Hessian-based Lagrangian closure theory for passive scalar turbulence
在标量场的Hessian基础上发展了被动标量湍流的自洽闭合理论。作为标量空间结构的一个原始指标,我们采用了海森到理论的核心,以适当地表征内在的标量场本身的时间尺度。由此产生的封闭模型现在被赋予了几个现实的特征,即尺度间相互作用的尺度局部性、细节保守性和记忆衰退效应。将当前的理论应用于惯性对流范围,最终导致自洽推导的Obukhov-Corrsin光谱与其通用常数与数值和实验数据一致。
2021-09-10 physics.flu-dyn
Weak stablity and closure in turbulence
我们调查最近的结果在数学文献中的不可压缩的流体动力学方程,突出共同的主题,以及它们如何可能有助于充分发展的湍流理论中的一些现象的理解。
2021-08-03 math.AP 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
Effect of Turbulence-Closure Consistency on Airfoil Identification
Division of Applied Mathematics, Brown University(布朗大学应用数学系)
本文研究了湍流闭合一致性对翼型识别的影响,发现使用单一流动条件进行翼型识别是病态的,但通过结合不同攻角下的涡流特征可以缓解这一问题。不同湍流闭合模型导致的几何差异显著,强调了湍流闭合一致性在可靠识别中的重要性。
2026-04-12 physics.flu-dyn
On the Markovian assumption in near-wall turbulence: The case of particle resuspension
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Israel Institute for Biological Research(以色列生物研究所)
本文通过直接数值模拟与分数奥本海姆-乌伦贝克过程结合,研究近壁湍流中马尔可夫假设的有效性,发现壁面剪切应力事件具有强时间持久性,表明非马尔可夫记忆,揭示了马尔可夫模型中自由参数作为现象学替代物的作用。
2026-01-13 physics.flu-dyn
A discussion on "Numerical computations of resonant sloshing using the modified isoAdvector method and the buoyancy-modified turbulence closure model" [Appl. Ocean Res. (2019), 93, article no. 101829, doi:10.1016.j.apor.2019.05.014]
关于Li等人(2019)的讨论[使用修正的isoAdvector方法和浮力修正的湍流闭合模型进行共振晃动的数值计算。Appl. Ocean Res. 93,article no. 101829,DOI:10.1016.j.apor.2019.05.014]。关于Larsen和Fuhrman(2018)的工作的一些错误描述[关于使用雷诺平均Navier-Stokes模型在表面波下过度产生湍流。J. Fluid Mech.853,419-460,DOI:10.1017/jfm.2018.577],关于稳定表面波下的两方程湍流闭合,进行了澄清。
2020-10-29 physics.ao-ph physics.flu-dyn
Clustering of Rapidly Settling, Low-Inertia Particle Pairs in Isotropic Turbulence. I. Drift and Diffusion Flux Closures
在这两个部分的研究中,我们提出了一个随机理论的发展和分析表征的相对位置的单分散,低惯性粒子对,迅速解决均匀各向同性湍流。在小Stokes数和Froude数使得$Fr \ll St_η\ll 1$的限制下,给出了对相对位置的概率密度函数(PDF)方程中漂移通量和扩散通量的封闭式.该理论着重于湍流耗散区中颗粒对的相对运动,即,对于小于柯尔莫哥洛夫长度尺度的对分离。在这种情况下,理论近似的流体速度场在参考系以下的主要粒子作为局部线性。
2018-08-15 physics.flu-dyn
Scalar mixing in non-Markovian homogeneous isotropic synthetic turbulence
Indian Institute of Technology Delhi(印度德里理工学院)
该研究通过合成非马尔可夫湍流场揭示了非马尔可夫性对被动标量混合动态的重要性,发现其在混合统计和标量谱特性上优于马尔可夫场。
2026-01-04 physics.flu-dyn
Two-point Turbulence Closures in Physical Space
University of Michigan(密歇根大学)
本文提出了一种物理空间中的预测性两点统计闭合框架,用于湍流建模。通过发展一个用于均匀各向同性湍流的闭合模型,展示了该方法在更一般流体中的可行性,同时探讨了非局部长度尺度信息对湍流统计演变的影响。
2025-11-01 physics.flu-dyn
Semi-analytical eddy-viscosity and backscattering closures for 2D geophysical turbulence
