基于Leith(1964),Mintz(1965)和Smagorinsky(1963)的数值实验,确定大气的确定性可预测性极限被确定为大约2周。
在科学和工程场中,快速准确的湍流预测非常重要。在本文中,我们研究了隐式U-NET增强的傅立叶神经操作员(IUFNO),以稳定地预测三维(3D)湍流流的长期动力学。训练有素的IUFNO模型在三个摩擦雷诺数的粗网格的大涡模拟(LES)中进行了测试:re τ≈180、395和590。所采用的近壁网格比壁溶解的LES的一般要求更明显。与原始的傅立叶神经操作员(FNO),隐式FNO(IFNO)和U-NET增强的FNO(UFNO)相比,IUFNO模型具有更好的长期预测能力。数值实验表明,IUFNO框架在预测各种流量统计统计和结构的预测中,超过了传统的动态Smagorinsky模型和壁适应的本地涡流粘度模型,包括平均值和功能,包括均值和流动性速度,概率密度的功能(PDFS)和关节功能(pdfs)和关节效率。 pro文件,动能谱和Q标准(涡旋结构)。同时,训练有素的IUFNO模型在计算上比传统的LES模型快得多。因此,IUFNO模型是快速预测壁构成的湍流的有希望的方法。
1 伊斯坦布尔技术大学航空航天学院,34469 伊斯坦布尔,土耳其 2 法国国家科研中心,里尔流体机械实验室 - 费里埃特营地 (LMFL),59655 Villeneuve d'Ascq,法国 3 佐治亚理工学院,乔治·W·伍德拉夫机械工程学院,30332,佐治亚州亚特兰大,美国 收到日期:2022 年 1 月 28 日 修订日期:2022 年 3 月 14 日 接受日期:2022 年 6 月 9 日 摘要 Özet 这项工作介绍了一种新的大涡模拟 (LES) 求解器 lestr3d,用于研究实际湍流问题。lestr3d 使用有限体积法和二阶离散化方案在非结构化网格上求解可压缩 LES 方程。可压缩的 Smagorinsky、壁面自适应局部涡 (WALE) 粘度和 k 方程模型可用作亚网格尺度模型。使用 METIS 软件和消息传递接口库可实现高效并行化。lestr3d 可在高性能计算平台上扩展至 896 个核心。对 lestr3d 的验证和验证分析是在盖子驱动的腔体流动问题上进行的。对于分别具有低分辨率和高分辨率网格的 k 方程和 WALE 的情况,结果与可用的直接数值模拟和实验数据具有很好的一致性。然后,研究了 T106 涡轮叶片上的流动,以展示 lestr3d 的功能。结果表明,lestr3d 能够对复杂的几何形状进行模拟,并可靠地捕捉流动的时空演变和统计数据。总体而言,lestr3d 被证明是研究复杂湍流问题的一项有价值的长期投资。
摘要:我们对大气流动的分层湍流和小尺度湍流状态进行了尺度分析,重点关注中间层。我们区分了旋转分层宏观湍流 (SMT)、分层湍流 (ST) 和小尺度各向同性 Kolmogorov 湍流 (KT),并指定了这些状态的长度和时间尺度以及特征速度。结果表明,浮力尺度 (L b ) 和 Ozmidov 尺度 (L o ) 是描述从 SMT 到 KT 的转变的主要参数。我们采用浮力雷诺数和水平弗劳德数来表征中间层的 ST 和 KT。该理论应用于高分辨率大气环流模型的模拟结果,该模型采用 Smagorinsky 型湍流扩散方案进行亚网格尺度参数化。该模型使我们能够推导出 KT 状态下的湍流均方根 (rms) 速度。我们发现湍流 RMS 速度在夏季有一个最大值,在冬季有两个最大值。冬季 MLT 中的第二个最大值与二次重力波破碎现象有关。该模型的湍流 rms 速度结果与基于 MF 雷达测量的完全相关分析非常吻合。提出了一种基于中尺度直接能量级联思想的中尺度水平速度新尺度。后者对中尺度和小尺度特征速度的发现支持了本研究提出的观点,即中尺度和小尺度中间层动力学在统计平均值上受 SMT、ST 和 KT 控制。
摘要:我们对大气流动的分层湍流和小尺度湍流状态进行了尺度分析,重点关注中间层。我们区分了旋转分层宏观湍流 (SMT)、分层湍流 (ST) 和小尺度各向同性 Kolmogorov 湍流 (KT),并指定了这些状态的长度和时间尺度以及特征速度。结果表明,浮力尺度 (L b ) 和 Ozmidov 尺度 (L o ) 是描述从 SMT 到 KT 的转变的主要参数。我们采用浮力雷诺数和水平佛劳德数来表征中间层的 ST 和 KT。该理论应用于高分辨率大气环流模型的模拟结果,该模型采用 Smagorinsky 型湍流扩散方案进行亚网格尺度参数化。该模型使我们能够推导出 KT 范围内的湍流均方根 (rms) 速度。研究发现,湍流 RMS 速度在夏季有一个最大值,在冬季有两个最大值。冬季 MLT 中的第二个最大值与二次重力波破碎现象有关。该模型得出的湍流 rms 速度结果与基于 MF 雷达测量的完全相关分析结果吻合良好。提出了一种基于中尺度直接能量级联思想的中尺度水平速度新尺度。后者对中尺度和小尺度特征速度的发现支持了本研究提出的观点,即中尺度和小尺度动力学在统计平均值上受 SMT、ST 和 KT 控制。
这本专着的写作和出版具有不确定性。从一开始,我们就发现自己与一个针对事实检查阅读科学的项目的优点搏斗。我们的目标是深入研究所提出的索赔和施加授权的证据的信誉。我们的希望是,我们可以以一种既不有偏见也不负面的方式这样做,而是代表着一种公平见证的形式,目的是支持教育工作者的更多敏锐决定,并在一个经常被认为是有争议的领域的文明中提高了文明。我们在彼此的支持和几个同事的支持下克服了我们的勉强,他们与这些事务的参与是鼓舞人心的。我们要特别感谢几个担任我们模特并提供重要支持的人。They include: Maren Aukerman, Richard Beach, Sam Bommarito, Brian Cambourne, Sam DeJulio, Gina Cervetti, Nell Duke, Barbara Flores, Rachael Gabriel, Judith Green, Jim Hoffman, George Hruby, Peter Johnston, James King, Carol Lee, Allan Luke, Dixie Massey, Lesley Morrow, David Reinking,维多利亚·危险,艾米丽·罗杰斯(Emily Rodgers),唐娜·斯坎伦(Donna Scanlon),彼得·史密斯基(Peter Smagorinsky),诺曼·斯塔尔(Norman Stahl),黛安·斯蒂芬斯(Diane Stephens)和戴维·雅登(David Yaden)。我们希望他们能看到我们所做的工作。We are also indebted to the University of British Columbia and the University of California Berkeley and for two incredible associates—Caroline Hamilton who provided editorial and research expertise and Logaine Navascués who did the lay out of the material working with Anthony Whalen at Marsworks that hosts the book ( https://literacyresearchcommons.org ).最后,这个项目在我们生活中引起的其他挑战中,在我们两个人之间进行了大量的来回。我们的友谊和对彼此的尊重至关重要,我们的伴侣巴尔巴拉和特里的耐心和支持也至关重要。