Invariant Data-Driven Subgrid Stress Modeling in the Strain-Rate Eigenframe for Large Eddy Simulation
提出了一种新的构造数据驱动亚网格应力模型的方法,用于湍流的大涡模拟。我们的方法的关键是在过滤应变率本征框架模型的输入和输出张量的表示。假设输入和输出以适当的方式被选择和无量纲化,这产生对称的、伽利略不变的、旋转不变的、反射不变的和单位不变的模型形式。我们使用这种模型形式训练一个简单而有效的神经网络模型,只使用一个时间步长的过滤直接数值模拟数据从强迫均匀各向同性湍流模拟。我们证明了这个模型的准确性,以及该模型的能力,推广到以前看不见的过滤器宽度,雷诺数,和流动物理使用先验和后验测试。
2022-02-09 physics.flu-dyn
A new paradigm for wall-modeled large eddy simulations using the volume-filtering framework
本文提出体积过滤壁面模化大涡模拟(VF-WMLES)新框架,无需时间平均或先验压力梯度假设,基于PC-IBM策略实现任意边界耦合,并在湍流通道和周期性山丘案例中准确预测平均速度剖面。
2024-11-18 physics.comp-ph physics.flu-dyn
Two-point stress-strain rate correlation structure and non-local eddy viscosity in turbulent flows
通过分析湍流中滤波速度场的Karman-Howarth方程,我们发现滤波应变率和子滤波应力张量之间的两点关联在滤波速度关联函数的演化中起着核心作用。因此,基于两点相关的{ \it统计先验检验}使得能够对湍流模型进行严格的和物理上有意义的研究。使用的数据从直接数值模拟的各向同性和通道流湍流,我们表明,当地的涡粘性模型未能表现出长尾观察到的真正的子过滤器应力-应变率关联函数。通过基于$0<α<1$阶的分数梯度而不是对应于$α=1$的经典梯度来定义涡流粘度模型,可以实现更强的非局部相关性。分析了这种关联函数的分数阶梯度算子的各种订单。它被发现,在各向同性湍流分数阶导数$α\sim 0.5$产生最好的结果,而通道流$α\sim 0.2$产生更好的结果,在流向方向的相关性,甚至进入核心通道区域。在展向方向,槽道流结果显示出明显更多的局部相互作用。整体结果证实了强非局部性的子过滤器应力和分辨率尺度流体变形率之间的相互作用,但在非各向同性流的非平凡的方向依赖性。
2020-06-03 physics.flu-dyn
Mixed modeling for large-eddy simulation: the minimum-dissipation-bardina model
纳维-斯托克斯方程描述粘性流体的运动。为了以合理的计算时间和精度预测湍流,根据大涡模拟(LES)方法对这些方程进行空间滤波。目前的工作应用根据Schumann(1975)的体积过滤程序。为了演示的程序舒曼过滤器首先适用于对流扩散方程。舒曼滤波器导致体积平均方程,其不是封闭的。为了关闭这些方程的模型,它代表了解决尺度和小的次网格尺度之间的相互作用。在这里,考虑Roxie等人的各向异性最小耗散模型。(2015)。计算单元面对流通量所需的插值方案可视为第二个过滤器。因此,过滤对流扩散方程的对流项可以解释为双重过滤项。这一项由Bardina等人(1983)的尺度相似性模型近似。从而得到一个混合最小耗散Bardina模型。其次,将数学方法推广到纳维-斯托克斯方程。在这里,压力项被单独分析,并添加到对流扩散方程作为汇项。最后,得到了空间滤波的纳维-斯托克斯方程,该方程依赖于由Roxley等人(2015)提出的各向异性最小耗散(AMD)模型和Bardina等人(1983)的尺度相似模型。因此,实现了混合AMD模型和Bardina模型的数学上一致的方法。
2018-06-29 physics.flu-dyn
Modelling turbulent premixed flames using convolutional neural networks: application to sub-grid scale variance and filtered reaction rate
在湍流预混火焰的大涡模拟(LES)的背景下,讨论了一种使用深度卷积神经网络的纯数据驱动方法。该方法的评估进行了先验使用直接的数值模拟数据。该网络已经被训练以对经滤波的密度和经滤波的密度-进度变量乘积执行去卷积,并且通过这样做来获得未经滤波的进度变量场的估计。然后可以在LES粗网格上近似进度变量的任何非线性函数,并显式过滤以及时推进LES解。成功地证明了这种新的策略,用于解决湍流燃烧建模,为亚网格尺度的进展变量方差和小火焰过滤反应速率,预混湍流燃烧建模的两个基本成分。
2018-10-18 physics.comp-ph physics.flu-dyn
Investigation of Deep Learning-Based Filtered Density Function for Large Eddy Simulation of Turbulent Scalar Mixing
本文提出DNN-FDF深度学习模型,利用DNS或反应器数据构建滤波密度函数,用于湍流标量混合LES,并证明其准确、经济且优于传统假定FDF。
2023-09-29 cs.CE physics.flu-dyn
The role of bulk eddy-viscosity variation on the log-layer mismatch observed in wall-modeled large-eddy simulations
