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
Molecular dissipation in the nonlinear eddy viscosity in the Navier-Stokes equations: modelling of accretion discs
物理阻尼，关于非线性Navier-Stokes粘性流动动力学，是指张量湍流耗散项，归因于相邻的运动宏观流动分量。这些流体部分之间的相互耗散由动量方程中的制动项和能量方程中的加热项来描述，两者都负责动量变化的阻尼和机械能到热的粘性转换。宏观混合尺度长度是目前粘性流体动力学非线性建模所需的唯一特征长度，通过粘性应力张量中的运动粘度系数描述非线性涡流粘度，而不参考化学成分和原子尺寸。因此，本文提出了一种新的运动粘性系数对纳维-斯托克斯方程中湍流粘性物理耗散的表达式，其中也包含了分子参数。给出了二维试验结果，比较了二维无激波径向粘性输运和二维碰撞混沌湍流阻尼的流动结构。本文还讨论了低质量激变变星的三维吸积盘模型的应用。本文还讨论了在更严格的物理条件下运动粘滞系数的重新表述对稀气体导热系数的影响。这里报告的讨论的物理性质排除了数值模拟的纯数学方面的任何依赖性。
2013-01-01 astro-ph.HE physics.comp-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
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
Data Assimilation in Large Eddy Simulation: Addressing Model-Observation Mismatch from Navier-Stokes Data
研究应用于Smagorinsky/Ladyzhenskaya型大涡模拟模型的连续数据同化算法，处理来自完整Navier-Stokes方程的观测数据不匹配问题，证明了二维全局适定性与指数收敛性，并通过二维和三维数值模拟验证了理论。
2025-08-10 math.AP 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
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
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
Solution multiplicity and effects of data and eddy viscosity on Navier-Stokes solutions inferred by physics-informed neural networks
本文研究了原始PINNs在高雷诺数顶盖驱动方腔流正向问题中解的多重性，发现其会产生非物理不稳定解，并提出参数化熵粘性等正则化方法恢复唯一解，同时揭示了单点测量在逆问题中获取类DNS解的潜力。
2023-09-12 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
Implicit Large Eddy Simulation of Cavitation in Micro Channel Flows
提出了一种可压缩两相流大涡模拟的数值方法。以阶梯形约束微通道内的流动为例，验证了该方法的有效性。该装置代表了喷油器中典型的空穴多相流，并遵循Iben等人的实验研究，2010.虽然在实验中使用的柴油样的测试燃料，我们解决了可压缩的纳维-斯托克斯方程与正压状态方程的水和蒸汽和一个简单的相变模型的基础上平衡的假设。我们的LES解决了所有的可压缩流体中的波动动力学和剪切层中的湍流产生。
2014-01-25 physics.comp-ph physics.flu-dyn
The Kolmogorov turbulence theory in the light of six-dimensional Navier-Stokes' equation
本文用推广到6D物理加涡空间的Navier-Stokes方程重新考虑了Kolmogorov的经典湍流理论。强伪奇异性显示，揭示自己沿边界“脊”线分离的耗散和惯性子范围周围的起源的涡流空间。一个猜测是，这种奇异性是由两个偶极子的符号相反的公共轴上对齐。这是支持的观察，计算的通用功率谱重新发现柯尔莫哥洛夫的-5/3功率定律作为独立的维数的方法。
2003-03-12 nlin.CD nlin.PS 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
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
Statistics of the Navier-Stokes-alpha-beta regularization model for fluid turbulence
本文研究了均匀各向同性湍流中中等雷诺数下Navier-Stokes-alpha-beta正则化模型的一点和两点统计特性。结果进行了比较的极限情况下的Navier-Stokes-α模型和Navier-Stokes-α-β模型没有亚网格尺度应力，以及高分辨率的直接数值模拟。在回顾了Navier-Stokes-α-β模型、Navier-Stokes-α模型和无子尺度应力的Navier-Stokes-α-β模型的不同能量范数谱后，给出了滤波和未滤波速度增量的概率密度函数和归一化概率密度函数以及正则化模型的纵向速度结构函数和直接数值模拟结果。我们突出的统计特性的未过滤和过滤的速度场进入Navier-Stokes-alpha和Navier-Stokes-alpha-beta模型的控制方程的差异，并讨论了现实的流量预测的可用性的速度场。通过与忽略亚网格尺度应力张量的情况进行比较，研究了Navier-Stokes-α-β模型中修正粘性项的影响。过滤后的速度场被发现有物理上更可行的概率密度函数和结构函数的近似直接数值模拟结果，而未过滤的速度场被发现有接近直接数值模拟结果的平坦度因子。
