轴向热声不稳定性的实时数字孪生体
流体动力学
2024-12-25 v2 应用统计
摘要
当轴向热声振荡发生时，会严重影响燃气涡轮和喷气发动机的安全运行。我们开发了一个轴向热声不稳定性的实时数字孪生体。该数字孪生体无缝整合了两类系统信息：(i) 基于物理的低阶模型；(ii) 来自麦克风的原始和稀疏实验数据，包含both aleatoric噪声和湍流波动。首先，我们推导了轴向不稳定性的低阶热声模型，该模型确定性。其次，我们提出了实时数据同吸收框架，以推断声压、物理参数以及模型与测量偏差。该方法为bias正则化的ensemble卡尔曼滤波(r-EnKF)，我们发现其解析解求解了该优化问题。第三，我们提出了储备计算机，通过推断模型偏差和测量偏差来闭合同吸收方程。第四，我们为各种当量比例构建了一个实时数字孪生体，用于实验室中基于氢的环形燃烧器的轴向热声动力学。我们发现，该实时数字孪生体(i) 在对抗偏差不规则化方法的基础上自主预测轴向动力学；(ii) 从原始数据中揭示物理声压，即充当基于物理的滤波器；(iii) 作为时变参数系统，概括了具有恒定参数且仅捕获缓变变量的现有模型。该数字孪生体适用于所有当量比例，弥合了现有模型的差距。该工作为多物理问题的实时数字孪生开辟了新机遇。
引用
@article{arxiv.2404.18793,
title = {A real-time digital twin of azimuthal thermoacoustic instabilities},
author = {Andrea Nóvoa and Nicolas Noiray and James R. Dawson and Luca Magri},
journal= {arXiv preprint arXiv:2404.18793},
year = {2024}
}
备注
25 pages