乱流モデリング

サインイン

インサイト - 乱流モデリング

横方向に粗さが異なる表面上に発達する二次流れは、線形化されたレイノルズ平均ナビエ・ストークス方程式を用いて効果的にモデル化でき、表面の異質性が乱流平均流れに及ぼす影響を理解する上で貴重な洞察を提供する。

本稿では、微分可能な物理ソルバーを学習プロセスに統合することで、従来の事前学習型モデルよりも安定性と精度に優れた、乱流シェルモデルのサブグリッドスケールクロージャーを学習する、ソルバーインザループアプローチを提案する。

本稿では、量子力学の概念を取り入れた新しい数学的枠組みを用い、乱流におけるエネルギー散逸と異方性粘性の影響を分析し、乱流の挙動をより正確にシミュレートできることを示唆しています。

本研究では、実験データの次元削減と教師なしクラスタリングを組み合わせたデータ駆動型手法を用いて、成層傾斜ダクト内の乱流の動的構造を分析し、乱流状態の分類、遷移経路、時間的間欠性の統計的パターンを明らかにしました。

本稿では、非平衡乱流におけるエネルギー散逸をより正確に表現するため、高次ソボレフ空間を用いて修正スマゴリンスキーモデルの拡張を提案し、動的境界条件下での安定性とエネルギー安定化を実現する数値解析手法を提示する。

本稿では、大規模な乱流シミュレーションにおいて、計算コストを抑えつつ長期的な統計的性質を正確に捉える新しいデータ駆動型乱流クロージャモデルを提案する。

本稿では、高レイノルズ数の壁面乱流における流れ統計を記述する付着渦モデル（AEM）の妥当性について、大気表面層（ASL）の観測データを用いて検証しています。

天体物理学的流体力学シミュレーションにおいて、数値散逸によって駆動されるサブグリッド乱流をモデル化する新しいセミインプリシットLES（SLES）モデルが提案されており、これは、計算コストをかけずに、サブグリッドスケールでの乱流の効果を現実的に表現できることを示唆しています。

回転と重力の影響下にある熱スポットのダイナミクスを単純化してモデル化することで、総観規模の乱流のスペクトル特性を説明できる。

本稿では、様々な流れのシナリオにわたる汎用性を向上させるため、レイノルズ平均ナビエ・ストークス（RANS）方程式のデータ駆動型乱流クロージャをブレンドするための機械学習ベースの方法論を提案する。

会社概要

プロダクト

リソース