从神经网络增强的流体测量中揭示壁面剪切应力动力学
流体动力学
2023-10-19 v2 人工智能
摘要
湍流流体流经或流经物体内部所产生的摩擦阻力，在交通、公共事业基础设施、能源技术以及人类健康等截然不同的领域中起着关键作用。作为剪切诱导摩擦力的直接度量，对壁面剪切应力的准确预测有助于民用航空的可持续性、资源节约与碳中和，以及血管疾病与癌症的增强医疗。尽管其对现代社会如此重要，我们仍缺乏充分的实验方法来捕捉瞬时壁面剪切应力动力学。在本工作中，我们提出一种整体方法，利用具备物理知识的深度光流估计器，从流动测量中推导出具有出色空间与时间分辨率的流速场与壁面剪切应力场。所推导流动量的有效性与物理正确性，通过涵盖一系列相关流体流动的合成与真实世界实验数据得以证明。
引用
@article{arxiv.2310.11147,
title = {Uncovering wall-shear stress dynamics from neural-network enhanced fluid flow measurements},
author = {Esther Lagemann and Steven L. Brunton and Christian Lagemann},
journal= {arXiv preprint arXiv:2310.11147},
year = {2023}
}