通过符号回归发现壁面湍流知识

随着高性能计算机和实验技术的发展，湍流研究积累了大量的高保真数据。然而，从数据中发现的通用湍流知识却很少。因此，我们使用符号回归（SR）方法寻找一个在壁面湍流中普遍有效的新混合长度公式，该公式具有物理解释，即在粘性底层、缓冲层、对数律区和外区具有正确的渐近关系。结合雷诺平均Navier-Stokes（RANS）求解器，我们测试了几个经典算例。预测结果充分证明了该公式的准确性和泛化能力。到目前为止，我们发现SR方法可以帮助我们从复杂的湍流系统中发现通用规律，并且期望通过这种“白箱”机器学习方法，未来可以发现更多具有物理解释的湍流知识。