一种近壁圆柱绕流雷诺各向异性状态分布的预测方法

技术领域

本发明涉及湍流预测技术领域，具体为一种近壁圆柱绕流雷诺各向异性状态分布的预测方法。

背景技术

传统湍流研究主要采用实验观测和数值模拟方法，进入21世纪以来，尽管经历了计算流体力学在上世纪60年代的兴起和以及90年代后的迅猛发展，人们对湍流的总体认识仍然进展缓慢，湍流研究进入瓶颈期，亟需重大革新和突破。由于湍流的复杂性导致实验观测往往无法重复，并且无法捕捉到湍流的详细信息。为了揭示湍流过程的本质，数值方法成为一种重要的手段。其中，雷诺平均法(RANS)是广泛应用于工程实际，但受限于时均化而引入的雷诺应力需要通过模型求解，导致RANS模型的精确性和适用性较差。RANS模型的雷诺应力闭合通常基于Boussinesq涡粘性假设，但由于其固有假设的缺陷，对于分离流产生的复杂流场，RANS涡粘模型模拟结果通常不准确甚至与真实情况相矛盾，缺乏可靠性，RANS模型的精确性和适用性较差；DNS和LES模型精度高但模拟流场时需要细分的网格，计算时间长且效率低。

现计算流体力学方法(Computational Fluid Dynamics,CFD)中的大涡模拟模型(Large Eddy Simulation,LES)和直接数值模拟方法(Direct Numerical Simulation,DNS)对计算资源的消耗过大、计算时间过长，同时涡粘模型对分离流动的计算精度不高，本专利技术能弥补二者模型缺点，利用随机森林回归算法只需涡粘模型相对较少的计算资源便可达到雷诺应力模型的计算精度。

发明内容

针对上述存在的技术不足，本发明的目的是提供一种近壁圆柱绕流雷诺各向异性状态分布的预测方法，其只需涡粘模型所需计算条件便可达到雷诺应力模型的计算精度。

为解决上述技术问题，本发明采用如下技术方案：

本发明提供一种近壁圆柱绕流雷诺各向异性状态分布的预测方法，其特征在于，包括如下步骤：

步骤1：建立近壁圆柱绕流CFD几何模型：计算域长度L

对雷诺数的改变通过修改流体密度或运动粘度来实现，并保持来流速度和特征长度不变，计算时取15个涡脱落周期；

步骤2：提取输入特征：基于原始变量平均压力P及其梯度向量、平均速度U及其梯度张量、湍动能k及其梯度向量、湍流耗散率ε、涡粘度系数ν

步骤3：输出特征提取：采用雷诺应力湍动能，雷诺各向异性的坐标以及三个旋转角；

其中旋转角的定义：参照刚体旋转，雷诺应力各向异性张量的特征向量矩阵对应的单位正交矩阵从单位矩阵绕坐标轴依次旋转三次得到：(1)绕z轴旋转角度

步骤4：利用随机森林算法构建预测模型：

记τ

利用随机森林算法和输入、输出特征构建回归预测模型；其中树数目30，叶子节点最小样本数5，最大分裂次数100，最大输入特征数目4。

本发明的有益效果在于：本方法只需涡粘模型所需计算条件便可达到雷诺应力模型的计算精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1提供的一种近壁圆柱绕流雷诺各向异性状态分布的预测方法步骤1的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种近壁圆柱绕流雷诺各向异性状态分布的预测方法，包括如下步骤：

步骤1：建立近壁圆柱绕流CFD几何模型：如图1所示，计算域长度L

步骤2：提取输入特征：基于以下原始变量平均压力P及其梯度向量、平均速度U及其梯度张量、湍动能k及其梯度向量、湍流耗散率ε、涡粘度系数ν

其中，‖·‖表示张量的F范数，Ω为旋转速率张量，S为应变率张量，向量之间的计算均为内积。并进行归一化：

步骤3：输出特征提取：采用雷诺应力湍动能，雷诺各向异性的坐标以及三个旋转角。

其中旋转角的定义：参照刚体旋转，雷诺应力各向异性张量的特征向量矩阵对应的单位正交矩阵可以从单位矩阵绕坐标轴依次旋转三次得到：(1)绕z轴旋转角度

步骤4：利用随机森林算法构建预测模型：

记τ

利用随机森林算法和输入、输出特征构建回归预测模型。其中树数目30，叶子节点最小样本数5，最大分裂次数100，最大输入特征数目4。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。