通用唯象 RANS 湍流模型的构造方法
流体动力学
2021-12-28 v1
摘要
本文提出一种基于物理约束的唯象雷诺平均 Navier-Stokes (RANS) 计算模型。该模型以标准 k-e 模型为模板，将其 e 方程中的部分源项替换为深度学习模型。该模型的模拟结果相较标准 k-e 模型实现了 51.7% 的较高误差降低。为提升相对于异常流态收敛的适应性与精度，本研究在建模过程中使用了所提出的 coordinate 技术。对于训练数据，当流动状态偏离理论假设时，以该方法自动校正 k 场与 e 场。基于 coordinate 技术，构建了方程源项的深度学习模型，相较未协调情形误差降低 6.2%。由结果可知，所提 coordinate 技术能有效适应欠发展流态，并辅助在复杂流态下更精确地建模唯象 RANS 计算模型。
引用
@article{arxiv.2112.13380,
title = {Construction method for general phenomenological RANS turbulence model},
author = {Shuming Zhang and Haiwang Li and Ruquan You and Tinglin Kong and Zhi Tao},
journal= {arXiv preprint arXiv:2112.13380},
year = {2021}
}