基于相干结构的模型的数据驱动增强用于预测瞬时壁面湍流

通过基于相干结构的模型对瞬时壁面有界流动的空间表征进行预测，对这些模型所采用的代表性结构的几何形状高度敏感。在本研究中，我们提出一种方法，从多点壁面湍流数据集中提取统计显著涡旋的三维（3-D）几何形状，直接用于这些模型以改善其预测。该方法在此用于重建所有典型壁面有界流动在摩擦雷诺数（$Re_{\tau}$）跨一个数量级范围内的惯性壁面相干湍流的3-D统计图像。这些结构导致了皮肤摩擦阻力的$Re_{\tau}$依赖性，并促进了内外层相互作用，使其成为基于结构的模型的关键目标。实证分析揭示了大尺度壁面相干运动的几何自相似性，并建议将发夹包作为所有壁面有界流动的代表性流动结构，从而与附着涡模型（AEM）所基于的框架相一致。同一框架在此被扩展以对超大尺度运动进行建模，同时考虑其内部流与外部流之间的差异。将经验获得的这些大尺度结构的几何缩放代入AEM，被证明可增强对所有三个速度分量的瞬时流动预测。最后，构想了一种由相同几何缩放驱动主动流动控制系统，以有利地改变壁面相干运动对皮肤摩擦阻力的影响。