University of Chicago(芝加哥大学);Union College(联合学院)
提出半解析框架估计二维地球物理湍流大涡模拟中涡粘性和反向散射闭合参数,通过扩展Lilly标度论证得到闭合形式估计,参数与集成卡尔曼反演学习值高度吻合,LES优于动态Leith和Smagorinsky基线。
2026-06-15 physics.flu-dyn physics.geo-ph
Probability Density Functions in Homogeneous and Isotropic Magneto-Hydrodynamic Turbulence
推导了磁流体动力学(MHD)湍流中多点概率密度函数的演化方程。本文讨论了MHD湍流中的矩族与Eschrasekhar导出的矩族的关系,并导出了一个联合特征泛函的泛函方程,它可以被认为是流体动力学湍流中的Hopf泛函的类比。在此基础上,我们发展了一种基于非封闭项联合高斯假设的单点磁场概率密度函数演化方程的封闭方法。它明确表明,这种封闭,连同假设的均匀性和各向同性,导致消失的非线性项。我们讨论了这一发现的影响,产生磁场,并给出了一个简短的展望轴对称理论,其中包括一个平均磁场。
2020-03-15 physics.flu-dyn physics.plasm-ph
Evaluation of explicit and implicit LES closures for Burgers turbulence
在这项工作中,我们进行了隐式和显式大涡模拟封闭模型求解Burgers湍流问题的后验误差分析。我们的闭合建模工作包括配备各种低通滤波器的功能和结构模型。我们引入离散二项式平滑滤波器和增强版的Van Cittert算法,以加速近似反卷积过程的收敛,包括正则化和松弛滤波方法。我们的隐式建模工作包括各种高阶格式,包括紧凑和非紧凑的五阶迎风格式,以及加权基本无振荡(WENO)和紧凑的重建WENO(CRWENO)计划,所得到的计划被证明有效地收敛到直接数值模拟(DNS),以提高分辨率。与DNS和欠解析DNS计算相比,我们的数值评估说明了这些方法捕获网格截止尺度附近的能量含量的能力。
2016-04-28 physics.flu-dyn
Quantifying Model Uncertainty of Neural Network-based Turbulence Closures
针对基于神经网络的湍流闭合模型在核工程应用中的不确定性瓶颈,研究对比了三种不确定性量化方法,发现Deep Ensembles预测精度最高,且三种方法各有不确定性估计特点。
2024-12-11 physics.flu-dyn
Differentiable physics-enabled closure modeling for Burgers' turbulence
Carnegie Mellon University(卡内基梅隆大学);Argonne National Laboratory(阿贡国家实验室)
随着数据科学中算法和硬件的发展,数据驱动的湍流建模正经历着兴趣的激增。我们讨论了一种使用可微物理范式的方法,该方法将已知物理学与机器学习相结合,以开发Burgers湍流的闭合模型。我们认为一维Burgers系统作为一个典型的测试问题,模拟对流主导的湍流问题中的未解决的条款。我们训练了一系列模型,这些模型在后验损失函数上结合了不同程度的物理假设,以测试模型在一系列系统参数(包括粘度、时间和网格分辨率)上的功效。我们发现,以包含已知物理或现有闭合方法的偏微分方程形式的归纳偏差约束模型可以产生高度数据效率,准确和可推广的模型,优于最先进的基线。以物理信息的形式添加结构也为模型带来了一定程度的可解释性,可能为未来的闭合建模提供了垫脚石。
2022-09-23 cs.LG physics.flu-dyn
Nonlinear closures for scale separation in supersonic magnetohydrodynamic turbulence
可压缩等离子体中的湍流在天体物理和工程的许多领域中起着关键作用。然而,在这些环境中的极端等离子体参数,例如高雷诺数,超声速和超Alfvenic流,使得直接的数值模拟计算棘手,即使是最简单的治疗-磁流体动力学(MHD)。为了克服这个问题,人们可以使用子网格尺度(SGS)封闭-模型的影响,未解决的,子网格尺度上解决的。在这项工作中,我们提出并验证了一组常系数封闭的解决,可压缩,理想的MHD方程。亚网格尺度的能量模拟Smagorinsky一样的平衡闭包。湍流应力和电动势(EMF)的表达式是非线性的大规模速度和磁场梯度。为了验证关闭,我们进行了先验测试超过137模拟快照从两个不同的代码与不同的比例的热磁压力($β_\mathrm{p} = 0.25, 1, 2.5, 5, 25$)和音速马赫数($M_s = 2, 2.5, 4$)。此外,我们比较传统的,现象学的涡流粘度和$α-β-γ$封闭。我们发现只有平庸的性能的动力学涡粘性和$α-β-γ$封闭,磁涡粘性封闭与模拟数据的相关性很差。此外,传统闭包的五个系数中有三个在值上表现出显著的分布。相比之下,我们的新封闭件随着时间的推移和在测试的广泛参数范围内表现出一贯的高相关性和常系数值。可压缩MHD湍流的重要方面,如双向能量级联,湍流磁压力和正确的对齐的电动势很好地描述了我们的新封闭。
2015-03-02 astro-ph.GA astro-ph.SR physics.flu-dyn
Stationary two-dimensional turbulence statistics using a Markovian forcing scheme