2013-09-27 physics.flu-dyn
Comparison of Sub-Grid Scale Models for Large-Eddy Simulation using a High-Order Spectral Element Approximation of the Compressible Navier-Stokes Equations at Low Mach Number
本研究的目的是确定一些常见的（和一些不太常见的）亚网格尺度（SGS）模型的性能，优点和缺点的大涡模拟低马赫可压缩流使用高阶谱元素。研究的模型是经典的常系数Smagorinsky-礼来，模型由Vreman和两个变种的动态SGS（DSGS）模型设计，以稳定有限和频谱元素的运输为主的问题。特别是，我们比较了一个变体的DSGS是基于一个时间相关的残差版本（R-DSGS）的时间无关的残差为基础的计划（T-DSGS）。SGS模型与Smagorinsky和Lilly的参考模型进行了比较，以确定它们在以下方面的能力：（i）稳定数值解，（ii）最大限度地减少下冲和过冲，（iii）捕获/保留不连续性，以及（iv）在不同长度尺度上转移能量。这些能力的问题进行了研究：（1）被动平流示踪剂，（2）耦合，非线性方程组表现出不连续性，（3）重力驱动的流在分层大气中，（4）均匀，各向同性湍流。所有模型都能够保留尖锐的不连续性。Vreman和R-DSGS模型还减少了线性和非线性平流与尖锐梯度的解决方案中的下冲和过冲。我们的分析表明，对于高阶谱方法的数值稳定性，R-DSGS和T-DSGS模型比Vreman和Smagorinsky-Lilly更鲁棒。Smagorinsky和Vreman模型能够更好地解决剪切流中更精细的流动结构，而节点R-DSGS模型显示出更好的能量守恒。总体而言，R-DSGS的节点实现（与其基于元素的…
2022-04-07 physics.ao-ph physics.comp-ph 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
Turbulence calculation based on the extended Navier-Stokes equations
本研究基于扩展纳维-斯托克斯方程提出一种湍流计算方法，通过考虑涡旋影响改进经典方程，无需额外湍流模型即可统一描述层流与湍流，并经立方体绕流模拟验证。
2023-06-17 physics.flu-dyn
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
Hopf bifurcation of a non-parallel Navier-Stokes flow
本文研究方形区域内非平行 Navier-Stokes 流，借助线性化谱问题中的非实谱结构，证明奇数涡流可产生 Hopf 分岔及二次时间周期流。
2024-04-10 math-ph math.MP physics.flu-dyn
A gas-kinetic scheme for the simulation of turbulent flows
从气体动力学理论导出的数值方案可以应用于流体力学极限、层流和湍流状态的模拟。在后一种情况下，基本的玻尔兹曼方程描述了涡流的分布，与开尔文勋爵和奥斯本·雷诺兹在19世纪末提出的涡流粘度概念一致。这些方案在物理上比从纳维-斯托克斯方程导出的方案更加一致，后者在计算平流通量时总是假定气体粒子之间的无限碰撞（或涡旋之间的相互作用）。事实上，在连续介质中，激波层的局部Knudsen数也可以超过0.001，气体动力学格式优于Navier-Stokes格式，这是众所周知的。湍流的模拟得益于气体动力学方案的应用，因为湍流Knudsen数（涡流平均自由程与平均流动尺度之间的比率）可以局部地达到远远超过0.001的值，不仅在激波层中。本文研究了激波-边界层相互作用的几种情况，比较了采用标准k-ω湍流模型的气体动力学格式和Navier-Stokes格式。而从Navier-Stokes格式得到的结果受到涡动粘性两方程模型的限制，气体动力学的计划已经表现得更好，没有做任何进一步的假设的湍流结构。
2012-08-07 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
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
Physically-consistent subgrid-scale models for large-eddy simulation of incompressible turbulent flows
假设湍流应力与局部大尺度速度梯度的本构关系是一般的，我们构造了一类符合重要物理和数学性质的亚网格尺度大涡模拟模型。特别是，它们保持了纳维-斯托克斯方程的对称性，并表现出适当的近壁标度。此外，它们还表现出理想的耗散行为，并能够描述非耗散效应。我们提供了这样的物理一致的模型的例子，并表明，现有的亚网格尺度模型并不都满足所需的属性。
