基于通用尾流振子建模非线性数据驱动识别的涡激振动统一预测框架

在本文中，我们提出了新颖的识别策略，以基于通用的半经验尾流振子，开发一个用于涡激振动预测的统一框架。灰箱非线性系统识别方法结合高保真计算流体动力学和/或实验数据，可用于识别过程。所提出的通用尾流振子模板包含待识别的低阶到高阶阻尼项，以表征可能的流动动力学。提出了两种不同的策略，包括单个尾流振子的单独识别和耦合VIV控制方程的整体识别。考虑了由浸没在雷诺数为100的层流中的弹性安装圆柱体组成的VIV系统。两种策略都经过了测试，并表现出高精度。第二种策略，即耦合VIV控制方程的整体识别，将更适合未来的框架，因为其训练过程考虑了流体阻尼的影响。对涵盖宽雷诺数范围的框架开发的未来工作进行了详细的数学介绍。所提出的统一框架在预测精度和物理原理方面都是对过去尾流振子的里程碑式更新，具有重要的研究意义和实际工程价值。