我们研究了体积涡粘度变化对著名的日志层失配问题的作用。平均动量平衡的分析表明,由于体涡粘性,靠近壁面的模拟应力项可以占主导地位。因此,动量平衡方程缺少自由度,并且平均速度符合不正确的轮廓以满足动量平衡。我们表明,分区执行的目标质量流率可以是一个有效的策略,引入一个额外的自由度的平均动量平衡,这导致了显着减少的日志层不匹配。当质量流率被强制分区时,过滤后的速度场达到了它自己的恒定速度标度,支持了在平均区域上方存在人工边界层的假设。我们模拟湍流槽道流动的摩擦雷诺数为2000和5200的粗网格,这将把第一点远离壁以及进入对数层。二阶湍流统计和一维速度谱符合直接数值模拟基准数据时,结果进行归一化的速度尺度提取过滤速度场。此外,当我们分区强制质量流率时,摩擦雷诺数为2000时的表面摩擦系数的误差从$14.1\%$减小到$2.5\%$。
2017-12-21 physics.flu-dyn
Invariant Data-Driven Subgrid Stress Modeling on Anisotropic Grids for Large Eddy Simulation
本文提出一种满足多种不变性并嵌入滤波各向异性的数据驱动亚格子应力模型,仅用少量各向异性滤波 DNS 数据和简单神经网络训练,即可在未见各向异性比、Reynolds 数和流动情形下良好泛化。
2023-07-17 physics.comp-ph physics.flu-dyn
Wind Turbine Large-Eddy Simulations on Very Coarse Grid Resolutions using an Actuator Line Model
在这项工作中,在非常粗的空间分辨率的特定条件下,研究了风力机流动大涡模拟中致动器线模型(ALM)的准确性。对于精细分辨的条件,已知的是,与没有旋转的标准致动器盘模型(ADM)相比,ALM提供更好的精度。然而,我们在这里表明,在非常粗糙的分辨率,在转子尺度上发生的流动诱导可能会影响预测的流入角,并可能对ALM预测产生不利影响。我们首先提供了一个粗糙LES再现风洞测量的例子。由此产生的流量预测是好的,但在预测功率输出的挑战,从详细的ALM激励均匀流入的情况下进行更详细的分析。我们提出了一个理论框架,比较过滤后的量,进入大涡模拟方程的体积力与过滤和未过滤的量之间的比例关系。该研究旨在将理论推导应用于仿真框架,并改进ALM的当前结果,特别是在观察到最大差异的近尾流中。
2016-05-10 physics.flu-dyn
Effect of grid anisotropy, resolution, and subgrid-scale models in pseudo-spectral Large Eddy Simulations of low-level clouds
University of Twente(特温特大学)
本文研究了网格分辨率和子格尺度模型对低空云大涡模拟的影响,采用新型框架结合伪谱对流与各向最小耗散(AMD)子格尺度模型,发现AMD模型与伪谱对流结合可在不同网格分辨率下产生稳健且准确的预测,推荐垂直间距约为水平间距三倍的网格各向异性以平衡精度和计算效率。
2026-05-20 physics.ao-ph physics.flu-dyn
Multiscale properties of Large Eddy Simulations: correlations between resolved-scale velocity-field increments and subgrid-scale quantities
我们提供了解析和数值结果之间的多尺度相关的解决速度场和亚网格尺度(SGS)应力张量在大涡模拟(LES)。在前人对纳维-斯托克斯方程(NSE)研究的基础上,我们导出了控制任意阶速度结构函数时空演化的LES方程的精确层次。目的是评估亚网格模型对惯性距离不稳定性的影响。我们提供了一系列的预测,在多重分形理论,涉及SGS应力的相关性的缩放,我们将它们与高分辨率Smagorinsky LES和直接数值模拟(DNS)产生的先验过滤数据的数值结果进行比较。我们发现,LES数据一般同意过滤DNS的结果和多重分形预测的平衡方程中的所有领先的条款。离散测量的一些subleading条款,涉及解决速度增量和SGS张量或SGS能量转移之间的互相关,这表明必须有空间来改善SGS建模,以进一步扩展惯性范围属性为任何固定LES分辨率。
2018-05-07 physics.flu-dyn
A Coherent vorticity preserving eddy viscosity correction for Large-Eddy Simulation
本文介绍了一种新的大涡模拟(LES)方法,其中亚网格尺度(SGS)耗散与局部谱展宽的程度成比例地应用,从而在以大尺度和/或层流涡旋运动为主的区域中减轻或停用。建议的相干涡度保持(CvP)LES方法是基于测试过滤的比率的评价解决(或网格过滤)的拟能$σ$。接近1的$σ$值表明子试验过滤器湍流活动较低,证明SGS耗散的局部失活。对于$σ< 1$,SGS耗散的强度逐渐增加,这对应于小尺度光谱增宽。然后,在以$σ\le σ_{eq}$为特征的发展湍流中,SGS耗散被完全激活,其中值$σ_{eq}$是假设柯尔莫哥洛夫谱而导出的。所提出的方法可以适用于任何涡粘性模型,算法简单,计算成本低。Taylor-Green涡破裂的LES表明,CvP方法提高了传统的非动态耗散SGS模型的性能,捕获了过渡期间总湍流动能耗散的峰值。通过采用Germano的动态过程获得了类似的精度,尽管计算开销是其两倍多。一对不稳定的周期性螺旋涡的CvP-LES示出准确地预测实验观察到的增长率,使用粗分辨率。的能力的CvP方法动态排序的连贯性,大规模的运动,从较小的,宽带尺度在过渡期间通过流动可视化证明。可压缩通道的LES进行,并显示出良好的匹配与参考DNS。
2017-12-01 cs.CE physics.flu-dyn
Deep Reinforcement Learning for Turbulence Modeling in Large Eddy Simulations
University of Stuttgart(斯图加特大学);Hewlett Packard Enterprise(慧与公司)
