基于數據驅動RANS模型的水翼空化流數值模擬

摘要： 湍流模型的選取對空化計算具有重要影響，由于封閉項的不精確擬合，傳統RANS模型在空化計算中表現出局限性。該文提出了一種基于標準k-ωSST模型的數據驅動RANS框架，選取LES高保真數據為學習目標，采用神經網絡算法重構了RANS方程封閉項，將數據的時空影響納入了模型訓練過程。為驗證當前數據驅動模型的可靠性，將其應用至二維水翼空化流數值模擬，從瞬時特性和平均特性等方面展開分析，并... （共11頁）