在这项研究中,我们调查的统计数据的二维定常湍流使用马尔可夫强迫方案,相关的强迫过程中,在当前的时间步到前一个时间步,根据一个定义的记忆系数。除了马尔可夫强迫机制外,该模型还包括小尺度的超粘性耗散机制和大尺度的Ekman摩擦型线性阻尼机制。我们研究了各种耗散和强迫参数对波空间和物理空间中湍流统计的影响。我们的分析包括有效的强迫尺度的影响,强迫的带宽,记忆相关系数,和强迫振幅,以及大尺度摩擦和小尺度耗散系数。计算了结构函数和能谱的标度指数,并讨论了与马尔可夫强迫有关的参数的作用。我们发现,标度指数是近似不变的,并显示出一个普遍的行为的各种形式的强迫计划使用。然而,我们发现,最终状态强烈依赖于所考虑的大尺度摩擦机制。当大尺度摩擦机制包含在高摩擦系数模型中时,我们证明了该行为不再具有普适性。我们的分析还表明,二阶涡度结构函数有一个渐近标度指数较大的耗散。此外,我们证实,涡的行为作为一个被动标量时,耗散机制变得不那么有效。最后,虽然湍流不被认为有一个分离的时间尺度的动力学的速度场,我们证实,分离的时间尺度存在于动力学的能量谱。
2012-12-05 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
Formulating turbulence closures using sparse regression with embedded form invariance
提出了一种基于数据驱动的RANS方程闭包生成框架。近年来,科学界已经转向机器学习技术,将大量高分辨率数据提取到改进的RANS闭包中。虽然这一领域的工作主要是利用神经网络(NN),但我们也可以利用稀疏回归框架。这种方法有两个重要的属性:(1)所得到的模型是在一个封闭的,代数形式,允许直接的物理推断得出和天真的集成到现有的计算流体动力学求解器,和(2)伽利略不变性可以保证周到的剪裁的特征空间。我们的方法被证明为两类流动:均匀自由剪切湍流和湍流的波浪壁。这项工作证明了与现代NN相同的性能,但具有可解释性,增加易用性和传播性以及对稀疏训练数据集的鲁棒性的额外好处。
2020-03-28 physics.flu-dyn
Unifying formalism and closures for coarse-grained approaches to turbulence
University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学);Paul Scherrer Institute(保罗谢尔研究所)
本文提出时间过滤范式,统一了尺度解析与统计方法中的湍流闭合式,通过动态程序捕捉了湍流转变和分离再附着等复杂现象。
2026-10-05 physics.flu-dyn
Sparse identification of multiphase turbulence closures for coupled fluid--particle flows
在这项工作中,模型封闭的多相湍流平均Navier-Stokes(RANS)方程的均匀,充分发展的气体颗粒流。到目前为止,大多数RANS封闭是基于单相湍流模型的扩展,这无法捕获复杂的两相流动动力学在稀相和密相区域,特别是当相之间的双向耦合是重要的。在本研究中,颗粒在重力作用下在无界粘性流体中沉降。在足够的质量负荷,相间的动量交换的相位之间的结果在自发产生的粒子团簇,维持流体中的速度波动。从欧拉-拉格朗日模拟产生的数据用于模型闭合的稀疏回归方法,以确保形式不变性。特别注意的是建模的非封闭条款独特的多相RANS方程(阻力生产,阻力交换,压力应变和粘性耗散)。张量的最小集合,作为建模的基础。据发现,稀疏回归识别紧凑的,代数模型是准确的流量条件和稀疏的训练数据的鲁棒性。
2020-04-20 physics.flu-dyn
Towards bridging the gap between data-driven and theoretical turbulence closures in stratified flows
New York University(纽约大学)
本文探讨了海洋中尺度涡旋的湍流闭合问题,通过理论分析和数据驱动方法,旨在弥合人工智能与理论流体动力学之间的差距。
2026-06-23 physics.ao-ph physics.flu-dyn
Data-based approach for time-correlated closures of turbulence models
针对湍流数值模拟的小尺度闭合问题,本研究基于Sabra shell模型,通过变量重标度揭示隐藏对称性与普适分布,并利用高斯混合模型近似概率密度函数,构建了具有理论基础且本质概率化的时间相关闭合方法,同时提供了可扩展的机器学习框架以降低黑箱特性。
2023-08-03 physics.comp-ph physics.flu-dyn
A Numerical Proof of Shell Model Turbulence Closure
Eindhoven University of Technology(埃因霍温理工大学);SISSA (International School for Advanced Studies)(国际高等研究院(SISSA))
本文提出一种基于深度循环神经网络的湍流闭合模型,在壳模型中定量重现欧拉和拉格朗日结构函数及能量级联间歇统计,为三维纳维-斯托克斯湍流建模提供新思路。
2024-06-25 cond-mat.stat-mech cs.LG nlin.CD
Development of a class of dynamic RANS closures for coarse-grained approaches to turbulence
