XiaoMi-AI文件搜索系统
World File Search System流体动力
整体预测策略的新趋势：粗网格计算流体动力学的不确定性定量
工业和地球物理流体的抽象数值模拟通常无法求解确切的Navier-Stokes方程。因此，它们会通过强烈的本地错误。对于某些应用程序（例如耦合模型和测量结果），需要准确量化这些错误，而整体预测是实现此目标的一种方式。本文回顾了朝着这个方向提出的不同的处理。通过谎言运输对位置不确定性和随机对流的模型特别关注。此外，本文引入了一种新的基于能量预算的随机亚网格方案，以及在不确定性下进行参数化模型的新方法。最后，提出了新的整体预测模拟。将新随机参数化的技能与位置不确定性下的动力学和随机初始条件方法的动力学进行了比较。
神经2024 ML4CFD竞赛：用于机翼设计中计算流体动力学的机器学习
用于解决复杂物理问题的机器学习（ML）技术的整合越来越被认为是加快模拟的有前途的途径。但是，评估ML衍生的物理模型在工业环境中的采用构成了重大挑战。本竞赛旨在促进创新的ML方法来应对身体挑战，利用我们最近引入的统一评估框架，称为学习工业物理模拟（LIPS）。建立在2023年11月至2024年3月1日举行的初步版本上，该迭代以良好的物理应用为基础的任务为基础：使用我们建议的Airfrans数据集，翼型设计模拟。竞争基于各种标准评估解决方案，包括ML准确性，计算效率，分布外部性能和遵守物理原理。值得注意的是，这项竞争代表了探索ML驱动的替代方法的开创性努力，旨在优化物理模拟中计算效率和辅助性之间的权衡。托管在Codabench平台上，比赛为所有参与解决方案提供了在线培训和评估。
流体动力学家需要在其工具箱中添加量子力学
量子计算设置为转换流体动力学，就像量子和分子机械方法转化了材料科学一样。它将提供一个更严格的框架，具有可转让的表示1，除了扩展流体动力学的缩放分析外，还将设计创新的多尺度系统。尤其是2020年，尤其是11月，看到了一系列算法，用于方程式的通用非线性系统，引用其应用中的流体流量2-4。这与早期涉及的发展形成鲜明对比，例如量子晶格气体算法5和晶格Boltzmann方程的仿真，它的模拟与Dirac的6相比。尽管以前的方法是利用量子算法作为通用数值求解器7的通用性，但它证明了用于流体流动的量子计算的实际兴趣。基于将流体动力放置在量子理论中的情况下，应进行课程纠正。
通过马德隆变换进行流体动力学的量子模拟
开发数值方法以在通用量子计算机上有效模拟非线性流体动力学是一项具有挑战性的问题。本文定义了 Madelung 变换的广义，以通过狄拉克方程解决与外部电磁力相互作用的量子相对论带电流体方程。狄拉克方程被离散化为离散时间量子游动，可在通用量子计算机上有效实现。提出了该算法的一种变体，用于在均匀外力的情况下使用当前噪声中间尺度量子 (NISQ) 设备实现模拟。使用该算法对当前 IBM NISQ 上的相对论和非相对论流体动力学冲击进行了高分辨率（高达 N = 2 17 个网格点）数值模拟。本文证明了可以在 NISQ 上模拟流体动力学，并为使用更通用的量子游动和量子自动机模拟其他流体（包括等离子体）打开了大门。
开发多颗粒光轨迹技术用于用于深色发酵的搅拌罐的流体动力分析
深色发酵（DF）是一种生物学过程，能够从有机废物中产生氢气，这可以作为生物精炼厂中的基础发挥关键作用。，但仍需要优化DF的流体动力条件以增强气体液传质，从而减少了可溶性氢的自抑制作用。质量转移增强受到限制，因为对微生物的液压应力必须受到限制，并且该过程的经济可持续性必须保持。最近的结果表明，在层流和湍流方案之间的过渡区域中，DF增强了。为了更好地了解该制度中的3D流体动力特征，开发了一种改进的光学轨迹技术并将其应用于配备双型物件设备的2-L生物反应器。所提出的方法旨在同时使用三个摄像机来监测多达十个颗粒作为示踪剂的轨迹，但也能够在每个相机的2D图像中提供颗粒的实时位置，以最大程度地减少治疗后时间。应用了该方法，包括立体摄像机校准，实时和后处理以重建3D轨迹，并针对2D-PIV和CFD数据进行了验证。达成了良好的一致性，但是由于粒径，很难捕获附近壁和叶轮的区域。结果表明，与单个粒子作为示踪剂相比，使用五个颗粒的工作能够减少3-4的测量时间，而较高数量的示踪剂增加了伪像的镜头。
在正交非结构化网格上建模波浪群尺度流体动力学
作者要感谢 Sander van der Pijl 在软件开发过程中提供的帮助。Janet Becker 和 Mark Merrifield 提供了 PILOT 数据，并感谢他们就 Ipan 礁动力学进行的富有成效的讨论。Bart Grasmeijer 提供了 COAST3D 数据和报告。Ellen Quataert 大大改进了 BIRNM XBeach 模型的第一个版本。感谢允许使用美国陆军工程兵水道实验站沿海工程研究中心实地研究设施提供的数据。
2.4.2. 一维流体动力学模拟
尽管有许多 1D 水力模型（例如 ISIS、Mike 11、SOBEK 等），但 HEC RAS 被选为本研究的模型。HEC RAS（河流分析系统水文工程中心）是由美国陆军工程兵团开发的 1D 水力模型，旨在在多任务、多用户网络环境中交互使用（GWBrunner，2010 年）。与其他高维模型相比，该模型具有良好的文档记录、用户友好性，并且计算时间更短（Pappenberger 等人，2005 年）。最近发表的科学文献表明，1D 水力模型非常适合重现自然河流和城市集水区中的洪水传播（Alho 和 Aaltonen，2008 年；Horritt 和 Bates，2002 年；Leandro 等人，2009 年）。
11 表 2.3-1：流体动力学建模软件/...
模型的不确定性始终存在，包括测量过程、数据收集设备的位置等，并且这种不确定性会一直持续到决策过程。模型考虑这些不确定性的能力取决于模型的复杂程度、输入测量的精度和准确性以及建模者的技能。在评估模型产生的置信度以用于任何决策过程时，必须考虑所有这些因素。它们用于与水文和河流模型结合进行洪水风险测绘、洪水规划和情景分析。(Price 和 Vojinovic，2011 年，Teng 等人，2017 年)。
