详细内容或原文请订阅后点击阅览
更好地理解和预测湍流流动的方法
根据 DNS 在 𝑅𝑒𝜏=104 和各向异性模型，无量纲湍流扩散常数与通道壁无量纲距离 (0.01≤𝑥2/𝐻≤1)。我们建模湍流方式的变化为更清楚地理解和预测复杂情况下的流体行为奠定了基础。名誉教授 Bert Brouwers 开发了一种新的湍流模型，该模型依赖于 […]
来源:科学特色系列根据 DNS 在 𝑅𝑒𝜏=104 和各向异性模型，无量纲湍流扩散常数与距通道壁的无量纲距离（0.01≤𝑥2/𝐻≤1）。
根据 DNS 在 𝑅𝑒𝜏=104 和各向异性模型，无量纲湍流扩散常数与距通道壁的无量纲距离（0.01≤𝑥2/𝐻≤1）。 根据 DNS 在 𝑅𝑒𝜏=104 和各向异性模型，无量纲湍流扩散常数与距通道壁的无量纲距离（0.01≤𝑥2/𝐻≤1）。 根据 DNS 在 𝑅𝑒𝜏=104 和各向异性模型，无量纲湍流扩散常数与与通道壁的无量纲距离（0.01≤𝑥2/𝐻≤1）。 2 4我们建模湍流的方式的变化为更清楚地理解和预测复杂情况下的流体行为奠定了基础。名誉教授 Bert Brouwers 开发了一种新的湍流模型，该模型依赖于统计原理而不是传统的经验方法。这种创新方法最近发表在《发明》杂志上，为科学家预测和模拟湍流的方式提供了重大改进。
与依赖反复试验调整的旧湍流模型不同，Brouwers 博士的各向异性湍流模型建立在物理学的基本原理之上。 “通过使用通用规则而不是猜测，该模型可以更轻松地理解湍流在不同情况下的行为，”Brouwers 博士解释道。该模型简化了湍流的复杂方面，例如动量和能量、流体粒子携带的运动和动力如何在流体中传播，从而提供了更准确和更直接的表示。
更广泛的科学界现在可以使用这种模型，它不仅可以提供更好的准确性，而且还可以消除对复杂且通常不一致的校准的需求。这项工作为湍流研究的进一步发展奠定了坚实的基础，并为环境和技术创新的新可能性打开了大门。