYS Fluent R13中进行CFD数值模拟以验证我们的模型,随后在SPSS中进行统计研究,考虑分析和数值结果,以建立每个翼型的m取决于上游马赫数的精确解析表达式。我们的改进模型和以前的模型的实验和分析对抗显示出有希望的结果,并大大减少了我们以前的研究中获得的近似误差。
2022-12-21 physics.data-an physics.flu-dyn
Direct numerical simulation of cambered airfoil aerodynamics at Re = 20,000
本文采用高阶直接数值模拟方法,对NACA 65(1)-412翼型在Re = 20,000、攻角为0° ~ 10°时的流动拓扑进行了全面而详细的研究。它表明,不稳定性分叉的流动,并导致它改变在一个临界角的攻击从层流分离没有再附着在一个层流分离气泡在后缘的气泡在前缘。流态的转变受后缘压力侧边界层的卡门涡脱落、吸力侧分离剪切层内的Kelvin-Helmholtz不稳定性以及涡核内椭圆流和随后卡门涡之间剪切层内双曲线流的三维不稳定性控制。随着吸力面剪切层的过渡和重新附着,二维和三维不稳定性的相互作用导致三维管状结构和大尺度湍流喷流。层流分离泡的形成和移动定义了翼型后面几个弦长处的远尾流拓扑结构,并伴随着升力的突然增加和阻力的减小,这突出了低雷诺数翼型空气动力学的敏感性。升力和阻力极直接数值模拟,风洞实验,简化的数值程序,其中不正确的预测的力系数是由于未能正确建模的低压区在后缘,这是由时间相关的卡门涡的产生所造成的。
2021-08-10 physics.flu-dyn
Recurrent Neural Network for End-to-End Modeling of Laminar-Turbulent Transition
层流-湍流转捩的准确预测是多流态气动设计计算流体动力学模拟的关键。传统的过渡预测方法不能很容易地扩展到流动配置的过渡过程取决于一个大的参数集。相比之下,神经网络方法允许考虑更高维的输入特征,而不会损害传统数据驱动模型的效率和准确性。早期提出的神经网络方法遵循在宽频率范围内预测不稳定性增长率的繁琐方法,然后对其进行处理以获得N因子包络,然后基于相关的N因子获得过渡位置。本文提出了一种基于循环神经网络的端到端转捩模型,该模型通过对二维翼型表面的平均边界层廓线进行序列处理,直接预测二维翼型的N因子包络线和转捩位置。建议的过渡模型已经开发和评估使用的大型数据库的53个翼型在广泛的弦雷诺数和攻角。本文提出的序列到序列转换模型提供了一种比早期神经网络方法更直接的方法来准确预测过渡位置,早期神经网络方法预测沿翼型的固定位置处的单个不稳定模式的局部放大率。在各种应用中遇到的翼型的大范围导致额外的困难。因此,我们提供了从大量可用数据中选择训练数据集的进一步见解。
2021-06-15 physics.flu-dyn
Low-Reynolds-number aerodynamic characteristics of airfoils with piezocomposite trailing control surfaces
变形机翼是一种新型的无人机主动控制技术,它由固定前缘段和压电复合材料后缘控制面组成。然而,这种混合翼型布局的尾流动力学和气动性能还没有得到彻底的研究。本文对固定雷诺数为1000时,由NACA 0012前缘段和压电复合材料后缘控制面组成的混合翼型的二维绕流进行了直接数值模拟。本文研究了大迎角范围内后缘操纵面长度和弯度对层流气动特性的影响。结果表明,翼型后的流动表现出不同的特点,包括定常流动,周期性涡脱落,准周期性涡脱落不同的配置。与标称NACA 0012翼型相比,这些尾流状态之间的转换发生在略小的攻角处。当阻力系数在固定的迎角下保持彼此接近时,混合翼型的升力系数受到后缘控制表面的长度和弯度的积极影响。升力产生的机制进行了检查,表面压力分布和力元分析。结果表明,随着后缘操纵面弯度的增加,翼型吸力面和压力面的流动都以有利的方式得到改善,从而提高升力。增加长度比只会显著改变压力侧后段附近的流动。本文的结果提供了一个层流气动特性的混合翼型与拖尾控制表面,并可能有助于下一代小型无人机的控制技术的设计。
2021-09-21 physics.flu-dyn
Quantification of Reynolds-averaged-Navier-Stokes model form uncertainty in transitional boundary layer and airfoil flows
