文献

J-GLOBAL ID：202202251233924701   整理番号：22A0637564

結合モードの観点からのReynolds平均Navier-Stokesシミュレーションの数値安定性と収束の解析【JST・京大機械翻訳】

Analysis on numerical stability and convergence of Reynolds averaged Navier-Stokes simulations from the perspective of coupling modes

著者 (4件)： Liu Yilang (Department of Engineering Mechanics, Zhejiang University, Hangzhou 310027, China) ,  Cao Wenbo (National Key Laboratory of Science and Technology on Aerodynamic Design and Research, School of Aeronautics, Northwestern Polytechnical University, Xi’an 710072, China) ,  Zhang Weiwei (National Key Laboratory of Science and Technology on Aerodynamic Design and Research, School of Aeronautics, Northwestern Polytechnical University, Xi’an 710072, China) ,  Xia Zhenhua (Department of Engineering Mechanics, Zhejiang University, Hangzhou 310027, China)
資料名： Physics of Fluids  (Physics of Fluids)
巻： 34  号： 1  ページ： 015120-015120-9  発行年： 2022年 
JST資料番号： H0052B  ISSN： 1070-6631  CODEN： PHFLE6  資料種別： 逐次刊行物 (A)
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： Reynolds平均Navier-Stokes(RANS)シミュレーションは,工学における複雑な流れを研究するための主要な方法である。しかし,従来の乱流モデルは分離による流れ場を正確に予測できない。このような状況において,機械学習法は,新しいデータ駆動乱流閉鎖モデルを構築するための効果的な方法を提供する。それにもかかわらず,データ駆動乱流モデルが遭遇するボトルネックは,事後反復におけるRANS方程式の安定性と収束を確実にする方法である。本論文は,RANS方程式と乱流モデルの間の収束と安定性に及ぼす種々の結合モードの影響を研究した。数値結果は,機械学習乱流モデルで一般的に使用される凍結結合モードが,後方反復における発散と不安定性につながるかもしれないことを示した。一方,相互結合モードは良好な収束と安定性を維持することができた。本研究は,後部反復におけるRANS方程式による機械学習乱流モデルのための結合モードへの新しい展望を提供することができた。Copyright 2022 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  乱流 ,  相互接続 ,  凍結 ,  不安定性 ,  流れ場 ,  乱流モデル ,  機械学習 ,  解析モデル
準シソーラス用語： RANS ,  数値安定性 ,  データ駆動 ,  *結合モード ,  *Reynolds平均 , 【Automatic Indexing@JST】

分類 (1件)： 層流,乱流,境界層  (BC02030C)

タイトルに関連する用語 (7件)： 結合モード ,  観点 ,  Reynolds平均 ,  シミュレーション ,  数値安定性 ,  収束 ,  解析