Новая алгебраическая RANS-модель для пристенного подслоя гибридного RANS/LES-метода на основе методов машинного обучения

Аннотация

В настоящее время активно развиваются гибридные RANS/LES-методы, одной из составляющих которых является RANS-модель, описывающая пристенную часть течения. В силу того, что данная область составляет около 10% толщины пограничного слоя, в ней могут хорошо проявлять себя относительно простые алгебраические замыкания. Однако они либо нелокальны, либо неявны. Целью данной статьи является формулировка новой явной локальной алгебраической RANS-модели пристенного подслоя, предназначенной для включения в состав гибридного RANS/LES-метода. При разработке модели применяются методы машинного обучения, широко распространившиеся в наши дни в области моделирования турбулентности. Процедура создания модели состоит из двух этапов. Сначала с помощью априорного тестирования на основе данных DNS о развитом турбулентном течении в плоском канале при значениях числа Рейнольдса по трению от 550 до 5200 методом генетического программирования строится функциональная форма новой модели. Затем с помощью согласованного с моделью обучения подхода, использующего решение задачи о турбулентном течении в плоском канале, производится оптимизация коэффициентов. Результаты, рассчитанные по новой модели, сравниваются с результатами, полученными по классическим моделям Прандтля и Спаларта–Аллмараса. Показано, что новая модель превосходит их по точности. Проведено тестирование новой модели при числе Рейнольдса по трению, равном 20000, и выявлено, что с ее помощью достигаются профили средней скорости, хорошо согласующиеся с аппроксимацией Никельса и близкие к данным, вычисленным по другим моделям. Таким образом, в статье продемонстрировано успешное использование комбинации априорного и согласованного с моделью машинного обучения для создания оригинальной алгебраической RANS-модели турбулентности.