用于重构呈现极限环振荡的非线性流的数据驱动降阶动态估计器
流体动力学
2019-11-27 v1
摘要
我们应用一种数据驱动的线性动态估计器，从翼型尾流中单传感器点的测量重构速度场。具体地，我们考虑在和攻角下的NACA0012翼型。在这些条件下，流动呈现涡脱落极限环。利用本征正交分解（POD）提取流场的降阶模型（ROM）。随后，应用子空间系统辨识算法（N4SID）直接从系统的降阶输出（POD系数）提取估计器矩阵。我们系统地探究了估计器状态数、传感器位置、传感器测量类型（一个或两个速度分量）以及待恢复POD模态数的影响。当测量单个速度分量（流向或横流方向）的信号时，前两个主导POD模态的重构强烈依赖于传感器位置。我们探究了这一行为，并基于非线性模态相互作用和模态的空间分布给出了物理解释。然而，当测量两个分量时，性能非常鲁棒，并且在使用最优估计器状态数时几乎与传感器位置无关。能量较低的模态的重构更为困难，但仍有可能。
引用
@article{arxiv.1907.10979,
title = {A data-based, reduced-order, dynamic estimator for reconstruction of non-linear flows exhibiting limit-cycle oscillations},
author = {Juan Guzmán-Iñigo and Markus Sodar and George Papadakis},
journal= {arXiv preprint arXiv:1907.10979},
year = {2019}
}
备注
22 pages, 22 figures