在过去的几年里,监督学习(SL)已经成为数据驱动湍流建模的最新技术。在SL范例中,模型基于数据集进行训练,该数据集通常通过应用相应的过滤函数从高保真解中先验计算,该过滤函数将解析的和未解析的流量尺度分开。对于隐式滤波的大涡模拟(LES),这种方法是不可行的,因为在这里,所采用的离散化本身作为一个隐式滤波函数。因此,精确的滤波器形式通常是未知的,因此,即使完整的解决方案是可用的,也不能计算相应的闭合项。强化学习(RL)范式可以用来避免这种不一致性,不是在先前获得的训练数据集上训练,而是直接与动态LES环境本身交互。这允许通过设计将潜在复杂的隐式LES滤波器合并到训练过程中。在这项工作中,我们应用强化学习框架,找到一个最佳的涡粘性隐式过滤大涡模拟强迫均匀各向同性湍流。为此,我们将湍流建模的任务制定为基于卷积神经网络的策略网络的RL任务,该策略网络仅基于局部流状态在空间和时间上动态地适应LES中的涡流粘度。我们证明了训练的模型可以提供长期稳定的模拟,并且在准确性方面优于已建立的分析模型。此外,该模型推广到其他分辨率和离散化。因此,我们表明,RL可以提供一个框架,一致的,准确的和稳定的湍流建模,特别是隐式过滤LES。
2022-12-20 cs.AI cs.CE cs.LG
A coupled approximate deconvolution and dynamic mixed scale model for large-eddy simulation
采用基于van Cittert方法的近似解卷积模型对不可压牛顿流体流动进行了大涡模拟。采用勒让德谱元法对滤波后的纳维-斯托克斯方程进行空间离散。提出了一种新的变体的近似反褶积模型混合的混合尺度模型,使用动态评估的亚网格粘度常数。在雷诺数为12'000时,通过比较大涡模拟和直接数值模拟的结果,验证了该模型的正确性。亚网格模拟的情况下,共存的层流,过渡区和湍流区,如盖驱动的立方腔流是一个具有挑战性的问题。此外,耦合的谱元方法具有非常低的数值耗散和色散,建立了一个非常适合的框架,分析效率的亚网格模型。一阶和二阶统计使用这个新模型得到的直接数值模拟显示出非常好的协议。过滤操作依赖于在模态基础上应用的可逆过滤器,并保持跨元素的C0连续性。为了保持数值稳定性,不需要对动态参数进行裁剪。
2007-09-04 physics.comp-ph 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 unified Quasi-Spectral Viscosity (QSV) approach to shock capturing and large-eddy simulation
准谱粘性(Quasi-Spectral Viscosity,QSV)方法是一种新的可压缩纳维-斯托克斯方程的高阶有限差分离散方法,能够将动态子滤波尺度(Dynamic Sub-Filter Scale,SFS)建模和激波捕捉统一在一个数学框架下。其创新之处在于通过利用滤波器操作的残差,引入了类谱SFS耗散项的物理空间实现,实现了两个目标:(1)估计网格截止附近的解析解的能量;(2)对附加耗散的谱分布施加平台尖点形状。QSV方法已在各种流动中进行了试验,以显示其可互换地作为:Shu-Osher激波/涡或激波/壁面干扰问题中的激波捕获方法;或作为亚音速Taylor Green Vortex(TGV)和超音速/高超音速湍流通道流中的SFS闭合。在这种测试情况下,与以前的涡流粘度封闭和冲击捕获方法相比,QSV表现良好。在超音速TGV流中,表现出激波/湍流相互作用的情况下,QSV单独优于SFS湍流和激波单独数值处理的简单叠加。QSV具有激波和湍流的独立模拟和同时模拟的能力,有效地实现了激波捕捉和大涡模拟的统一。
2022-03-13 physics.comp-ph physics.flu-dyn
Deep learning for subgrid-scale turbulence modeling in large-eddy simulations of the atmospheric boundary layer
在大涡模拟中,亚网格尺度(SGS)过程被参数化为过滤网格尺度变量的函数。一阶代数SGS模型基于涡粘性假设,这并不总是适用于湍流。在这里,我们应用有监督的深度神经网络(DNN)从一组相邻的粗粒度速度中学习SGS应力,这些粗粒度速度来自摩擦雷诺数Re_τ高达1243的大气边界层的直接数值模拟(DNS),而不调用涡粘性假设。DNN模型被发现产生更高的SGS应力的相关性相比,Smagorinsky模型和Smagorinsky-Bardina混合模型的表面和混合层,可以应用于不同的网格分辨率和各种稳定性条件,从近中性非常不稳定。关于潜在温度和压力的额外信息被发现对于SGS建模没有用。因此,深度学习展示了地球物理湍流LES的巨大潜力。
2019-10-26 physics.ao-ph physics.comp-ph physics.flu-dyn
Numerical studies towards practical large-eddy simulation
本文介绍了大涡模拟的发展和验证,以改进湍流内流的模拟。数值方法提出了根据两个竞争的标准:数值质量(精度和频谱特性),并适应复杂的配置。首先,在学术测试案例上对方法进行测试,以缩短与基础研究的距离。采用自适应有限体积法,高阶平流通量,隐式网格滤波和“低成本”剪切改进Smagorinsky模式,得到一致的结果。这种分析特别侧重于平均流量,波动,两点相关性和光谱。此外,它表明,指数平均是一个很有前途的工具,LES实现在复杂的几何形状与确定性不稳定。最后,该方法的适应性证明了应用程序的配置代表叶尖间隙流在涡轮机。
2008-01-14 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
A connection between filter stabilization and eddy viscosity models
University of Houston(休斯顿大学);Moscow State University(莫斯科国立大学);University of Pittsburgh(匹兹堡大学)
