基于库稀疏回归公式的层化尾流有限测量流态辨识
流体动力学
2022-02-10 v1 大气与海洋物理
摘要
层化流体中钝体尾流已知展现出丰富的动态行为,可基于雷诺数()和弗劳德数()归类为不同流态。近期通过对球体在层化流体中 与 的直接数值模拟(DNS)与实验数据使用动态模态分解(DMD),厘清了这些不同流态间尾流结构的拓扑差异。本工作中,我们试图从层化尾流中(名义上)未知的 与 的有限测量数据辨识动态流态。通过将先前DNS获得的DMD模态汇总,编译了候选基函数的大型数据库。使用带正交最小二乘的前向回归(FROLS)算法构建稀疏模型,该算法依次辨识最能代表数据的DMD模态并校准其幅值与相位。校准后,速度场可利用主导DMD模态的加权组合重构。测量的动态流态通过对所辨识模态对应的 与 进行投影加权平均来估计。流态辨识基于数值与实验数据集的有限数量2D速度快照,以及物体尾流中的3个点测量完成。引入了基于观测预测能力的置信度度量。该方法对数据驱动的流体模式分类器实现具有前景。
引用
@article{arxiv.2202.04119,
title = {Regime identification for stratified wakes from limited measurements: a library-based sparse regression formulation},
author = {Vamsi Krishna Chinta and Chan-Ye Ohh and Geoffrey Spedding and Mitul Luhar},
journal= {arXiv preprint arXiv:2202.04119},
year = {2022}
}
备注
27 pages, 17 captioned figures. Manuscript submitted to Physical Review Fluids on 27 Sep 2021. First revision submitted on 4 Feb 2022