众所周知,Boussinesq粘性假设会给分离、再附着和层流-湍流转捩等复杂流动特性的预测带来不确定性。本研究采用最近的基于物理的不确定性量化(UQ)方法来解决这种模型形式的不确定性在雷诺平均的Naiver-Stokes(RANS)模拟。到目前为止,几乎所有的UQ研究都集中在量化湍流情景中模型形式的不确定性。研究的重点是推进我们对UQ方法在两种不同过渡流场景下的性能的理解:平板和SD 7003翼型,以缩小这一差距。对于T3 A(平板流)流动,大部分模型形式的不确定性集中在层流-湍流过渡区。对于SD 7003翼型流动,特征值扰动揭示了分离泡长度的减少以及增加。因此,不确定性边界成功地包含了再附着点。同样,分离泡中出现的回流区也受到本征值扰动的抑制或加强。在此背景下,UQ方法被应用于过渡,并显示出很好的效果。这是第一个成功的RANS UQ研究过渡流。
2022-07-16 physics.flu-dyn
Design of F-16 Airfoil Mock-ups for Supersonic Wind Tunnel: Study, Production, Testing and Validation
本文通过设计制造配备测压孔的F-16 NACA 64A204翼型模型并在AF300超声速风洞中测试,结合Ansys Fluent数值模拟与解析SWBLI理论模型,验证了模型对黏性超声速层流及激波-边界层干扰行为的描述能力。
2023-07-03 physics.data-an physics.flu-dyn
UniFoil: A Universal Dataset of Airfoils in Transitional and Turbulent Regimes for Subsonic and Transonic Flows
University of Tennessee(田纳西大学);Rensselaer Polytechnic Institute(伦斯勒理工学院)
本研究提出大型公开翼型数据集UniFoil,基于RANS模拟覆盖多流动状态与广泛工况,弥补现有数据集缺失转捩与激波物理的不足,可支撑流体动力学及科学机器学习研究,且免费开放。
2025-10-28 physics.data-an physics.flu-dyn
Unsteady aerodynamic effects in small-amplitude pitch oscillations of an airfoil
本文采用高精度壁面分辨大涡模拟(LES)研究了Re = 100,000时翼型小振幅俯仰振荡的流动物理特性。非定常现象的研究是在自然层流翼型的背景下进行的,在某些“非设计”条件下,自然层流翼型可以显示气动力对迎角的敏感依赖性。桨距振荡的动态范围被选择为在该敏感区域中。在整个俯仰周期中,观察到翼型吸力面上的过渡点变化很大,导致动态富流响应。前缘层流分离泡的稳定性特性的变化对边界层动力学具有主要影响,并引起翼型上转捩位置的突变。LES程序是基于一个松弛项模型的最小的未解决的尺度耗散。对通道流和Re = 400,000时的固定机翼进行了验证。
2019-04-16 physics.app-ph physics.flu-dyn
Model form uncertainty quantification of Reynolds-averaged Navier-Stokes modeling of flows over a SD7003 airfoil
众所周知,Boussinesq湍流粘性假设在涉及复杂流动特征时,例如层流-湍流转变时,可能产生不准确的预测。研究的重点是探索基于物理的不确定性量化(UQ)方法的能力,以量化Selig-Donovan(SD)7003翼型层流-湍流过渡流的雷诺平均Naiver-Stokes(RANS)模拟的模型形式的不确定性。这种方法扰动的建模雷诺应力张量的动量方程,扰动注入到振幅,特征值和特征向量的各向异性雷诺应力张量进行了本征分解。在这项研究中,我们的分析集中在振幅扰动。我们观察到一个单调的行为的大小预测的不确定性界限的不同数量的利益。高阶回归的基础上的湍流动能差异被用来开发一种新的开关标记函数Mk引入扰动在不同区域的域基于先验知识的模型的局限性的非均匀的方式。重要的是,Mk和特征值扰动的复合效应显示出协同行为,例如,显著增加的不确定性界限,以解释RANS预测中的差异; Mk函数有效地避免了对各向异性雷诺应力张量幅度的过度扰动。在这种情况下,基于回归的各向异性雷诺应力张量的振幅扰动作出了新的贡献,RANS UQ方法在翼型过渡流的模拟,这显示出非常令人鼓舞的结果。
2022-07-28 physics.flu-dyn
Fast sparse flow field prediction around airfoils via multi-head perceptron based deep learning architecture
传统的计算流体动力学方法为了获得流场信息,需要在带边界条件的网格上求解纳维-斯托克斯方程,这是一项耗时的工作。本文采用一种基于卷积神经网络和多头感知器的数据驱动方法,对绕翼型的不可压层流定常稀疏流场进行了预测。首先,我们使用卷积神经网络从输入的灰度图像中提取翼型的几何参数。其次,提取的几何参数与雷诺数,迎角和流场坐标一起被用作多层感知器和多头感知器的输入。所提出的多头神经网络结构可以在几秒钟内预测翼型的气动系数。此外,实验结果表明,对于稀疏流场,多头感知器可以取得更好的预测结果比多层感知器。
