会议论文详细信息
基于机器学习的数据驱动湍流模型
文献类型：会议
作者单位：[1]南京理工大学机械工程学院航空宇航系 [2]瞬态物理国家重点实验室南京理工大学
会议文献：第十九届中国空气动力学物理气体动力学学术交流会摘要集
会议名称：第十九届中国空气动力学物理气体动力学学术交流会
会议日期：20190725
会议地点：中国甘肃张掖
出版日期：20190700
学会名称：北京应用物理与计算数学研究所
语 种：中文
摘 要：雷诺平均法(RANS)为目前唯一可用于模拟大型湍流模拟的数学模型,但其对雷诺应力存在显著各项异性情况时的计算精度较低。为了克服RANS模型这一缺陷,本文基于大涡模拟(LES)与直接数值模拟(DNS)得到的高精度数据,通过机器学习方法,构建RANS方法中雷诺应力封闭项。文章具体研究了不同机器学习算法及数据量条件下,数据驱动湍流模型对湍流动能、湍流剪切应力及应力各向异性的预测能力。
关 键 词：机器学习 数据驱动 湍流模型 RANS DNS
分 类 号：O357.5] TP181[力学类]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
