文章图片
最近发展的数据驱动的建模方法 ， 是基于海量的流场以及机器学习技术 ， 我们团队也在这方面做了一些尝试性工作 。 关于湍流的机器学习 ， 大概有如下几类：第一类是传统湍流模型的修正 ， 比如对经典湍流模型的源项进行修正 ， 或者补充一些非线性的涡粘项 ， 也有基于高精度的模拟方法 ， 比如DNS对RANS雷诺应力的差量进行建模 。

文章图片
这些研究 ， 目前主要还是集中于较低低雷诺数的问题 ， 离工程运用还存在一定差距 。 我们主要想针对高雷诺数的工程湍流进行机器学习建模 。
由于高雷诺数湍流存在薄的边界层 ， 流动特性差异比较大 ， 另外高精度的数值模拟结果难以获取 ， 计算量本身也比较大 。 此外 ， 传统的偏微分方程模式对大攻角分离流动的模拟精度也比较差 。

• 徕卡|超大杯命名揭晓！卢伟冰换上小米12S Ultra
• GeForce|英伟达GeForce RTX 4090系列渲染图曝光：FE版将超过三槽规格
• 英伟达|显卡评测不用看了？AMD推显卡对比工具，性能高低一目了然
• 卢伟冰不讲“武德”，跑分75万+38分钟满电+OIS防抖，12G+256G仅售2364元
• 英伟达|NVIDIA Triton 推理引擎公开课上新：基于多实例 GPU 和 K8s 的大规模 CV 模型部署实践
• AMD|AMD CEO苏姿丰：壮志雄心英气慨 伟大产品天下行
• AMD 上线“GPU 比较工具”，可在不同游戏中与英伟达型号对比
• 今天下午|卢伟冰换新手机：小米12ultra
• 小米|2022年安卓之光！卢伟冰换上小米12 Ultra
• 软件|AMD显卡价格已低于MSRP，英伟达显卡亦无限接近