湍流闭合一致性对空气动力学参数识别的影响

我们考虑一个反向流问题，即从目标机翼的尾流特征（即机翼尾流中的速度场）来识别机翼形状。这是一个不确定问题，对所用湍流模型的准确性和一致性极其敏感。我们首先演示，仅基于单一流条件的形状识别是不可求解的，而将多个在不同攻角下获得的尾流特征纳入其中可显著缓解这种不可求解性。我们随后比较使用不同湍流模型得到的推断几何形状，发现模型之间的不一致性会导致形状差异显著。因此，我们直接比较在固定形状下由不同模型得到的几何灵敏度，发现这些灵敏度之间可相差高达250%。这些发现凸显了湍流闭合一致性对于可靠的形状识别至关重要，进一步表明有效的湍流模型必须不仅保证准确的预测，还要保证物理上一致的灵敏度——这一原则应指导经典模型和数据驱动模型的开发。