Department of engineering ”Enzo Ferrari”, University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学恩佐·费拉里工程学院)
本文基于时间滤波Navier-Stokes方程框架,扩展了动态RANS闭合模型,提出新的k-ω动态公式,解决了自由流湍流非物理衰减问题,并通过尺度分辨模拟验证了其对时间粗粒化的鲁棒性及复杂流动现象的捕捉能力。
2026-10-05 physics.flu-dyn
Turbulence closure modeling with data-driven techniques: physical compatibility and consistency considerations
湍流闭合模型研究中的最新进展是结合机器学习(ML)元素,如神经网络,以增强对更广泛类别流动的预测能力。这种湍流闭合框架需要求解由ML泛函与传统(基于物理的PB)元素耦合组成的方程组。虽然将来自根本不同意识形态的封闭要素结合起来可以带来前所未有的进展,但必须克服许多关键挑战。本研究探讨了三个这样的挑战:(i)方程建模系统的ML和PB成分之间的物理兼容性(或缺乏物理兼容性);(ii)ML训练过程的内部(自我)一致性;以及(iii)制定最佳目标(或损失)函数进行训练。这些问题对于ML增强方法推广到复杂工程流的预测计算至关重要。查明了现行做法中可能导致严重不一致和不一致的培训和执行战略。使用简单的测试情况下,湍流槽道流,关键的不足之处突出和建议,以减轻他们的调查。兼容性约束进行评估,它表明,迭代训练过程可以帮助确保一定程度的一致性。总之,这项工作发展的基本原则,以指导发展ML增强湍流封闭模型。
2020-04-06 physics.comp-ph physics.flu-dyn
Turbulence in the highly restricted dynamics of a closure at second order: comparison with DNS
随机结构稳定性理论(Stochastic Structural Stability Theory,S3 T)采用二阶封闭来获得统计平均湍流状态的动力学。当S3 T被实现为一组耦合方程的流向平均和扰动状态,在动态的非线性被限制到平均和扰动之间的相互作用。S3 T统计平均状态动力学可以通过类似地限制在全纳维-斯托克斯方程(称为NS系统)的直接数值模拟(DNS)中使用的动力学来近似地实现。虽然这种限制的非线性系统(称为RNL系统)在其动力学大大简化相关联的NS相比,它仍然自我维持的湍流状态在壁有界剪切流的结构和动力学在观察到的湍流。此外,RNL湍流可以有效地使用理论方法来研究密切相关的S3 T系统。为了更好地理解RNL湍流及其与NS湍流的关系,对这些系统的结构和动力学诊断进行了广泛的比较。虽然定量的差异被发现,结果表明,在RNL系统中的湍流密切平行,在NS和建议的S3 T/RNL系统提供了一个有前途的降低复杂性模型研究湍流壁有界剪切流。
2014-01-30 physics.flu-dyn
On the importance of stochasticity in closures of turbulence
University of Rome “Tor Vergata”, Italy(罗马托尔维加塔大学);LTCI, Télécom Paris, IP Paris, France(巴黎理工学院电信学院);Inria and École Polytechnique, IP Paris, France(法国国家信息与自动化研究所与巴黎综合理工学院);Dept. of Applied Mathematics & Statistics, The Johns Hopkins University, Baltimore, MD, USA(约翰斯·霍普金斯大学);Instituto de Matemática Pura e Aplicada – IMPA, Rio de Janeiro, Brazil(巴西纯粹与应用数学研究所)
本文研究了湍流闭合中随机性对可预测性的影响,发现数据驱动的随机闭合能恢复方差增长的正确时间和幅度,证明持续随机性对湍流预测至关重要。
2026-02-23 nlin.CD physics.comp-ph physics.flu-dyn
Learning Turbulence Closures with Physics-Informed Neural Networks for the Rayleigh-Taylor Transition to Turbulence
CEA, DAM, DIF(法国原子能和替代能源委员会,核能研究与开发部,物理与工程科学研究所);Université Paris-Saclay, CEA, LMCE(巴黎萨克雷大学,法国原子能和替代能源委员会,分子和凝聚态化学实验室)
研究瑞利-泰勒湍流转变中RANS模型预测不佳问题,利用数据驱动策略,将简单$k$-$\varepsilon$-$b$模型嵌入PINN校准系数、识别校正项,重新表达校正项得到可解释模型,经DNS数据库评估可改善混合层增长预测。
2026-07-09 physics.data-an physics.flu-dyn
A localized dynamic closure model for Euler turbulence