本文证明了基于非线性微分滤波的不可压缩Navier-Stokes方程稳定化方法与LES中的涡粘模型等价,并分析了滤波性质,同时给出了投影法中滤波数值解收敛到DNS解的估计。
2013-04-13 cs.NA math.NA physics.comp-ph
Towards large eddy simulations of premixed turbulent flames without a combustion model
本研究验证了预混湍流火焰大涡模拟中,直接计算火焰面密度所需分辨率远低于直接计算燃烧速率的假设,提出当滤波宽度与层流火焰厚度同量级时,无需亚格子燃烧模型即可准确预测火焰面密度,为简化大涡模拟燃烧建模提供依据。
2024-08-14 physics.flu-dyn
Large eddy simulation of ocean mesoscale eddies
本文借鉴三维LES方法,结合显式滤波与动态过程为MOM6构建中尺度涡横向涡量通量闭合,并通过双环流测试揭示其收敛条件与粗分辨率改进。
2025-01-09 physics.ao-ph physics.flu-dyn
Deep reinforcement learning for large-eddy simulation modeling in wall-bounded turbulence
发展可靠的亚网格尺度(SGS)大涡模拟(LES)模型对许多科学和工程应用具有重要意义。最近,深度学习方法已经为此目的进行了测试,使用高保真数据,例如监督学习过程中的直接数值模拟(DNS)。然而,实际上通常无法获得此类数据。仅使用有限目标统计的深度强化学习(DRL)可以是一种替代算法,其中模型的训练和测试在相同的LES环境中进行。湍流模型的DRL由于其混沌特性、作用空间的高维性和计算量大而具有挑战性。在本研究中,我们提出了一个物理约束的DRL框架,可以开发基于深度神经网络(DNN)的SGS模型用于湍流通道流的LES。产生SGS应力的DRL模型基于滤波速度的局部梯度进行训练。SGS模型自动满足反射不变性和壁面边界条件,无需额外的训练过程,使DRL可以快速找到最优策略。此外,奖励的直接积累,空间和时间相关的探索,以及预训练过程被应用于高效和有效的学习。在各种环境中,我们的DRL可以发现SGS模型,这些模型产生的粘性和雷诺应力统计数据与过滤后的DNS完全一致。通过比较训练模型和传统SGS模型获得的各种统计数据,我们提出了DRL模型性能更好的可能解释。
2022-06-30 physics.flu-dyn
Normality-based analysis of multiscale velocity gradients and energy transfer in direct and large-eddy simulations of isotropic turbulence
California Institute of Technology(加州理工学院);University of California, Irvine(加州大学尔湾分校)
本研究通过正交性分解分析多尺度速度梯度和能量传输,揭示剪切层在湍流中的作用,并评估不同闭合模型对大涡模拟的影响。
2025-10-24 physics.flu-dyn
Large eddy simulations of turbulent channel flow based on interscale energy transfer
一个以前开发的建模过程大涡模拟(LES)的扩展,允许物理空间实现非均匀流动。该方法的灵感来自于均匀,各向同性湍流的成熟的理论分析和数值研究。一个一般的程序,侧重于恢复完整的亚网格尺度(SGS)耗散从解决领域制定,结合建模的结构和功能策略的优势。尺度间的能量传递是从测试过滤的速度场,相应的子过滤尺度(SFS)应力,或等效地,相似模型被用来计算总SGS耗散。然后,能量传递以涡流粘度的形式进行,使其能够保持所需的总SGS耗散,并使该方法作为后向散射控制的自动步骤在数值上具有鲁棒性。该方法能够在实际的低分辨率LES运行中提供适当的总能量耗散。新方法具有通用性和完备性,适用于不同的滤波核、雷诺数和网格分辨率。
2022-10-26 physics.flu-dyn
Efficient Wall-Modelled Large Eddy Simulation of Rotors using Homogenized Lattice Boltzmann Methods
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);University of Liverpool(利物浦大学)
针对高雷诺数旋翼流动,提出基于均匀化格子玻尔兹曼的壁面模拟大涡模拟方法,在OpenLB中实现,经风力机验证,可高效模拟整座风电场。
2025-10-15 physics.comp-ph physics.flu-dyn
Anomalous scaling of structure functions and sub-grid models for large eddy simulations of strong turbulence
充分发展湍流的大涡模拟的最初目标是在$r\geq Δ$尺度上精确描述大尺度流动特征${\bf u}(Δ)$,其中$Δ$是计算网格的尺寸。小尺度速度波动($r<Δ$)的影响将由粗粒度纳维尔-斯托克斯方程中的有效输运系数(次网格模型)来解释。本文指出,由于速度差矩的惯性尺度(惯性尺度)的异常,现有的亚网格模式本质上不能定量描述具有$N\approx 10$的$r<NΔ$尺度下的流动特征。这使计算工作量增加了大约一个因子$10^{3}-10^{4}$。在尺度$Δ/L<1$上的亚网格粘性的Smagorinsky关系的故障被证明和修改占过滤出的小尺度波动的不稳定性提出。
2011-09-28 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
Coherent-vorticity Preserving Large-Eddy Simulation of trefoil knotted vortices
