文献

J-GLOBAL ID：202102281207349343   整理番号：21A1773979

高忠実度HPTカスケードシミュレーションを用いた乱流モデル開発のための機械学習【JST・京大機械翻訳】

Machine Learning for Turbulence Model Development Using a High-Fidelity HPT Cascade Simulation

著者 (5件)： Weatheritt Jack (University of Melbourne, Parkville, Australia) ,  Pichler Richard (University of Melbourne, Parkville, Australia) ,  Sandberg Richard D. (University of Melbourne, Parkville, Australia) ,  Laskowski Gregory (GE Aviation, Lynn, MA) ,  Michelassi Vittorio (General Electric Oil & Gas, Florence, Italy)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： GT2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高圧タービン翼背後の後流におけるBoussinesq近似の妥当性を調べた。最小二乗法を用いて,このような関係の数学的仮定を調べた。次に,高度分解LESデータを用いて異方性テンソルを先験的に修正するために進化的アルゴリズムを使用した。後者の場合,非線形応力-歪関係を構築した。結果は,標準渦粘性仮定が乱流拡散を過小予測し,理論的に無効であることを示した。直線項の係数を増加させることによって,遠い覚醒予測は,わずかな改良を示した。応力-歪結合関係における付加的非線形項を用いて,進化アルゴリズムによって作り出して,近覚醒も改良することができた。アルゴリズムにより作られた用語を精査し,高圧タービン翼背後の後流に適したReynolds応力に対する暫定的非線形表現を提案することにより,議論を閉じる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  異方性 ,  伴流 ,  最小二乗法 ,  テンソル ,  乱流拡散 ,  渦粘性 ,  覚醒 ,  Reynolds応力 ,  *乱流モデル ,  *機械学習
準シソーラス用語： 応力-歪関係 ,  高圧タービン翼 ,  応力-歪 , 【Automatic Indexing@JST】

分類 (2件)： 層流,乱流,境界層  (BC02030C) ,  流体動力学一般  (BC02010G)

タイトルに関連する用語 (7件)： 高忠実度 ,  HPT ,  カスケード ,  シミュレーション ,  乱流モデル ,  開発 ,  機械学習