2022-07-03 physics.flu-dyn
The Harmonic Pitching NACA 0018 Airfoil in Low Reynolds Number Flow
本研究探究低雷诺数下对称NACA 0018翼型谐波俯仰运动的气动性能,通过Transition SST等湍流模型模拟不同频率、振幅及稳态工况,发现该模型在特定场景的优势,为厚翼型气动行为及湍流建模提供见解。
2025-04-17 physics.comp-ph physics.flu-dyn
Airfoil Boundary Layer Bubble Separation and Transition in a Surging Stream
本文从理论和实验两方面研究了高振幅谐波喘振对翼型层流分离泡的影响。一个广义的压力系数,占局部静压变化,由于喘振。这种以前从未实现过的概括,促进了喘振和准定常压力系数之间的直接比较,从而可以将非定常效应与雷诺数效应区分开来。采用动量积分边界层分析方法确定气泡分离点的运动,转捩点的运动由实验表面压力系数提取。最重要的发现是,气泡破裂发生,违反直觉,在早期施加有利的时间压力梯度。这是因为有利的压力梯度迅速驱动气泡向后,使其无法重新附着。破裂导致大的升力和形阻系数振荡,而未能实现广义压力系数定义导致高达400个计数的时间形阻误差。
2022-07-25 physics.flu-dyn
Prediction of Separation Induced Transition on Thick Airfoil Using Nonlinear URANS Based Turbulence Model
实践中的大多数湍流模型都是基于雷诺应力和平均流动应变率之间的线性关系的假设,这通常在附着和完全湍流的情况下提供了良好的近似。本文采用k-ω SST模型,在Re = 120,000时,对NACA 0021在不同攻角下层流分离泡的形成过程进行了二维数值研究。LSB的正确预测需要雷诺应力的各向异性的准确分辨率。为了与其它线性模型进行比较,还用k-kl-ω、k-ω SST和SpalartAllmaras模型进行了模拟。这些模型的性能通过气动升力、阻力、压力和摩擦系数进行评估。发现非线性k-ω SST和k-kl-ω转变模型在升力和阻力系数方面提供了相当的预测质量(尽管非线性k-ω SST涉及求解比过渡模型更少数量的输运方程的事实),如实验中所观察到的,而k-ω SST涉及求解比过渡模型更少数量的输运方程的事实。由于不能捕捉分离诱导转捩,ω SST和SA模型在低迎角时低估了阻力系数值。还观察到,当使用非线性或过渡模型时,准确地捕获层流分离气泡的位置,而不是SA或线性SST模型,其缺乏预测相同的能力。
2021-02-26 physics.flu-dyn
Effects of wall-normal and angular momentum injections in airfoil separation control
本计算研究的目的是量化壁面法向和角动量注入对抑制规范翼型上的层流分离的影响。用大涡模拟研究了NACA 0012翼型在$α= 9^\circ$和$Re = 23,000$上完全分离不可压缩流动的开环控制。本研究借由模型边界条件,将壁面法向动量与角动量分别独立地导入旋转喷流的分离流中。详细研究了流场和表面涡量通量对驱动输入的各种组合的响应。据观察,除了角动量输入的壁面法向动量注入增强了流动分离的抑制。通过修改动量系数的标准定义,来表征壁面法向和角动量输入对升力增强和分离抑制的影响。通过引入基于无量纲旋流数的特征旋流射流速度,将角动量的影响纳入修正动量系数中。有了这个修正的动量系数,我们就能把每一个受控流分为分离流、过渡流和附着流。
2017-11-26 physics.flu-dyn
Investigation of asymmetrically pitching airfoil at high reduced frequency
随着微型飞行器的广泛应用,人们开始研究低雷诺数下扑翼的非定常流动。本文数值研究了二维俯仰翼型(SD7003)在层流区高约化频率下的不可压非定常绕流。研究了俯仰运动的振幅(A)、折合频率(k)、雷诺数(Re)和非对称性参数(S)等非定常参数对力系数的影响。利用无粘理论模型计算了粘性区正弦运动的升力系数,并与数值计算结果进行了比较。理论分析表明,在高的折合频率下,非循环升力对循环升力的影响。此外,研究结果还表明,约化频率(k)和非对称性参数(S)对瞬时力系数和时均力系数以及尾流中的涡结构有显著影响。最后,快速傅里叶变换(FFT)分析进行了模拟的情况下,固定的振幅和雷诺数不同的k和S值。研究结果证实,气流中的主频率(k*)与翼型俯仰频率(k)直接相关。
2021-02-02 physics.flu-dyn