受Kleckner和Irvine实验的启发,我们对三叶结形涡进行了相干涡量保持大涡模拟。在本研究中,流动参数空间被扩展,包括在Re = 2000 - 200000范围内的循环雷诺数的变化,其中Re = 20000是在实验中使用的值。用参数方程定义了三叶结对应的涡线,并采用毕奥-萨伐尔定律对速度场进行初始化。的CvP LES计算显示出良好的定性匹配与实验。特别是,涡纠缠过程中准确地表示,以及随后的分离的主涡在两个不同的结构-一个小的和一个大的涡-具有不同的自平流速度,已被量化。小涡旋的传播速度比携带大量涡量的大振荡涡旋快。涡破裂前的平流速度被发现是独立的雷诺数。与较高雷诺数计算相比,低雷诺数计算导致破裂后分离涡速度降低。能谱的计算强调了爆发过程中从大尺度到小尺度的强烈能量传递。体积平均涡度拟能的演化表明,当雷诺数足够大(Re>20000)时,爆发导致在流动中持续很长时间的小尺度的产生。低雷诺数Re = 2000的情况下,阻碍了小尺度的产生,在爆裂过程中,并产生基本上层流动力学。在Re = 200000时,可以观察到由于纠缠过程而引起的背景湍流的开始
2017-12-06 physics.flu-dyn
Online Learning of a Spectral Eddy Viscosity Closure for Large Eddy Simulation Using Ensemble Kalman Inversion
Union College(联合学院)
本研究采用集合卡尔曼反演在线校准用于二维湍流的谱涡粘性闭合模型,验证了该无导数框架构建多参数数据驱动湍流闭合模型的潜力。
2026-10-09 physics.flu-dyn
Weakly nonlinear stability of magnetohydrodynamic systems with a center of symmetry to perturbations, involving large scales
本文研究了三维宇称不变磁流体动力学系统在大尺度扰动下的弱非线性稳定性问题。我假设的MHD状态,我调查的稳定性,不涉及大的时空尺度,它是稳定的扰动涉及相同的小空间尺度,作为扰动的MHD状态。平均场方程,我推导出的扰动使用渐近技术的多尺度系统,是一个推广的标准方程的磁流体力学(纳维-斯托克斯方程与洛伦兹力和磁感应方程)。在他们中,出现的运营商的组合涡扩散,这是在一般各向异性,并不一定负定义,和新的二次项,类似于描述平流。提出了一种有效计算平均场方程中涡动扩散系数张量和涡动平流项系数的方法。
2006-01-05 nlin.CD physics.flu-dyn
A priori tests of subgrid-scale models in an anisothermal turbulent channel flow at low mach number
采用直接数值模拟方法研究了低马赫数强非等温湍流的亚网格模型。该研究基于低马赫数方程的滤波,适用于具有高度可变流体性质的低马赫数流动。所得结果与用经典滤波器或Favre滤波器建立的滤波后低马赫数方程的列式有关。考虑了滤波后的低马赫数方程的两个最重要的亚网格项。它们与动量对流和密度-速度相关有关。我们专注于涡粘性和涡扩散率模型。分析了文献中的亚网格尺度模型,提出了两种新的模型。亚网格尺度模型进行了比较,精确的亚网格项使用的瞬时流场的直接数值模拟的强烈非等温充分发展的湍流槽道流。关于模型的性能,使用经典滤波器和Favre滤波器之间没有显著差异。我们建议,该模型应考虑过滤器长度的渐近近壁行为。涡粘性和涡扩散率模型能够代表次网格项的能量贡献,但不能代表其在流动控制方程中的作用。AMD和标量AMD模型被发现是在更好的协议与精确的次网格条款比其他研究模型在先验测试。
2020-06-08 physics.flu-dyn
Ensemble data assimilation-based mixed subgrid-scale model for large-eddy simulations
本文提出基于集合卡尔曼滤波数据同化的EnKF-MM混合亚格子模型,以fDNS动能谱为目标优化系数,并在HIT和TML大涡模拟中优于DSM、DMM和VGM。
2023-07-06 physics.flu-dyn
Modeling of the subgrid-scale term of the filtered magnetic field transport equation
精确的亚网格尺度湍流模型是进行真实的数值磁流体动力学(MHD)模拟的太阳表面下的流动。为了对湍流MHD流进行大涡模拟(LES),必须对三个未知项进行建模。作为第一步,这项工作提出了使用先验测试来测量各种模型的准确性,提出了预测出现在过滤磁场的传输方程中的SGS项。建议评估SGS模型的准确性方面的“结构”和“功能”的性能,即模型的能力,局部近似未知项和再现其充满活力的行动,分别。从我们的测试,它似乎是基于尺度相似性模型的混合模型具有更好的性能。
2010-10-27 astro-ph.SR physics.comp-ph physics.flu-dyn
A High-Order Variational Multiscale Approach to Turbulence for Compact Nodal Schemes
本文提出了一个公式,扩展变分多尺度模拟可压缩大涡模拟的一个庞大的家庭紧凑的节点数值方法表示的高阶通量重建计划。所提出的配方的理论方面是通过严格的数学推导,清楚地揭示了基本的假设和近似值,并提供了足够的细节,准确再现的方法。最后的形式进行评估的泰勒-格林涡基准与雷诺数为5000和过滤直接数值模拟数据进行比较。这些数值实验表现出的重要作用,充分的去混叠,适当的量从Roe的数值通量和大/小尺度分区的迎风,在实现更好的协议与参考数据,特别是在粗网格,相比基线隐式大涡模拟。
2020-01-30 physics.comp-ph physics.flu-dyn
Consistency requirement of data-driven subgrid-scale modeling in large-eddy simulation