2015-10-27 physics.flu-dyn
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
Near-Field Wall-Modeled Large-Eddy Simulation of the NASA X-59 Low-Boom Flight Demonstrator
本文利用壁模型大涡模拟分析NASA X-59低音爆验证机，评估不同亚格子模型和网格分辨率下近场噪声预测能力，并与RANS结果对比，发现两者预测相近且计算成本相当，下游差异可能源于后缘激波与膨胀波相互作用解析不足。
2023-07-06 physics.comp-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
Implicit LES with high-order H(div)-conforming FEM for incompressible Navier-Stokes flows
Georg-August University Göttingen（哥廷根乔治-奥古斯特大学）
本文研究了高雷诺数下不可压缩纳维-斯托克斯流的隐式大涡模拟，采用高阶H(div)-符合有限元方法，在周期域衰减湍流和壁面受限通道流两种情况下进行验证。
2018-09-18 cs.NA math.NA physics.comp-ph
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
Spectral Modeling of Magnetohydrodynamic Turbulent Flows
基于涡阻尼拟正态马尔可夫近似，提出了一种用于不可压磁流体动力学方程大涡模拟的动力学谱模型。该模型扩展了经典的频谱大涡模拟的纳维-斯托克斯方程，将一般（非Kolmogorovian）的频谱以及涡噪声。我们推导出MHD模型，并表明，引入一个新的涡流阻尼时间的频谱张量的动力学之间的速度和磁场均分的情况下，导致更好的协议与直接的数值模拟，发电机计算的一个重要点。
2008-03-31 physics.flu-dyn physics.plasm-ph
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
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
Spontaneous stochasticity amplifies even thermal noise to the largest scales of turbulence in a few eddy turnover times
研究利用理论估计和 shell model 模拟论证，Eulerian 自发随机性能在有限时间内产生可预测的普适统计，并指出仅热噪声即可触发该机制，揭示分子噪声能引发湍流全尺度内禀随机性。
2024-02-17 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
Physical consistency of subgrid-scale models for large-eddy simulation of incompressible turbulent flows
本文研究了不可压湍流大涡模拟的亚网格模型的构造。特别是，我们的目标是巩固一个系统的方法，构建亚网格尺度模型的基础上的想法，这是可取的，亚网格尺度模型的数学和物理性质的纳维-斯托克斯方程和湍流应力是一致的。为此，我们首先详细讨论了纳维-斯托克斯方程的对称性，以及湍流应力的近壁标度行为、可实现性和耗散特性。此外，我们总结了亚网格尺度模型必须满足的要求，以保持这些重要的数学和物理特性。以这种方式，模型约束的框架出现，我们应用于分析的行为，现有的一些亚网格尺度模型的基础上，当地的速度梯度。我们发现，这些亚网格尺度模型不满足所有所需的属性，之后，我们解释说，这部分是由于模型的约束条件和基于速度梯度的亚网格尺度模型的局限性之间的不兼容性。然而，我们也认为，目前的框架表明，有改进的余地的属性，因此，现有的亚网格尺度模型的行为。我们还展示了如何兼容的模型约束可以结合起来，构建新的亚网格尺度模型，有理想的属性内置到他们。我们提供了一些这样的新模型的例子，其中一个新的模型的涡粘性类型，即基于涡拉伸幅度，成功地测试在大涡模拟衰减均匀各向同性湍流和湍流平面通道流。
2017-01-27 physics.flu-dyn
Reviving the Vortex Particle Method: A Stable Formulation for Meshless Large Eddy Simulation
本文通过将涡粒子法重新表述为数值稳定的大涡模拟格式，并引入亚滤波尺度涡拉伸各向异性动态模型，在保持无网格方法计算效率优势的同时解决了其近湍流区的不稳定性问题。
2024-01-26 physics.flu-dyn
Wave turbulence: A solvable problem applied to Navier-Stokes
本文介绍波湍流理论，通过多时间尺度方法以波幅为小参数推导动力学方程，从而避开涡湍流的闭合问题，并在毛细波和惯性波中分别得到各向同性与各向异性湍流的精确结果。
2024-02-22 physics.flu-dyn physics.geo-ph
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
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