Optimal airfoils in the intermediate Reynolds number range
Center for Materials Technologies, Skolkovo Institute of Science and Technology(莫斯科斯科尔科沃科学技术大学材料技术中心)
本文研究了在1到3000之间的中间雷诺数范围内,寻找最大化空气动力学性能的机翼形状问题,采用混合方法结合随机搜索和直接参数扫描,利用基于共形映射和二阶有限差分离散化的稳态层流纳维-斯托克斯求解器进行求解,发现零厚度弯型机翼在整个雷诺数范围内都是全局最优的。
2026-07-08 physics.flu-dyn
Open-Source Parametric Airfoils to Study Geometric Effects on Buffet
本研究开发了基于少量参数的高阶连续翼型构建方法,通过大涡模拟探究翼型四个关键几何参数对跨声速抖振的影响,证实不同边界层状态下抖振敏感性相似,且提供开源翼型几何数据。
2024-10-08 physics.flu-dyn
A Database for Reduced-Complexity Modeling of Fluid Flows
我们提出了一个公开访问的数据库,旨在帮助概念,培训,演示,评估和比较的复杂性降低模型流体力学。高质量流量数据的可用性对于数据驱动和基于物理的方法的模型开发的所有这些方面都是必不可少的。该数据库包含六个不同数据集的时间分辨数据:紊流射流的大涡模拟,零压力梯度紊流边界层的直接数值模拟,同一边界层在几个雷诺数下的粒子图像测速测量,层流静止和俯仰平板翼型的直接数值模拟,遇到阵风的翼型的粒子图像测速和力测量,以及翼型上分离的湍流的大涡模拟。这六种情况跨越几个关键的流动类别:层流和湍流,统计上的平稳和瞬态,音调和宽带频谱内容,规范和面向应用,壁边界和自由剪切流,模拟和实验测量。对于每个数据集,我们描述了流程设置和计算/实验方法,对数据库中可用的数据进行编目,并提供了如何将这些数据用于降低复杂性建模的示例。所有数据都可以使用浏览器界面或Globus下载。我们的愿景是,该数据库提供的通用测试平台将有助于流体力学社区澄清新的和现有的方法的不同能力。
2022-06-23 physics.flu-dyn
A robust intermittency equation formulation for transition modeling in Spalart-Allmaras simulations of airfoil flows across a wide range of Reynolds numbers
Università Politecnica delle Marche(马尔凯理工大学)
本文提出一种用于RANS-SA方程的稳健层流-湍流转捩模型公式,通过将对数形式的间歇性方程、基于能量的限制、梯度驱动人工粘性及SA方程修正相结合,有效解决了数值不稳定性,并在宽广雷诺数范围的翼型流模拟中验证了其有效性与实用价值。
2025-10-31 physics.flu-dyn
Boundary-layer control by electric fields: A feasibility study
在航空和潜艇推进中,人们非常关心的一个问题是边界层的控制,特别是扩大层流区的方法,以减少噪音和燃料消耗。本文研究了在边界层区域产生电离气体层和纵向电场时空气沿翼型的流动。通过导出比例解和更精确的数值解,我们讨论了实现现实物理参数的显着边界层控制的可能性。得到了实用的设计公式和准则。我们还讨论了利用电磁场调制对层流到湍流转捩涨落进行主动控制的前景。
1997-05-15 physics.flu-dyn
Net drag reduction in turbulent pipe flow by airfoil-section grids concentrated near the wall
National Institute of Technology, Yonago College(米子工业高等专门学校)
本研究采用NACA0006翼型格栅作为整流器,通过数值模拟证实近壁集中的同心环格栅可在5×10^4至2×10^5雷诺数范围内实现最高9.0%的湍流管流净减阻。
2026-10-09 physics.flu-dyn
Lift and leading-edge suction parameter of separated flows over an NACA0012 at high angles of attack
National Tsing Hua University(国立清华大学)
研究通过CFD模拟分析NACA0012静止翼在高攻角下的分离流特性,探讨前缘吸力参数(LESP)与升力的关系,揭示涡量预算对气动性能的影响。
2026-04-25 physics.flu-dyn
