数值模拟在现代燃烧系统的设计中发挥了至关重要的作用。在过去的二十年中,研究的重点是开发大涡模拟 (LES) 方法,该方法利用计算能力的大幅提升来显著提高预测精度。即使超级计算能力有望提升,LES 在设计中的应用仍受到高计算成本的限制。此外,为了帮助决策,必须增强此类 LES 计算以估计模拟组件中潜在的不确定性。与此同时,制造或使用燃烧设备的行业也发生了其他变化。虽然效率和减排仍然是主要的设计目标,但通过优化维护和维修来降低运营成本正成为企业的一个重要部分。燃烧室的数字化有助于实现后者,它允许从一系列设备上的大量传感器收集和存储运行数据。此外,包括燃烧系统上的低功耗硬件在内的多个计算级别也正在变得可用。如果有适当的数值工具可用,如此大的数据集将为设计和维护创造独特的机会。由于 LES 利用超级计算彻底改变了计算引导设计,因此需要新一代数值方法来利用如此大量的数据和计算硬件的多样性。本文回顾了这种异构数据驱动环境的新兴计算方法。有案例表明,在这个领域存在基于物理的燃烧建模的新但非常规的机会。
主要关键词
![arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日PDF文件第1页](/bimg/a/a81d2941349920dfa9ba664c37a968ed51f846f4.webp)
![arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日PDF文件第2页](/bimg/c/c36ca0b85653fef4f96d1a2aaa4f7c8b59c35da9.webp)
![arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日PDF文件第3页](/bimg/8/8e259ab9c8bd1c11558a77850fe9da4dd3ed5868.webp)
![arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日PDF文件第4页](/bimg/4/44a89591fe59c760e85c4454115d919ee025f5ee.webp)
![arXiv:1808.07478v1 [physics.comp-ph] 2018 年 8 月 22 日PDF文件第5页](/bimg/1/1e5bce3f909ffefb93b0b384668a86092e120d89.webp)
