同化粗糙特征:一种从稀疏实验数据推断粗糙壁面性质的数据驱动框架
流体动力学
2026-01-23 v1
摘要
表面粗糙度主要通过粗糙度函数 和等效砂粒粗糙高度 影响湍流边界层 (TBL)。直接确定 通常需要详细的速度和壁面剪切应力测量,这往往不切实际。作为替代方案,本研究提出了一种数据同化框架,该框架修改光滑壁面的雷诺平均纳维-斯托克斯 (RANS) 基线,以匹配完全粗糙区的稀疏粗糙壁面粒子图像测速 (PIV) 数据。通过这种方法,可以从同化后的流场中推断出摩擦速度 和 等变量。同化后的 TBL 能够以 1% 以内的精度复现实验速度剖面,并以实验测量值 1-6% 的精度预测摩擦速度。此外,从同化中推断出的 值与实验数据的匹配度也高达 1%。这些结果证明了数据同化作为高保真方法的一种经济高效替代方案的潜力,并支持通过将 视为流向距离的函数来模拟沿流向变化的粗糙度,从而推广该框架。
引用
@article{arxiv.2601.15980,
title = {Assimilating rough features: A data-driven framework to infer rough wall properties from sparse experimental data},
author = {Martina Formichetti and Uttam Cadambi Padmanaban and Ping He and Sean Symon and Bharathram Ganapathisubramani},
journal= {arXiv preprint arXiv:2601.15980},
year = {2026}
}
备注
19 pages, 9 figures