[论文解读] A Novel Model Order Reduction Approach for Navier-Stokes Equations at High Reynolds Number
该论文提出了一种针对高雷诺数下纳维-斯托克斯方程的新颖模型降阶（MOR）方法，通过引入空间基函数，这些基函数不仅优化了数据表示，还优化了能量耗散特性，从而避免了使用经验性湍流模型。与标准的POD-Galerkin降阶模型（ROM）不同，后者由于正的能量产生率而高估湍流动能，新方法的基函数表现出负的能量产生率，从而产生稳定且精确的ROM，且仅需极少的基函数即可收敛至直接数值模拟（DNS）解。
A new approach to model order reduction of the Navier-Stokes equations at high Reynolds number is proposed. Unlike traditional approaches, this method does not rely on empirical turbulence modeling or modification of the Navier-Stokes equations. It provides spatial basis functions different from the usual proper orthogonal decomposition basis function in that, in addition to optimally representing the training data set, the new basis functions also provide stable and accurate reduced-order models. The proposed approach is illustrated with two test cases: two-dimensional flow inside a square lid-driven cavity and a two-dimensional mixing layer.
研究动机与目标
- 解决标准POD-Galerkin降阶模型（ROM）在高雷诺数湍流流动中出现的不稳定性和不准确性问题。
- 消除对修改纳维-斯托克斯方程动力学的实验性湍流模型的依赖。
- 开发能够同时优化数据表示与能量耗散特性的空间基函数。
- 实现比标准POD-Galerkin方法所需更少模态的稳定且精确的ROM。
- 在典型湍流流动基准测试中验证该方法的有效性：顶盖驱动腔流与混合层流。
提出的方法
- 建立一个小规模的约束最小化问题，以推导出与标准POD模态不同的新空间基函数。
- 优化基函数，使从POD重构的时间平均湍流动能与新基函数之间差异最小化。
- 对时间平均湍流动能施加约束，以确保物理一致性。
- 使用标准MATLAB优化工具（fmincon）求解非凸最小化问题，并通过类似QR的归一化方法实现正交化。
- 利用新基函数进行Galerkin投影，推导不可压纳维-斯托克斯方程的ROM。
- 变换矩阵X确保新时间系数的正交性，从而保持数值稳定性。
实验结果
研究问题
- RQ1能否开发一种模型降阶方法，在避免使用经验性湍流模型的同时，保持高雷诺数流动中的精度？
- RQ2能否构建出不仅良好表示训练数据，还能内在捕捉小尺度湍流结构能量耗散特性的空间基函数？
- RQ3新基函数的能量产生率与标准POD模态相比如何？这一差异对ROM稳定性有何影响？
- RQ4新ROM能否以少于标准POD-Galerkin ROM所需模态数，准确预测湍流动能？
- RQ5新基函数在基准湍流流动中对收敛至直接数值模拟（DNS）结果的改善程度如何？
主要发现
- 新基函数表现出负的湍流动能产生率（ϵ < 0），而标准POD模态则具有正的ϵ，这解释了其稳定作用。
- 在雷诺数为20,000的顶盖驱动腔流中，使用新基函数的ROM能收敛至正确的平均湍流动能，而标准POD-Galerkin ROM则高估该值。
- 在雷诺数δω = 500的混合层流中，采用n = 5、10和20个模态的新ROM分别捕获了50.21%、66.67%和79.14%的时间平均湍流动能，优于标准POD-ROM。
- 新方法在显著少于标准POD-Galerkin方法所需模态数的情况下，实现了准确且稳定的ROM，从而降低了计算成本。
- 所提方法成功稳定了ROM，而无需修改纳维-斯托克斯方程或引入经验性涡粘性项。
- 通过优化获得的变换矩阵X确保了新时间系数的正交性，从而保持了数值鲁棒性。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。