在这项工作中,我们提出了一个本地化的形式的动态涡粘性模型的计算效率和准确的模拟由欧拉方程的湍流。在我们的框架中,我们确定的动态模型系数本地使用的信息,从相邻的网格点,通过测试过滤过程。然后,我们开发了一个优化的高斯滤波内核,使用一个一致的定义,相对于测试滤波比,它给出了在网格截止波数全衰减。系统的后验分析我们的模型是通过解决两个三维测试问题:(i)不可压缩的泰勒-格林涡流和(ii)可压缩剪切层湍流诱导的Kelvin-Helmholtz不稳定性,以显示广泛的适用范围所提出的本地化动力学模型。我们表明,所提出的动态模型是强大的,并提供了一个更好的估计比其他数值模型在这项研究中测试的惯性范围湍流动力学。
2018-10-02 physics.flu-dyn
The Closure Challenge: a benchmark task for machine learning in turbulence modelling
Center for Computational Science and Engineering, Massachusetts Institute of Technology(麻省理工学院计算科学与工程中心);Aerodynamics Group, Faculty of Aerospace Engineering, TU Delft(代尔夫特理工大学航空航天工程学院空气动力学组);Institut Jean Le Rond D’Alembert, Sorbonne University(索邦大学让·勒朗·达朗贝尔研究所)
本文提出一个针对机器学习在RANS湍流建模中的基准挑战,提供标准化数据集和评估代码,解决缺乏统一评估指标的问题,并展示初步结果。
2026-03-30 physics.comp-ph physics.data-an physics.flu-dyn
Solver-in-the-loop approach to closure of shell models of turbulence
本研究提出一种基于循环内求解器的事后数据驱动方法,利用深度学习的可微物理范式训练湍流壳模型的亚网格闭合模型,使其在训练中与微分方程求解器交互,从而获得更准确稳定的闭合效果,并能重现高雷诺数湍流的高阶统计矩。
2025-04-04 nlin.CD physics.flu-dyn
Macroscopic forcing method: a tool for turbulence modeling and analysis of closures
本研究提出了一种数值计算方法,我们称之为宏观强迫方法(MFM),它揭示了微分算子作用于底层波动流传输量的平均场。具体地说,MFM可以精确地确定涡扩散算子,或者更广泛地说,它可以揭示与标量和动量输运的湍流闭合相关的微分算子。我们提出了这种方法,考虑典型的问题越来越复杂。从平行流对被动标量的弥散问题出发,阐明了用MFM定量确定涡粘性算子的基本步骤。利用傅里叶空间中的算子表示,我们得到了一个独立的紧凑的分析算子,可以准确地捕捉非局部混合效应。此外,一个成本有效的推广MFM的非均匀和壁有界流动的分析开发和全面讨论,通过一个示范性的例子。通过引入广义动量输运方程,从理论上构造了用于动量输运分析的MFM扩展。我们表明,封闭运营商通过MFM分析这个方程提供了精确的RANS解决方案,通过平均的纳维-斯托克斯方程。我们引入MFM作为一个有效的工具,定量了解非Boussinesq效应和评估模型形式的湍流封闭,特别是与各向异性和非局部性的宏观混合的影响。
2021-06-15 physics.flu-dyn
A closure for Lagrangian velocity gradient evolution in turbulence using recent deformation mapping of initially Gaussian fields
湍流中速度梯度张量的统计特性具有重要的理论和实际意义。拉格朗日观点为研究湍流动力学,特别是速度梯度张量提供了一个特殊的视角。各向同性湍流中速度梯度的拉格朗日演化的随机模型,以及压力Hesssian和粘性Laplacian的闭合模型,已被证明可以再现重要的特征,如非高斯概率分布、偏斜度和涡度应变率对齐。最近的流体变形(RFD)封闭介绍了使用流体变形张量映射各向同性拉格朗日压力Hessian作为上游初始条件的想法。然而,最近关于高斯场闭合的工作表明,由于固有的速度-压力耦合,即使高斯各向同性速度场也包含条件压力Hessian张量的显著各向异性,并且假设各向同性压力Hessian作为上游条件可能不现实。在本文中,高斯各向同性场统计被用来产生更多的物理上游条件,最近的流体变形映射。在这个新的框架中,已知的各向同性关系可以满足{ \it a priori}并且不需要DNS调谐系数。从新的模型,被称为最近的变形高斯场(RDGF)封闭的结果的详细比较,与现有的模型和DNS显示所获得的改进,特别是在各种单次统计的速度梯度张量在中等雷诺数。然而,应用到任意高的雷诺数仍然是一个开放的挑战,这种类型的模型。
2016-03-09 physics.flu-dyn
Non-Markovian Closure Models for Large Eddy Simulations using the Mori-Zwanzig Formalism
