基于低秩解算子模态和机器学习的湍流能量预测
流体动力学
2024-03-11 v1
摘要
提出了一种基于解算子分析和机器学习的建模框架，用于预测不可压缩槽道流中的湍流能量。在该框架中，选择最优解算子响应模态作为基函数，以模拟高维非线性湍流流场的低秩行为，相应的权重函数由数据驱动的神经网络确定。预测了摩擦雷诺数为 1000 时的空间和尺度上的湍流能量分布，并与直接数值模拟数据进行了比较。观察到高度一致性，表明所提出的框架用于湍流预测的可行性和可靠性。
引用
@article{arxiv.2403.05067,
title = {Prediction of turbulent energy based on low-rank resolvent modes and machine learning},
author = {Yitong Fan and Bo Chen and Weipeng Li},
journal= {arXiv preprint arXiv:2403.05067},
year = {2024}
}
备注
13 pages, 8 figures