文献

J-GLOBAL ID：202202256532753156   整理番号：22A0571138

結合乱流クロージャモデルの多目的CFD駆動開発【JST・京大機械翻訳】

Multi-objective CFD-driven development of coupled turbulence closure models

著者 (4件)： Waschkowski Fabian (Department of Mechanical Engineering, University of Melbourne, VIC 3010, Australia) ,  Zhao Yaomin (Center for Applied Physics and Technology, HEDPS, College of Engineering, Peking University, Beijing 100871, China) ,  Sandberg Richard (Department of Mechanical Engineering, University of Melbourne, VIC 3010, Australia) ,  Klewicki Joseph (Department of Mechanical Engineering, University of Melbourne, VIC 3010, Australia)
資料名： Journal of Computational Physics  (Journal of Computational Physics)
巻： 452  ページ： Null  発行年： 2022年 
JST資料番号： B0860A  ISSN： 0021-9991  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複数の閉鎖モデルの同時開発と複数の目的に向けた訓練を可能にする,データ駆動乱流モデリングにおける2つの新しい概念を紹介した。この概念は,高忠実度シミュレーションデータから解釈可能かつ実装-読取り表現を導く,気象学とSandberg(2016)による進化フレームワークを拡張した。進化した閉鎖モデルに共有適合度値を割り当てて,Zhaoら(2020)によるCFD駆動訓練アプローチを利用して,ここで導入した多重表現訓練概念は,訓練されたモデル,すなわち,Reynolds応力異方性,乱流熱流束および乱流生成補正モデルの間の結合を説明することができた。第二の概念として,多目的最適化アルゴリズムをフレームワークに適用した。拡張は多様な候補モデルを生成し,訓練結果を分析した後の訓練目的間のトレードオフを可能にした。本研究では,新しい概念をベンチマーク周期丘ケースと垂直自然対流流に適用した。平均流量の予測は,強く結合した運動量と熱場に対して明確で堅牢な改良を持つ分離訓練戦略と比較して改善された。閉鎖モデルの結合訓練と多重訓練目的のバランスは,一般化データ駆動乱流モデルに対する経路に関する重要な能力と考えられる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 運動量 ,  最適化 ,  自然対流 ,  *乱流 ,  最適化手法 ,  気象学 ,  モデリング ,  多重化 ,  Reynolds応力 ,  平均流 ,  ベンチマーク ,  ロバスト性 ,  乱流モデル
準シソーラス用語： 多目的最適化 ,  適合度 ,  データ駆動 ,  乱流モデリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 乱流モデリング ,  機械学習 ,  進化アルゴリズム ,  多目的最適化

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： 乱流クロージャモデル ,  開発