California Institute of Technology(加州理工学院);Brown University(布朗大学)
本文研究了数据驱动SGS建模在LES中的一致性问题,通过分析数值偏差的影响,提出需结合物理基础模型和优化滤波宽度以提高预测准确性。
2025-11-19 physics.flu-dyn
Modelling of the subgrid scale wrinkling factor for large-eddy simulation of turbulent premixed combustion
本文提出了一个计算湍流预混燃烧大涡模拟中未解决的扰动因子的模型。它基本上依赖于一个幂律依赖的过滤器的尺寸和一个原始的表达式的积极波纹应变率的波纹因子。后者被写为一个产品的效率函数,占粘性效应和运动约束的彼得斯,最近的表达式的湍流应变强度。产生的分形维数和内部截止长度尺度的函数表达式,后者是(i)过滤器大小独立和(ii)在大和小Karlovitz数与Damköhler渐近行为一致。进一步提出了一种新的考虑有限雷诺数效应的湍流因子表达式。最后,该模型是成功地评估实验过滤数据库。
2014-12-28 physics.flu-dyn
A LES-Langevin model for turbulence
提出了一种新的湍流模型用于大涡模拟。湍流力在这里由湍流兰姆矢量表示,分为两部分。只包括子过滤字段的贡献是确定性建模通过一个经典的涡粘性。另一个贡献,包括过滤和子过滤尺度动态计算的广义(随机)朗之万方程的解决方案。该方程是使用应用于子滤波器尺度的快速失真理论(RDT)导出的。因此,一般的摩擦算子包括平流和拉伸的解决尺度。随机噪声是由能量级联的贡献和压力的贡献之和。因此,LES模型是由一个方程的解决规模,包括湍流力,和广义朗之万方程集成在一个两倍细网格。该模型通过比较DNS进行验证,并对各向同性均匀湍流的经典LES模型进行测试,涡粘性的基础上。我们表明,即使在这种情况下,没有墙壁存在,我们通过Langevin方程的结果包括后向散射在一个更好的描述的流动。
2006-02-15 physics.comp-ph physics.flu-dyn
Vorticity-dependent and symmetry-preserving LES models
Georg-August-Universität Göttingen(哥廷根大学);La Rochelle Université(拉罗谢尔大学);Univ Gustave Eiffel(古斯塔夫·埃菲尔大学)
本文提出基于李理论的对称性保持大涡模拟模型,通过引入滤波应变率和涡量张量,提升湍流模拟的稳定性与准确性。
2026-01-26 math-ph math.MP physics.flu-dyn
Large-Eddy Simulation closures of passive scalar turbulence: a systematic approach
在被动标量输运的背景下,小尺度(“亚网格”)湍流的参数化的问题。我们专注于Kraichnan平流模型本身的封闭问题的分析调查。系统地导出了描述粗粒标量场演化的动力学方程。在$l/r$的最低阶近似下,$l$是定义粗粒标量场的滤波器的特征尺度,$r$是惯性距离分离,我们恢复了小尺度的经典涡扩散率参数化。在下一个领导秩序的动力学封闭。后者优于经典模型,因此是一般湍流中标量输运的亚网格模型的自然候选者。
2003-09-10 nlin.CD physics.ao-ph physics.flu-dyn
Impact of perturbed eddy-viscosity modeling on stability and shape sensitivity of the hydro-turbine vortex rope using linearized Reynolds-averaged Navier-Stokes equations
Technische Universität Berlin(柏林工业大学)
本文研究了扰动涡粘性模型对水轮机涡旋绳稳定性及形状敏感性的影响,发现其对敏感性控制至关重要。
2026-03-04 physics.flu-dyn
PeleLM-FDF Large Eddy Simulator of Turbulent Combustion
发展了一种新的计算方法PeleLM-FDF,并用于复杂湍流燃烧系统的高保真大涡模拟(LES)。这种方法是通过一个混合方案相结合的欧拉PeleLM基流求解器与拉格朗日蒙特卡罗模拟器的过滤密度函数(FDF)的次网格尺度反应标量。由此产生的方法是能够模拟一些最复杂的物理复杂的燃烧相互作用。这是证明了一个非预混CO/H $_2$时间演变射流火焰的LES。通过骨架动力学模型的化学建模,并通过详细的后验比较对同一火焰的直接数值模拟(DNS)数据的结果进行评估。观察到良好的协议的各种统计的热化学量的时间演化,包括多标量混合的流形。新的方法是能够捕捉复杂的现象的火焰熄灭和重新点燃的计算成本的DNS的1/512。新的PeleLM-FDF求解器的高保真度和计算负担能力保证其考虑实际湍流燃烧系统的LES。
2022-01-03 physics.flu-dyn
Intrinsic relationship between synchronisation thresholds and Lyapunov vectors: evidence from large eddy simulations and shell models
本文通过大涡模拟和SABRA模型证明主导Lyapunov向量能谱峰值波数与同步阈值耦合波数重合,揭示该关系是某类混沌系统的内在属性,并发现条件Lyapunov指数在间接耦合中同样表征同步过程。
2025-01-26 physics.flu-dyn
Deconvolutional artificial neural network models for large eddy simulation of turbulence
