基于生成对抗网络的不同雷诺数下湍流场的超分辨率重建
流体动力学
2022-02-16 v1
摘要
本研究提出一种基于深度学习的框架，利用生成对抗网络（GANs）的概念，从各种雷诺数下极低分辨率的数据重建高分辨率湍流速度场。采用多尺度增强超分辨率生成对抗网络（MS-ESRGAN）作为模型来重建高分辨率速度场，并使用具有大纵向肋条的湍流槽道流在各种雷诺数下的直接数值模拟（DNS）数据来评估模型性能。发现该模型能够基于两个不同低分辨率水平的数据，在速度场量与湍流统计量方面准确再现高分辨率速度场。结果进一步揭示，该模型能够重建训练过程中未使用的雷诺数下的速度场。
引用
@article{arxiv.2110.05047,
title = {Super-resolution reconstruction of turbulent flow at various Reynolds numbers based on generative adversarial networks},
author = {Mustafa Z. Yousif and Linqi Yu and Hee-Chang Lim},
journal= {arXiv preprint arXiv:2110.05047},
year = {2022}
}
备注
23 pages, 14 figures. arXiv admin note: text overlap with arXiv:2109.04250