Numerical simulations of transition and long-term response of a wind turbine airfoil
FLOW, Department of Engineering Mechanics, KTH Royal Institute of Technology(KTH皇家理工学院工程力学系FLOW);Department of Wind Energy, Technical University of Denmark, Risø Campus(丹麦技术大学风能系里斯厄校区)
针对DTU 10-MW参考风力机翼型,采用大涡模拟研究转捩与长期响应,发现法向力系数存在低频振荡(St=0.0012),与周期性失速和再附有关。
2026-06-15 physics.flu-dyn
A complete state-space solution model for inviscid flow around airfoils based on physics-informed neural networks
本文提出一种基于物理信息神经网络的完整状态空间模型,将翼型外形参数和流动条件纳入输入,实现宽状态空间内约18.8小时连续求解,并支持约1秒完成流动模拟与反设计,结合预训练-微调方法达到有限体积法精度。
2024-01-14 physics.flu-dyn
Accelerating high order discontinuous Galerkin solvers through a clustering-based viscous/turbulent-inviscid domain decomposition
本研究利用无监督聚类划分不可压缩流动的粘性/湍流与无粘区域,结合间断Galerkin框架分区求解不同方程,搭配局部P-自适应后最高可降低45%计算成本且保持精度。
2024-03-08 physics.flu-dyn
Additive Layers: An Alternate Classification of Flow Regimes
有人认为,喷射的壁面流体在爆裂过程中扰乱了超过壁层的流动,并在流场中出现两个新的层:尾流和对数律层的法律。壁层表示粘性动量渗透到主流中的程度,并且一旦在层流状态结束时达到临界值,壁层保持恒定。通过监测这三个层的出现,可以方便地识别三种流态:层流、转捩和完全湍流
2010-01-11 physics.flu-dyn
Laminar flow of two miscible fluids in a simple network
当由多相或多组分组成的流体流过网络时,会发生诸如多个稳定平衡态和自发振荡的非线性现象。这种行为已经在许多网络中观察到或预测到,包括血液通过微循环的流动,皮升液滴通过微流体装置的流动,岩浆通过熔岩管的流动,以及制冷系统中的两相流。虽然存在的非线性现象,在网络中有许多相互连接包含流体与复杂的流变学似乎并不令人惊讶,本文表明,即使是简单的网络包含牛顿流体的层流可以证明多重平衡。本文对两种不同密度和粘度的牛顿流体通过简单网络的层流流动进行了理论和实验研究。流体由于重力而分层,并且保持为几乎不同的相,其中仅通过扩散发生一些混合。这种流体系统的优点是易于控制和建模,但包含网络非线性的关键成分。实验和三维模拟首先被用来探索相位如何分布在一个单一的T形结。一旦在一个单一的交界处的相分离是已知的,一个网络模型的开发,预测在最简单的网络的多个平衡。多个稳定平衡点的存在证实了实验和它们的存在的标准。网络结果是通用的,可以应用于或在不同的物理系统中找到。
2012-10-14 physics.flu-dyn
Spatio-Temporal Prediction of Unsteady Airfoil Aerodynamics Using Augmented Graph Neural Ordinary Differential Equations with Exogenous Controls
German Aerospace Center (DLR)(德国航空航天中心);Airbus Operations(空客运营公司)
研究非定常翼型空气动力学的时空预测问题,核心方法是将图神经网络与增强神经常微分方程结合形成GNODE,主要贡献是该方法能稳定准确地预测表面力,适合建模含外部输入的非线性时空系统。
2026-07-22 cs.LG physics.flu-dyn
Interface-resolved direct numerical simulation of the erosion of a sediment bed sheared by laminar channel flow
