面向隐藏流体动力学的演化后校正降阶模型
计算物理
2019-11-07 v1 流体动力学
摘要
本文提出一种演化后校正降阶建模方法，结合侵入式与非侵入式模型以考虑隐藏物理过程。具体而言，我们将底层动力学拆分为已知与未知分量。在已知部分，首先利用基于本征正交分解所得基函数的侵入式Galerkin方法投影。随后，基于观测数据是所有相关过程之体现这一假设，构建循环神经网络模拟器。我们进一步采用Grassmann流形上的正交归一基插值方法以增强方法，应对非设计工况。所提框架以建模不确定性下二维同旋涡模拟为应用予以说明。结果展现出高精度预测，凸显了该演化后校正方法在未知全过程模型先验时的实时模拟有效性。
引用
@article{arxiv.1911.02049,
title = {An evolve-then-correct reduced order model for hidden fluid dynamics},
author = {Suraj Pawar and Shady E. Ahmed and O. San and A. Rasheed},
journal= {arXiv preprint arXiv:1911.02049},
year = {2019}
}