西工大张伟伟教授:智能流体力学研究的进展( 三 )


西工大张伟伟教授:智能流体力学研究的进展
文章图片
最近发展的数据驱动的建模方法 , 是基于海量的流场以及机器学习技术 , 我们团队也在这方面做了一些尝试性工作 。 关于湍流的机器学习 , 大概有如下几类:第一类是传统湍流模型的修正 , 比如对经典湍流模型的源项进行修正 , 或者补充一些非线性的涡粘项 , 也有基于高精度的模拟方法 , 比如DNS对RANS雷诺应力的差量进行建模 。
西工大张伟伟教授:智能流体力学研究的进展
文章图片
这些研究 , 目前主要还是集中于较低低雷诺数的问题 , 离工程运用还存在一定差距 。 我们主要想针对高雷诺数的工程湍流进行机器学习建模 。
由于高雷诺数湍流存在薄的边界层 , 流动特性差异比较大 , 另外高精度的数值模拟结果难以获取 , 计算量本身也比较大 。 此外 , 传统的偏微分方程模式对大攻角分离流动的模拟精度也比较差 。