建立了湍流大涡模拟(LES)中亚网格应力场的解卷积人工神经网络(DANN)模型。滤波后的速度在不同的空间点被用作输入特征的DANN模型来重建未经滤波的速度。DANN模型的网格宽度被选择为小于滤波器宽度,以准确地模拟SGS动态的影响。与以往研究中的近似反褶积法(ADM)和速度梯度模型(VGM)相比,DANN模型能更准确地预测SGS应力:DANN模型的相关系数可大于99%,相对误差可小于15%.在后验分析中,对DANN模式、隐式大涡模拟(ILES)、动态Smagorinsky模式(DSM)和动态混合模式(DMM)的综合比较表明:DANN模式在不增加大量计算量的情况下,在速度谱、各种速度统计量和瞬时相干结构的预报方面优于ILES、DSM和DMM模式。此外,训练后的DANN模型在没有任何微调的情况下,可以很好地预测不同滤波器宽度的速度统计。这些结果表明,考虑SGS空间特征的DANN框架是一种很有前途的方法,以开发先进的SGS模式在湍流大涡模拟。
2020-08-27 physics.flu-dyn
Physics-Constrained Neural Closure for Lattice Boltzmann Large-Eddy Simulation
University of Rome “Tor Vergata”(罗马托尔维加塔大学);Italian Institute of Technology(意大利理工学院);Harvard University(哈佛大学);Chalmers University of Technology(查尔姆斯理工大学)
本文提出了一种基于物理约束的数据驱动子格尺度应力闭合方法,用于格子玻尔兹曼方法的大涡模拟,通过训练数据集预测子格尺度应力张量,并结合物理约束提升模拟精度。
2026-03-16 physics.comp-ph physics.flu-dyn
Error scaling of large-eddy simulation in the outer region of wall-bounded turbulence
研究了中高雷诺数下壁面湍流外区大涡模拟的误差标度特性。为了避免额外的复杂性的壁建模,我们进行LES的湍流通道流动中,在壁的无滑移条件被取代的诺依曼条件提供准确的平均壁应力。统计调查的平均速度剖面,湍流强度,和动能谱。误差遵循$(Δ/L)^αRe_τ^γ$,其中$Δ$是特征网格分辨率,$Re_τ$是摩擦雷诺数,$L$是归一化$Δ$的有意义的长度尺度,以消除壁面法线距离上的误差。我们发现,$Δ$可以表示为网格矢量的$L_2$ -范数和$L$是很好地表示的摩擦速度和平均剪切的比率。指数$α$估计从理论参数为每个感兴趣的统计量,并大致匹配数值模拟计算的值。对于平均剖面和动能谱,$α\approx1$,而湍流强度以较慢的速率$α<1$收敛。指数$γ$近似为$0$,即LES解与雷诺数无关。在高雷诺数下的湍流强度的预期行为也被推导出来,并显示出同意与经典的日志层配置文件的网格分辨率位于惯性范围内。LES湍流强度和光谱的进一步研究表明,这两个量类似于他们的过滤对应的直接数值模拟(DNS)数据,但负责这种相似性的机制是有关的输入功率和耗散之间的平衡,而不是过滤。
2019-04-04 physics.comp-ph physics.flu-dyn
A posteriori tests of subgrid-scale models in an isothermal turbulent channel flow
本文研究了等温槽道湍流的大涡模拟。我们研究没有壁函数或壁模型的零方程代数模型:功能模型、结构模型和混合模型。除了从文献中的模型,提出了新的模型,并检查它们的相关性。还分析了每种类型模型的动态版本。使用相同的有限差分数值方法和物理配置的亚网格尺度模型的性能进行评估。模拟的摩擦雷诺数为180。使用三种不同的网格分辨率。大涡模拟的预测相比,直接数值模拟过滤的分辨率LES网格。结果比没有模型的模拟更准确。用常参数法或动态张量法可以改进泛函涡粘模型的预测。
2020-06-08 physics.flu-dyn
High-order Gas-kinetic Schemes with Non-compact and Compact Reconstruction for Implicit Large Eddy Simulation
采用五阶非紧致重构的高阶气体动力学格式(HGKS)对近不可压湍流槽道流动进行了隐式大涡模拟(ILES)。本研究将高阶非紧致重构与紧致重构的HGKS在湍流模拟中进行验证。对于高阶非紧致重建,实现了7阶法向重建和切向重建。在紧致重建方面,采用5阶法向重建。目前的工作旨在显示高阶非紧凑重建和紧凑重建的ILES的好处。通过对密度扰动的三维平流的数值模拟,验证了HGKS的精度。对于非紧七阶格式,在单元界面上需要16个高斯点以保持精度阶数。然后,将非紧重构和紧重构的HGKS分别应用于三维TGV问题和槽道湍流问题。精确的ILES解决方案已获得从HGKS。就数值算法的物理建模而言,紧凑重建具有一致的物理和数值依赖域,而不采用来自与目标细胞没有任何直接物理连接的细胞的附加信息。紧凑的GKS显示了良好的性能,湍流模拟在解决多尺度结构。
2022-08-16 physics.flu-dyn
Transport modeling of sedimenting particles in a turbulent pipe flow using Euler-Lagrange large eddy simulation
采用体积滤波欧拉-拉格朗日大涡模拟方法对水平管内液固两相湍流流动进行了数值模拟。采用基于拉格朗日平均的动态Smagorinsky模型来考虑液相中的子滤波器尺度效应。采用完全保守的浸入式边界方法,在均匀网格上计算管道的几何形状。液相和固相通过体积分数和动量交换项耦合。粒子-粒子和粒子-壁面碰撞采用软球方法建模。通过改变表观液体速度进行了一系列模拟,以与Dahl等人(2003)的实验数据一致。根据液体流速,颗粒床可以形成和发展不同的图案,这是在文献中提出的状态图的光进行了讨论。在液体床界面的高度波动的特点,以了解这些模式的空间和时间的演变。从数值模拟中提取并呈现了工程感兴趣的统计数据,如平均速度、平均浓度和驱动流动的平均流向压力梯度。从模拟结果计算的含砂率表明,这种计算策略是能够准确地预测临界沉积速度。