本文采用基于浸没边界技术的流固耦合和基于软球方法的固-固接触的数值方法,对水平面通道中球形颗粒厚床的流动诱导运动进行了直接数值模拟。碰撞模型的特点是具有弹簧和阻尼器的法向力分量,以及受库仑摩擦定律限制的阻尼切向分量。在一个标准的测试情况下,一个单一的颗粒垂直碰撞的粘性流体中的水平壁模拟在很宽的范围内的斯托克斯数,产生的有效恢复系数的值与实验数据密切一致。推移质颗粒运输的情况下,层流通道流模拟为24个不同的参数值,涵盖了广泛的希尔兹数。将当前结果与Aussillous等人(J. Fluid Mech. 2013)实验的参考数据进行比较,结果非常一致。它被证实,粒子流率随希尔兹数的三次幂的变化,一旦超过已知的阈值。目前的数据表明,移动颗粒层的厚度(用透明流体区域的高度标准化)随着标准化流体流速的平方而增加。
2014-09-01 physics.flu-dyn
Particle resuspension from complex multilayer deposits by laminar flows: statistical analysis and modeling
本文通过精细尺度模拟和统计分析,研究层流剪切流下复杂多层沉积床中球形颗粒的再悬浮动力学,揭示了颗粒在表面峰部更易脱离并经历短跳的规律,并提出基于表面坡度与高程的简单模型来再现脱离比率。
2024-09-08 physics.flu-dyn
Scale invariance at the onset of turbulence in Couette flow
层流-湍流不稳定性是管道、槽道、边界层和库埃特流等多种流体流动的过渡区的固有特性。在后一种情况下,湍流点可以生长并形成连续的条纹,但在条纹法线方向上,它们仍然被层流散布。我们进行了直接的数值模拟,在一个狭长的域,并观察到个别的湍流条纹是瞬态的。与最近在管流中的观察结果一致,我们发现,一旦空间扩散超过固有的衰减过程,湍流就会在一个明显的临界点持续下去。通过求解接近临界的渐近尺寸分布,我们可以首次证明湍流开始时的尺度不变性。
2013-04-19 physics.flu-dyn
Bubbles-induced transition to elasto-inertial turbulence
本文通过界面解析直接数值模拟研究压力驱动粘弹性方槽流中气泡诱导的层流向弹性惯性湍流转捩,发现气泡注入引发的流线曲率会触发弹性不稳定性并导致完全EIT流态,且在低雷诺数和韦森堡数下流动呈现核心区湍流脉动与壁面层流共存的间歇特性。
2025-03-05 physics.flu-dyn
Physics-informed neural networks for solving Reynolds-averaged Navier$\unicode{x2013}$Stokes equations
University of Tehran(德黑兰大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
物理信息神经网络(PINN)是用于求解和识别偏微分方程(PDE)的成功机器学习方法。我们采用PINN求解不可压缩湍流的雷诺平均Navier $\unicode{x2013}$ Stokes(RANS)方程,而不需要任何特定的湍流模型或假设,并且只需要域边界上的数据。我们首先通过求解Falkner $\unicode{x2013}$ Skan边界层来证明PINN求解层流Navier $\unicode{x2013}$ Stokes方程的适用性。然后,我们将PINN应用于四种湍流情况的模拟,即,零压力梯度边界层、逆压力梯度边界层和湍流在NACA 4412翼型和周期性山丘上的流动。我们的研究结果表明,PINN的层流与强压力梯度,预测误差小于1%,可以得到很好的适用性。对于湍流,我们也得到了很好的精度模拟结果,即使是对螺栓应力分量。
2021-07-22 cs.LG physics.comp-ph physics.flu-dyn
A Point-Cloud Deep Learning Framework for Prediction of Fluid Flow Fields on Irregular Geometries
Stanford University(斯坦福大学)
我们提出了一种新的深度学习框架,用于当解是域或域内对象的几何形状的函数时,在不规则域中进行流场预测。计算流体动力学(CFD)领域中的网格顶点被视为点云,并用作基于PointNet架构的神经网络的输入,该网络学习空间位置和CFD量之间的端到端映射。使用我们的方法,(i)网络继承了非结构化网格的理想特征(例如,分别在物体表面附近和远场中的精细和粗略点间距),这最小化了网络训练成本;(ii)通过位于物体边界上的顶点精确地表示物体几何形状,这保持了边界平滑度并允许网络检测几何形状之间的小变化;以及(iii)不使用数据插值来创建训练数据;因此保留了CFD数据的准确性。这些特征中没有一个是通过基于将分散的CFD数据投影到笛卡尔网格中然后使用规则的卷积神经网络的现有方法实现的。本文研究了不可压缩层流定常绕流各种截面形状的圆柱体的问题。预测场的质量和动量守恒。我们通过预测多个物体以及翼型周围的流动来测试我们的网络的泛化能力,即使在训练过程中只观察到单个物体并且没有翼型。该网络预测流场的速度比我们传统的CFD求解器快数百倍,同时保持出色的合理精度。
