期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向稀薄流非线性本构预测的机器学习方法 被引量:5
1
作者 李廷伟 张莽 +2 位作者 赵文文 陈伟芳 蒋励剑 《航空学报》 EI CAS CSCD 北大核心 2021年第4期319-331,共13页
稀薄非平衡流域内连续介质假设已经失效,主要围绕Boltzmann方程及模型方程对稀薄非平衡流开展理论与计算研究,统一气体动理论格式(UGKS)是其中一种代表性方法。在稀薄非平衡流数值模拟中,Navier-Stokes(N-S)方程连续介质假设已经失效,... 稀薄非平衡流域内连续介质假设已经失效,主要围绕Boltzmann方程及模型方程对稀薄非平衡流开展理论与计算研究,统一气体动理论格式(UGKS)是其中一种代表性方法。在稀薄非平衡流数值模拟中,Navier-Stokes(N-S)方程连续介质假设已经失效,不能有效描述流场非平衡特征。UGKS方法虽然计算精度高,但速度空间离散导致计算效率低下,多维高速条件下数值计算难以开展。基于数据驱动的思想,在N-S方程与UGKS方法的研究基础上发展出了一种稀薄非平衡流非线性本构关系求解方法(DNCR)。该方法以N-S与UGKS求解器获得的流场数值模拟计算结果作为训练数据集,基于流场特征参数采用极端随机树算法生成机器学习模型,对预测流场中线性黏性应力项与热流项进行非线性修正,并耦合非线性本构关系求解宏观守恒方程得到目标状态稀薄非平衡流动数值解。针对DNCR方法中所采用的机器学习方法-极端随机树模型,通过二维顶盖驱动方腔流算例对高维非线性建模涉及的特征参数选取、参数调优开展了相关验证工作,选取若干典型状态对极端随机树模型的泛化性能开展研究,并评估了相关模型与方法的计算精度与计算效率。 展开更多
关键词 稀薄非平衡流 本构关系 数据驱动 极端随机树 模型参数
原文传递
耦合聚类的数据驱动稀薄流非线性本构计算方法
2
作者 尧少波 蒋励剑 +3 位作者 赵文文 卢铮 吴昌聚 陈伟芳 《航空学报》 EI CAS CSCD 北大核心 2022年第S02期43-56,共14页
临近空间环境下的稀薄流动具有典型非平衡特征,现有数值模拟方法在面对多尺度共存的复杂流动现象时难以同时高效、准确描述。结合近些年兴起的机器学习理论与建模方法,基于数据驱动非线性本构关系(DNCR)为稀薄非平衡流动快速求解提供了... 临近空间环境下的稀薄流动具有典型非平衡特征,现有数值模拟方法在面对多尺度共存的复杂流动现象时难以同时高效、准确描述。结合近些年兴起的机器学习理论与建模方法,基于数据驱动非线性本构关系(DNCR)为稀薄非平衡流动快速求解提供了一种全新的物理建模思路。为进一步提升DNCR方法的泛化性能、模型训练与计算效率,本文在DNCR方法中首次引入高斯混合模型(GMM)与稀疏主成分分析(SPCA)在回归模型训练预测前对训练集与预测集数据进行聚类预处理,建立了耦合聚类模型的数据驱动非线性本构计算方法。相关算例预测结果表明:在DNCR可解释性方面,GMM与SPCA方法可以不依靠人工经验通过流场数据提取出不同流动中的主导物理量,提升了DNCR方法的可解释性与鲁棒性;在计算效率方面,GMM与SPCA方法能在大量流场样本下对数据点进行精准聚类,排除冗余信息的干扰,提高了方法的并行计算效率,降低了回归模型的训练预测时间,同时有利于后期添加新样本数据时模型的更新与维护;在计算精度方面,GMM与SPCA方法在简单特征流动预测中能够在保持现有预示精度的前提下提高计算效率,并在面对复杂流动特征耦合预测场景时有效提高DNCR方法预测精度。 展开更多
关键词 高斯混合模型 稀疏主成分分析 数据驱动 树模型 稀薄非平衡流
原文传递
旋转不变的数据驱动稀薄流非线性本构计算方法
3
作者 蒋励剑 赵文文 +1 位作者 陈伟芳 尧少波 《航空学报》 EI CAS CSCD 北大核心 2022年第12期284-300,共17页
DNCR方法基于Navier-Stokes方程和UGKS方法的数值模拟结果作为流场样本训练数据,借助机器学习构建热流/应力与流场特征参数的高维复杂非线性回归关系模型,最终通过耦合数据驱动的非线性本构关系求解宏观量守恒方程得到待预测稀薄非平衡... DNCR方法基于Navier-Stokes方程和UGKS方法的数值模拟结果作为流场样本训练数据,借助机器学习构建热流/应力与流场特征参数的高维复杂非线性回归关系模型,最终通过耦合数据驱动的非线性本构关系求解宏观量守恒方程得到待预测稀薄非平衡流数值解。但现有DNCR方法的特征参数(速度、压力、密度等)和标记值(热流、应力张量等)不具备旋转不变特征,所得训练模型无法适用于坐标系旋转或平移后的计算网格。针对这一缺陷,本文构建全新且具有旋转不变性的特征参数与标记值,并结合典型算例预测结果与特征参数权重反馈优化所有训练集特征参数;同时瞄准回归模型预示范围与泛化性能提升,针对极端随机树开展选参与调参研究,发展了一种基于旋转不变量的改进DNCR方法。针对不同来流条件、不同几何外形条件下的二维高超声速圆柱绕流与顶盖方腔驱动流,评估了改进DNCR方法对比原始方法的计算精度提升效果。计算结果表明:使用旋转不变量能够显著提升训练模型对坐标系旋转、外形变化的适应能力,使DNCR方法具备更好的泛化性能。 展开更多
关键词 稀薄非平衡流 极端随机树 旋转不变性 泛化性能 数据驱动
原文传递
Numerical investigation of dynamic properties of plasma sheath with pitching motion 被引量:3
4
作者 De-yang TIAN Guo-chao FAN Wei-fang CHEN 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2020年第3期209-217,共9页
Research on the dynamic properties of a plasma sheath coupled with pitching motion of the vehicle has great significance in solving the problem of communication interruption in the process of vehicle reentry.This pape... Research on the dynamic properties of a plasma sheath coupled with pitching motion of the vehicle has great significance in solving the problem of communication interruption in the process of vehicle reentry.This paper investigates the dynamic properties of the plasma sheath by using the simplified conventional Burnett(SCB)equations and the Navier-Stokes(NS)equations with the thermochemical non-equilibrium effect.The eleven-species chemical kinetic models are applied to the comparison and there is verification of a dynamic plasma sheath simulation for the first time.After the introduction of vehicle pitching motion,the dynamic results are more consistent with the experimental data than the simulated results when treating it as static state.The plasma sheath characteristic parameters show periodic properties,whose changing period is the same as the pitching motion period.However,because of different velocities of the pitching motion,phase shifts exist in different positions of the vehicle.The enhancement of the rarefied effect weakens the disturbance to the plasma sheath.This research reveals the distribution and regularities of the dynamic plasma sheath.It is significant in solving the ionization blackout problem and the design of the reentry vehicle,and provides reliable data for further research on the dynamic plasma sheath. 展开更多
关键词 Plasma sheath DYNAMIC Thermodynamic non-equilibrium Rarefied flow
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部