复杂浆体流动不确定性分析的高精度代理模型
流体动力学
2024-06-13 v1 数据分析、统计与概率
摘要
浆体通过管道输送是全球产业所必需的，能提供效率和环境优势。 Specifically, precise calibration of physical parameters for transporting raw phosphate material to fertilizer plants is crucial to minimize energy losses and ensure secure operations. 计算流体动力学（Computational Fluid Dynamics, CFD）常用于理解固体浓度、速度分布和管道内流压。然而，浆体流动的数值解常常伴随初始和边界条件的不确定性，亟需进行不确定性量化。本研究通过将恰当正交分解（Proper Orthogonal Decomposition, POD）和多项式混沌展开（Polynomial Chaos Expansion, PCE）结合起来，对二维磷浆流动仿真进行不确定性量化。代理模型方法（如多项式混沌展开）在降低复杂流动（尤其是磷浆中高空间变异性）的直接随机仿真计算成本方面效果显著。数值结果表明，非干扰式简化方法在再现均值和方差分布方面具有准确性。此外，不确定性量化分析显示，简化模型相较于原模型显著降低了计算成本。
引用
@article{arxiv.2406.07758,
title = {High-Precision Surrogate Modeling for Uncertainty Quantification in Complex Slurry Flows},
author = {Marwane Elkarii and Radouan Boukharfane and Nabil El Moçayd},
journal= {arXiv preprint arXiv:2406.07758},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2304.00076 by other authors