2021-09-16 cs.LG physics.flu-dyn
Investigating the effect of turbulence on hemolysis through cell-resolved fluid-structure interaction simulations
该研究通过细胞分辨流固耦合模拟对比不同雷诺数湍流与层流中红细胞的变形,揭示湍流极端剪切事件对溶血的影响及剪切速率、Q准则与变形的相关性。
2023-12-15 physics.flu-dyn
Graph Convolutional Neural Networks for Body Force Prediction
Carnegie Mellon University(卡内基梅隆大学);University of Pittsburgh(匹兹堡大学)
许多科学和工程过程产生空间非结构化数据。然而,大多数数据驱动的模型需要一个特征矩阵,该特征矩阵为每个样本强制执行一组特征数量和顺序。因此,它们不能很容易地为非结构化数据集构建。因此,提出了一种基于图的数据驱动模型,使用图卷积神经网络(GCNN)对非结构化网格上定义的字段执行推理。该方法的能力来预测全球性能的空间不规则的测量与高精度的预测阻力与周围的翼型层流从分散的速度测量。该网络可以从不同分辨率的现场样本中进行推断,并且对每个样本中的测量值的呈现顺序是不变的。使用归纳卷积层和自适应池化的GCNN方法能够预测该数量,验证$R^{2}$高于0.98,归一化均方误差低于0.01,而不依赖于空间结构。
2020-12-03 cs.LG physics.flu-dyn
High-fidelity reconstruction of turbulent flow from spatially limited data using enhanced super-resolution generative adversarial network
在这项研究中,应用基于深度学习的方法,目的是使用最小流场数据重建高分辨率的湍流场。提出了一种基于物理损失函数的多尺度增强超分辨率生成对抗网络模型来重建高分辨率流场。利用绕方柱层流的数据,检验了模型重建高分辨率层流的能力。结果表明,即使在有限的空间信息下,该模型也能准确地再现高分辨率的流场。湍流槽道流的情况下,用于评估模型的能力,以重建高分辨率的壁有界的湍流场。从该模型获得的瞬时和统计结果与地面真实数据吻合良好,表明该模型可以成功地学习一次将粗糙流场映射到高分辨率。此外,经过仔细检查,发现所提出的模型的计算成本实际上很低。这表明,使用高保真训练数据与基于物理指导的生成对抗网络模型,在从极其粗糙的数据重建高分辨率湍流场方面实际上是有效的。
2021-09-10 physics.flu-dyn
Machine learning for rapid discovery of laminar flow channel wall modifications that enhance heat transfer
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文提出用卷积神经网络快速预测任意通道的阻力系数和斯坦顿数,并结合虚拟高通量筛选与数据增强,高效发现能增强传热的层流通道壁面修饰结构。
2023-08-08 cs.LG physics.flu-dyn
Minimal subspace rotation on the Stiefel manifold for stabilization and enhancement of projection-based reduced order models for the compressible Navier-Stokes equations
为了使基于投影的流体流动降阶模型(ROM)稳定和准确,必须考虑截断子空间的动态特性。本文提出了一种用于稳定和增强基于投影的流体ROM的方法,其中通过投影子空间的最小旋转来先验地考虑截断模式。注意力集中在完整的非线性可压缩纳维-斯托克斯方程在特定的体积形式作为一个更一般的制定与通用的非线性问题的一步。与传统方法不同,不需要经验湍流建模项,并且保持ROM与从中导出ROM的全阶模型之间的一致性。在数学上,该方法被制定为一个跟踪最小化问题的Stiefel流形。再生以及预测能力的方法进行了评估,对几个可压缩流问题,包括涉及层流的翼型与高攻角的问题,和通道驱动的空腔流问题。
2015-09-24 physics.comp-ph physics.flu-dyn
Stochastic analysis of the time evolution of Laminar-Turbulent bands of plane Couette flow