2014-12-02 physics.flu-dyn
Closure Learning for Nonlinear Model Reduction Using Deep Residual Neural Network
开发准确,高效,鲁棒的封闭模型是必不可少的现实非线性系统的降阶模型(ROM)的建设,这通常需要激烈的ROM模式截断。我们提出了一个深度残差神经网络(ResNet)闭包学习框架,用于非线性系统的ROM。新的ResNet-ROM框架由两个步骤组成:(i)在第一步中,我们使用ROM投影对给定的非线性PDE进行滤波并构造滤波后的ROM。该滤波后的ROM是低维的,但不是封闭的(因为PDE的非线性)。(ii)在第二步中,我们使用ResNet关闭过滤后的ROM,即,对已分辨和未分辨ROM模式之间的相互作用进行建模。我们强调,在新的ResNet-ROM框架中,数据仅用于补充经典的物理建模(即,我们还注意到,新的ResNet-ROM是建立在空间过滤和深度学习的一般思想上的,并且独立于(限制性的)现象学论点,例如,涡动粘度型。一维Burgers方程的数值实验表明,ResNet-ROM是显着更准确的比标准的投影ROM。新的ResNet-ROM也更准确,显着更有效地比其他现代ROM封闭模型。
2019-10-12 physics.comp-ph physics.flu-dyn
Toward Discretization-Consistent Closure Schemes for Large Eddy Simulation Using Reinforcement Learning
Institute of Aerodynamics and Gas Dynamics, University of Stuttgart(斯图加特大学空气动力学与气体动力学研究所)
本研究将大涡模拟闭合模型系数适配构建为马尔可夫决策过程,用强化学习后验求解,开发了显式隐式两类离散一致性闭合方案,性能匹配或优于传统模型,降低了隐式滤波大涡模拟的不确定性。
2023-12-13 cs.LG physics.flu-dyn
Lattice eddy simulation of turbulent flows
Kolmogorov(1941)的自相似理论揭示了小尺度涡的普遍性,并为大涡模拟提供了一个通用的亚网格尺度模型。事实上,一个典型的亚网格尺度模型的经验系数在自由湍流中从0.1变化到0.2,并且在接近壁面处逐渐衰减到零。本文发展了一种格点涡模拟方法(LAES),其中唯一的经验系数为常数(Cs=0.08)。LAES假设流体的性质存储在一个典型的CFD网格的节点中,将节点视为网格,并在一个特定的网格上进行分析。具体地说,LAES表达了该晶格上的域导数,并受到附近晶格的影响。紧邻i的格子,命名为i+,与i“碰撞”,对i施加对流效应。i+旁边的格子称为i++,它对i+施加对流效应,并间接影响i。这种影响实际上是湍流扩散。LAES的控制方程类似于纳维-斯托克斯方程,并在各向同性网格上简化为Smagorinsky亚网格模型(Smagorinsky 1963)的滤波Navier-Stokes方程。LAES在非常粗的网格上对Re=180、395和590的湍流槽道流动进行了准确的预测,并且具有恒定Cs的LAES的性能与动态LES模型(Germano等人1991)一样好。因此,这项工作为Kolmogorov的自相似理论提供了有力的证据。
2022-11-23 physics.flu-dyn
Variable scale filtered Navier-Stokes Equations. A new procedure to deal with the associated commutation error
一个简单的程序来近似的noncommutation条款,每当它是必要的,使用一个可变尺度滤波的运动方程,并直接补偿从换向误差的流量解决方案在这里提出。这种情况通常涉及非均匀湍流的大涡模拟。平均和微分操作的非交换导致运动方程中的非齐次项,其充当取决于滤波器尺度的梯度的强度的源项,并且如果忽略该源项,则在整个解中引起系统误差。在这里,运动方程的不同非对易项被确定为滤波变量的δ梯度和δ导数的函数。它示出在这里,近似noncommunication项的第四阶精度,相对于过滤规模,可以得到使用系列扩展的滤波器宽度的近似的基础上,有限差分和引入连续水平的过滤,这使得它适合于使用与动态或混合的子网格模型。该过程的操作方式是独立的类型的过滤器在使用中,而不增加微分阶的方程,这,相反,将需要额外的边界条件。不必引入物理域中的非均匀网格到无限域中的均匀网格的映射函数。对槽道湍流(Re_τ=180和590)的先验检验突出了本方法的近似能力。给出了一个数值例子,它提请注意的非局部效应的解决方案,由于缺乏noncommutation项的运动方程和本程序的效率,在减少换向误差的解决方案。
2012-11-28 physics.comp-ph physics.flu-dyn
Large Eddy Simulations of Supersonic Jet Flows for Aeroacoustic Applications
当前的设计约束鼓励了可压缩射流周围的气动声学场的研究。本文对主发动机火箭羽流的非定常湍流喷流进行了数值研究。发展了一种新的大涡模拟(LES)工具,用于再现可压缩喷流的高保真度结果,为Ffowcs Williams和Hawkings方法的气动声学研究提供了依据。数值求解器是一个现有的雷诺平均Navier-Stokes求解器以前开发的组的升级。原始框架以现代方式重写,并在代码中添加了密集的并行计算能力。LES制定使用有限差分法。能量方程被仔细离散,以模拟过滤的Navier-Stokes公式的能量方程。经典的Smagorinsky模型是目前的工作所选择的亚网格尺度封闭。为了验证新的求解器,进行了完全膨胀射流的数值模拟,并与文献进行了比较。此外,加速比和计算性能的代码进行了评估和讨论。流场结果用于对火箭羽流辐射噪声的初步评价。
2022-12-23 physics.flu-dyn