这项工作使用的Mori-Zwanzig(M-Z)形式主义,一个概念起源于非平衡统计力学,作为发展的基础粗粒度模型的湍流。广义朗之万方程(GLE)的力学被认为是从正交动力学方程获得的洞察力作为模型开发的起点。考虑一类子网格模型,其通过有限记忆近似表示非局部行为(Stinis,P.,“Mori-Zwanzig reduced models for不确定性量化I:Parameter uncertainty,”\textit{arXiv:1211.4285},2012.),其长度使用与解析变量的雅可比矩阵的谱半径相关的试探法来确定。由此产生的模型是密切相关的基本数值分辨率,并能够近似非马尔可夫效应。Burgers方程的数值实验表明,基于M-Z的模型可以准确地预测不同网格分辨率下总动能和总耗散率的时间演化。在相空间中的每一个解决模式的轨迹准确预测的情况下,粗粒化是温和的。均质各向同性湍流和Taylor Green涡的LES表明,基于M-Z的模型能够提供出色的预测,准确地捕获子网格对能量传递的贡献。最后,充分发展的通道流的LES证明了M-Z为基础的模型的非衰减问题的适用性。值得注意的是,闭包的形式不是由建模者强加的,而是从粗粒度的数学推导出来的,突出了基于M-Z的技术定义LES闭包的潜力。
2017-01-23 physics.flu-dyn
Multi-Objective CFD-Driven Development of Coupled Turbulence Closure Models
本文介绍了数据驱动湍流建模中的两个新概念,它们可以同时开发多个闭合模型和面向多个目标的训练。这些概念扩展了Weatheritt和Sandberg(2016)的进化框架,该框架从高保真仿真数据中导出可解释和可实现的表达式。通过为演化的闭合模型分配共享的适应度值并利用Zhao等人(2020)的CFD驱动的训练方法,这里引入的多表达式训练概念能够解释训练模型之间的耦合,即雷诺应力各向异性,湍流热通量和湍流产生校正模型。作为第二个概念,多目标优化算法应用于框架。该扩展产生了一组不同的候选模型,并允许在分析训练结果后在训练目标之间进行权衡。在这项研究中,新的概念被应用到一个基准周期性的丘陵情况下,垂直自然对流。与解耦训练策略相比,平均流量的预测得到了改善,对于强耦合的动量场和热场,解耦训练策略具有明显和鲁棒的改进。闭合模型的耦合训练和多个训练目标的平衡被认为是实现广义数据驱动湍流模型的重要能力。
2021-12-31 physics.comp-ph physics.flu-dyn
A closure theory for the split energy-helicity cascades in homogeneous isotropic homochiral turbulence
本文研究了三维均匀各向同性湍流的能量传递特性,其中非线性传递以使螺旋度为正的方式改变。在这个框架中,被称为同手性湍流,一个适应涡阻尼准正常马尔可夫(EDQNM)封闭推导出在非常大的雷诺数,顺序$10^5$的基础上泰勒尺度的动态分析。在协议与以前的研究结果,逆级联的能量与动能谱一样,$\propto k^{-5/3}$被发现的尺度大于强迫。结合,螺旋度朝向更大的波数的前向级联得到的动能谱的尺度像$\propto k^{-7/3}$。通过跟踪闭合谱方程在很长一段时间内的演化过程,以及在尺度上的巨大扩展,我们发现了逆能流前沿的非单调形状的发展。分析了受迫和非受迫两种情况下的动能和积分尺度的长时间演化。
2017-07-19 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
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
Analysis of Lundgren's matched asymptotic expansion approach to the Kármán-Howarth equation using the EDQNM turbulence closure
在本文中,我们调查的非平衡级联,这已被确定在最近的研究中使用高保真工具的功能,是否可以捕获的情况下,经典耗散缩放的湍流封闭的统计描述的自由衰减的各向同性湍流的基础上。使用EDQNM模型在很大的雷诺数范围内(从$Re_λ=50$到$Re_λ=10^6$)获得的数值结果进行了分析,以进行广泛的调查确定为惯性范围在柯尔莫哥洛夫的理论的标度区域。EDQNM的结果与用Lundgren的匹配渐近展开法求解Karman-Howarth方程的结果一致。两者都预测,Kolmogorov惯性范围平衡是永远不会得到的雷诺数无关。当雷诺数趋于无穷大时,在泰勒长度$λ$(其取决于粘度)附近达到平衡,并且当长度尺度远离$λ$移动时,特别是朝向大于$λ$的尺度一直移动到积分长度尺度时,逐渐偏离平衡。
2021-03-19 physics.flu-dyn
A nonlinear structural subgrid-scale closure for compressible MHD Part II: a priori comparison on turbulence simulation data
尽管可压缩等离子体湍流在许多天体物理现象中都会遇到,但它的影响往往没有得到很好的理解。此外,直接数值模拟通常不能达到这些过程的极端参数。为此,大涡模拟(LES),它只直接模拟大,中尺度,被采用。最小的,未解决的尺度和小尺度和大尺度之间的相互作用,通过一个亚网格尺度(SGS)模型。我们提出并验证了一组新的非线性SGS闭包,以供未来作为可压缩磁流体动力学(MHD)大涡模拟中的SGS模型应用。我们使用了15种不同音速马赫数的强迫、各向同性、均匀湍流的模拟(没有显式SGS模型)$\mathrm{M_s} = 0.2$到$20$,作为文献中迄今为止进行的最广泛的\textit{a priori}试验的参考数据。在这些测试中,我们显式地过滤参考数据,并将新闭包的性能与最广泛测试的闭包进行比较。这些包括具有不同归一化的涡动粘度和尺度相似性类型的闭包。性能指标是与湍流能量和交叉螺旋通量、平均SGS耗散、拓扑结构以及再现SGS矢量的正确大小和方向的能力的相关性。我们发现,只有新的非线性闭包表现出一贯的高相关性(中值\textgreater $0.8$)与数据在整个参数空间,并优于其他封闭在所有测试。此外,我们表明,这些结果是独立的分辨率和选择的过滤器规模。此外,新的封闭件有效地无系数,偏差小于$20\%$。