本文研究了转捩面库埃特流在湍流噪声影响下的斜层流湍流带的时间演化。我们的研究主要集中在湍流调制的振幅。为了指导流动的数值研究,我们首先进行了一个复杂的序参量的随机Ginzburg-Landau方程的解析和数值分析。该序参量的模模拟湍流的调制幅度。首先,一旦建立了频带,我们就计算所述模的自相关函数。其次,我们执行的平均值和波动周围的指数增长的序参量的计算。这类分析类似于随机结构稳定性理论。然后,我们进行数值模拟的纳维-斯托克斯方程,以面对这些预测与实际行为的频带。湍流调制的自相关函数的计算表明与模型定量一致:在所建立的频带制度,调制的幅度遵循Ornstein-Uhlenbeck过程。为了测试S3 T的预测,我们进行淬火实验,突然减少的雷诺数从均匀的湍流,其中出现调制。我们计算了调制幅度的平均演化及其周围的起伏,数值计算和模型计算结果吻合得很好。平均轨迹呈指数增长,速度明显小于层流孔的形成。实际的时间演化保持在一个以平均值为中心、以相同速率膨胀的耀斑包络中。这些结果进一步验证了随机模拟的时间演变的频带为进一步的研究。他们强调了斜带形成和层流孔形成之间的区别。
2015-11-04 cond-mat.stat-mech nlin.PS physics.flu-dyn
A Massively Parallel Hybridizable Discontinuous Galerkin Solver for Direct Numerical Simulation of Compressible Flows on GPUs
Massachusetts Institute of Technology(麻省理工学院)
本文提出面向GPU的大规模并行HDG求解器,结合高阶离散化、DIRK时间积分等技术,在三类可压缩流基准问题上验证其可解析多种流态的能力,实现高效DNS计算。
2026-08-31 cs.NA math.NA physics.flu-dyn
Relaminarisation of Re_τ = 100 channel flow with globally stabilising linear feedback control
非线性和高维数的问题一直阻碍着湍流控制的完全解决。针对非线性问题,我们提出了一种流量控制策略,它可以确保任何扰动的目标配置文件的能量单调衰减。控制器的流状态的估计类似地保证收敛到真值。我们提出了一个一次性的离线合成过程,概括,以适应更多的限制性驱动和传感安排,在这种情况下给出的控制器的存在条件。在湍流槽道流($Re_τ=100$)中使用全域传感和驱动对壁面法向速度进行控制测试。集中在平均轮廓的最大拐点处,控制直接对抗由壁法线扰动与流动剪切的相互作用产生的湍流能量的供应。据发现,控制只需要为较大规模的运动,特别是那些以上的平均条纹间距的规模。一旦达到层流,需要最小的控制努力。近壁流的响应进行了详细的研究,特别强调的压力和壁法向速度场,在Landahl的剪切湍流理论的背景下。
2013-01-21 math.OC physics.flu-dyn
A Physics-Driven Framework for Parametric Periodic-Flow Modeling and Finite-Amplitude Aeroelastic Response Analysis
Northwestern Polytechnical University(西北工业大学);Institute of AI for Industries, Chinese Academy of Sciences(中国科学院工业人工智能研究所);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);International Joint Institute of Artificial Intelligence on Fluid Mechanics, Northwestern Polytechnical University(西北工业大学流体力学人工智能联合研究院)
提出纯物理驱动的P-PINN框架,通过时间周期性和参数化输入直接求解周期流,并耦合谐波平衡进行气动弹性分析,实现快速准确的参数化响应预测。
2026-09-25 physics.comp-ph physics.flu-dyn
CFDBench: A Large-Scale Benchmark for Machine Learning Methods in Fluid Dynamics
Institute of Nuclear and New Energy Technology(核能与新能源技术研究院)
本文提出 CFDBench 大规模 CFD 基准,涵盖四类经典流动问题及 302K 帧数据,用于系统评估神经算子在未见边界条件、流体性质和流域形状下的泛化能力,并揭示现有模型误差大和自回归误差累积问题。
2024-02-23 cs.LG physics.comp-ph physics.flu-dyn