BriefGPT - AI 论文速递
·
通过实验数据同化实现 Spalart-Allmaras 模型的可推广改进
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用模型和数据融合来改进分离流的雷诺平均纳维 - 斯托克斯解的 Spalart-Allmaras（SA）闭标模型，并提出了一种整体校准策略，使模型能够适用于多种不同的分离流并实现性能的改进。新提出的模型不仅在实验数据收集方面取得了显著的改进，还能针对特定的流体物理特性进行独立校准，提高了回流区和回复区的性能。
🎯
关键要点
- 本研究使用模型和数据融合改进分离流的雷诺平均纳维 - 斯托克斯解的 Spalart-Allmaras（SA）闭标模型。
- 采用数据同化，特别是 Ensemble Kalman Filtering 方法对 SA 模型的系数进行校准。
- 提出了一种整体校准策略，使模型适用于多种不同的分离流并实现性能改进。
- 新模型在实验数据收集方面取得显著改进，能够针对特定流体物理特性进行独立校准。
- 提高了回流区和回复区的性能。
➡️