2016-06-05 astro-ph.GA astro-ph.SR physics.comp-ph
A continuous data assimilation closure for modeling statistically steady turbulence in large-eddy simulation
本文提出一种基于三维变分数据同化的大涡模拟闭合模型,通过反馈控制将未解析动力学表示为随机过程,以少量参数在粗模拟中准确重建地转湍流的能量谱与纬向速度剖面。
2024-07-01 physics.ao-ph physics.flu-dyn
Connecting implicit and explicit large eddy simulations of two-dimensional turbulence through machine learning
在这篇文章中,我们利用机器学习来动态地确定计算网格上的一个点是否需要隐式数值耗散来进行大涡模拟(LES)。决策制定过程是通过对直接数值模拟(DNS)数据导出的量进行\emph{a priori}训练来学习的。特别是,我们计算通过粗粒化的DNS量获得的涡流粘度,并利用它们的分布进行分类,需要耗散的领域。如果我们的学习确定封闭是必要的,则利用迎风方案来计算非线性雅可比矩阵。相反,如果它是确定的封闭是不必要的,一个对称的和二阶精度的能量和涡度拟能保持Arakawa计划,而不是利用。这将导致一个封闭的框架,排除了任何模型形式的小规模贡献的湍流的规格,但部署了一个适当的数值耗散显式封闭驱动的假设。这种方法部署的Kraichnan湍流测试情况下,并通过各种统计量,如角平均动能谱和涡度结构函数进行评估。因此,我们的框架建立了一个直接的联系之间的使用显式LES思想封闭和基于数值模式的湍流建模,从而提高统计保真度的\emph{a posteriori}模拟。
2019-01-27 physics.flu-dyn
Turbulence Closure in RANS and Flow Inference around a Cylinder using PINNs and Sparse Experimental Data
Brown University(布朗大学);University of Central Florida(中佛罗里达大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了使用PINNs和稀疏实验数据改进RANS模型对圆柱周围流体的预测,通过结合PIV和DNS/LES数据,提出了一种基于数据驱动的湍流闭合方法。
2026-09-01 physics.flu-dyn
A new hybrid mass-flux/ high-order turbulence closure for ocean vertical mixing
虽然已经提出了不同复杂程度的垂直湍流通量的各种参数化,但每种参数化都有其自身的局限性。例如,简单的一阶封闭方案,如K剖面参数化(KPP)缺乏能量约束;两方程模型,如$k-ε$直接求解湍流动能方程,但不考虑非局部通量,高阶封闭,包括非局部传输项是计算昂贵的。为了解决这些问题,在这里,我们扩展了假定分布高阶闭包(ADC)框架最初提出的大气边界层,并将其应用到海洋表面边界层(OSBL)。通过假设垂向速度与示踪物之间的概率分布函数关系,ADC格式精确地构造了所有的二阶和高阶矩,实现了湍流闭合。此外,ADC参数化方案具有完全能量约束。我们已经测试了ADC计划对组合的大涡模拟(LES),KPP,和$k-ε$的表面浮力驱动的对流混合,发现ADC计划是强大的不同的垂直分辨率和比较LES的结果。
2022-12-17 physics.ao-ph physics.flu-dyn
Turbulence closure modeling with data-driven techniques: Investigation of generalizable deep neural networks
基于机器学习(ML)的湍流闭合的可推广性,以准确预测看不见的实际流动仍然是一个重要的挑战。在雷诺平均Navier-Stokes(RANS)水平上,由于两个重要原因,基于NN的湍流闭合模型变得困难:由流动相关的非线性和分叉引起的本构关系的固有复杂性;以及,难以获得覆盖整个参数空间的高保真数据。在这种情况下,工作的目标是调查标准的中等规模的全连接神经网络的逼近能力。我们试图系统地研究的影响:(一)固有的复杂性的解决方案流形;(二)采样程序(内插与外推)和(iii)优化程序。为了克服数据采集的挑战,三个不同程度的复杂性(但明显比湍流物理简单)的代理物理湍流代理生成的参数到解决方案的地图。即使对于这个简单的代理物理系统,也证明了前馈NN需要比原始代理物理模型更多的自由度,以准确地近似真实模型,即使在整个参数空间(插值)上使用数据进行训练。此外,如果深度全连接NN仅使用来自部分参数空间的数据进行训练(外推),则其近似能力会大大降低,并且无法直接找到最佳架构。总的来说,研究结果提供了一个现实的观点ML湍流关闭的实用程序的实际应用,并确定改进的领域。
2021-11-04 physics.comp-ph physics.data-an 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
A posteriori closure of turbulence models: are symmetries preserved?
