一种用于实时尾涡输运与衰减预测的微扰混合分析建模方法
计算物理
2021-03-08 v2 机器学习
摘要
我们提出一种长短期记忆（LSTM）微扰框架，利用含噪测量增强流体流动的降阶模型（ROMs），以改进空中交通。面向航空中数字孪生的新兴应用，所提方法允许构建尾涡输运与衰减系统的实时预测工具。我们基于如下事实：在实际应用中，初始与边界条件、模型参数以及测量均存在不确定性。此外，基于 Galerkin 投影的传统非线性 ROMs（GROMs）存在缺陷与解的不稳定性，尤其对于 Kolmogorov 宽度衰减缓慢的平流主导流动。在提出的 LSTM 微扰（LSTM-N）方法中，我们将不完美 GROM 与不确定状态估计的组合预报，与稀疏欧拉传感器测量相融合，在数据同化动力框架中提供更可靠的预测。我们通过求解二维涡量输运方程阐释我们的概念。我们研究了测量噪声与状态估计不确定性对 LSTM-N 行为性能的影响。我们还证明其能充分处理不同时间与时空间测量稀疏度水平，并为开发下一代数字孪生技术提供巨大潜力。
引用
@article{arxiv.2008.03157,
title = {A nudged hybrid analysis and modeling approach for realtime wake-vortex transport and decay prediction},
author = {Shady Ahmed and Suraj Pawar and Omer San and Adil Rasheed and Mandar Tabib},
journal= {arXiv preprint arXiv:2008.03157},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2005.14246