University of Rome "Tor Vergata"(罗马托尔维加塔大学);Télécom Paris, IP Paris(巴黎电信学院,巴黎理工学院);Inria and École Polytechnique, IP Paris(法国国家信息与自动化研究所与巴黎综合理工学院,巴黎理工学院)
本文提出了一种基于物理方程的后验闭合方法,用于湍流壳模型,探讨了其在保持对称性方面的表现及局限性。
2026-02-23 nlin.CD physics.comp-ph physics.flu-dyn
Optimal thermalization in a shell model of homogeneous turbulence
我们调查的连续性引起的耗散的大尺度的统计均匀流使用的“最佳封闭”,其中我们之一(BT)最近暴露在哈密顿动力学的背景下。这种统计封闭采用高斯模型的湍流尺度,相应的消失的第三累积量,但它捕获的内在阻尼。这个明显的悖论的关键在于真正的系综平均值和它们的代理之间的明显区别,当人们直接使用刘维尔方程而不是累积量层次时,最容易理解。我们专注于一个简单的问题,其中的最佳关闭可以完全和准确地制定:放松任意远离平衡的单能量壳吉布斯平衡在无粘壳模型的三维湍流。最佳封闭的预测进行了验证,对DNS和EDQNM封闭的对比。
2016-04-24 cond-mat.stat-mech math-ph math.MP
A framework for the evaluation of turbulence closures used in mesoscale ocean large-eddy simulations
我们提出了一种方法来确定最好的湍流封闭的涡流允许的海洋模式,通过测量关闭的次网格光谱传输和通量的误差景观。我们将这种方法应用到6个不同的封闭强迫耗散模拟的正压涡度方程的f平面(二维纳维-斯托克斯方程)。使用一个高分辨率的基准,我们比较每个封闭的能量和拟能转移的模型,在基准运行中观察到的实际转移。错误景观规范使我们能够在闭包之间进行客观的比较,并优化每个闭包的自由参数以进行公平的比较。超粘性封闭最接近地再现了涡度拟能级联,特别是在较大的尺度上,因为其耗散效应集中在非常小的尺度上。粘性和Leith封闭的表现几乎一样好,特别是在较小的规模,所有三个模型耗散。Smagorinsky闭包在错误的尺度上耗散拟能。预期的位涡闭合是唯一能从未解尺度再现高尺度动能转移的模型,但需要高阶拉普拉斯修正,以便将耗散集中在最小尺度。拉格朗日平均α-模型封闭没有成功地执行强制二维各向同性的纳维尔-斯托克斯方程:小规模的对流仅略有减少的模型,而小规模的卷起被阻止。这样就减少了扩散的影响。
2012-11-26 nlin.CD physics.ao-ph physics.flu-dyn
On the Non-Markovian Navier-Stokes Framework for Turbulence Modeling -- A Preliminary Analysis
本研究提出纳入非局域相互作用与记忆效应的分数阶Navier-Stokes方程湍流建模框架,通过多组数值实验验证其特性,并指出未来需解决的关键挑战。
2025-08-03 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
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
Internal gravity waves in the energy and flux budget turbulence-closure theory for shear-free stably stratified flows
本文提出了考虑重力重力内波与无剪切稳定层结湍流双向耦合的能量通量平衡湍流闭合理论。该理论基于IGW的总(动能加势能)能量的收支方程、流体湍流的动能和势能的收支方程以及波浪和流体流动的位温的湍流通量。在一定高度处发射的波向上传播,并且波浪能的损失导致湍流能的产生。我们证明,由于非线性效应更强的波浪产生更强的湍流,这反过来又导致IGW的强阻尼。结果表明,较强的波浪的穿透长度比较弱的IGW的穿透长度短。弱IGW产生的湍流各向异性比强IGW产生的湍流各向异性强。低振幅IGW产生的湍流占湍流势能的90%。这类似于所观察到的高空对流层强各向异性(近二维)湍流的性质。
2019-06-24 astro-ph.EP astro-ph.SR physics.ao-ph
Strain-coupled one-dimensional turbulence: a single-line closure, its limits, and the consequence for leading-edge noise
German Aerospace Center (DLR)(德国航空航天中心)
本文提出应变耦合一维湍流(ODT)模型,以低成本、一维尺度分辨率演化受应变的湍流,在应变与湍流比约0.8时捕捉到线性理论未体现的非线性涡动力学,重现快速畸变理论并定量匹配雷诺应力各向异性趋势。
2026-10-16 physics.flu-dyn