ترجمه فارسی مقاله یک مدل دیوار برای جریان های جدا شده: یادگیری تعبیه شده برای بهبود عملکرد پسینی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A wall model for separated flows: embedded learning to improve a posteriori performance
عنوان مقاله به فارسی یک مدل دیوار برای جریان های جدا شده: یادگیری تعبیه شده برای بهبود عملکرد پسینی
نویسندگان Zhideng Zhou, Xin-lei Zhang, Guo-wei He, Xiaolei Yang
فرمت مقاله انگلیسی PDF
تعداد صفحات 37
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Fluid Dynamics,دینامیک سیال ,
توضیحات Submitted 2 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 2 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The development of a wall model using machine learning methods for the large-eddy simulation (LES) of separated flows is still an unsolved problem. Our approach is to leverage the significance of separated flow data, for which existing theories are not applicable, and the existing knowledge of wall-bounded flows (such as the law of the wall) along with embedded learning to address this issue. The proposed so-called features-embedded-learning (FEL) wall model comprises two submodels: one for predicting the wall shear stress and another for calculating the eddy viscosity at the first off-wall grid nodes. We train the former using the wall-resolved LES data of the periodic hill flow and the law of the wall. For the latter, we propose a modified mixing length model, with the model coefficient trained using the ensemble Kalman method. The proposed FEL model is assessed using the separated flows with different flow configurations, grid resolutions, and Reynolds numbers. Overall good a posteriori performance is observed for predicting the statistics of the recirculation bubble, wall stresses, and turbulence characteristics. The statistics of the modelled subgrid-scale (SGS) stresses at the first off-wall grids are compared with those calculated using the wall-resolved LES data. The comparison shows that the amplitude and distribution of the SGS stresses obtained using the proposed model agree better with the reference data when compared with the conventional wall model.

چکیده به فارسی (ترجمه ماشینی)

توسعه یک مدل دیواری با استفاده از روشهای یادگیری ماشین برای شبیه سازی بزرگ EDDY (LES) جریان های جدا شده هنوز یک مشکل حل نشده است.رویکرد ما این است که از اهمیت داده های جریان جدا شده استفاده کنیم ، که نظریه های موجود برای آن کاربردی نیست ، و دانش موجود در مورد جریان های دیواری (مانند قانون دیوار) به همراه یادگیری تعبیه شده برای رسیدگی به این مسئله.مدل دیواری به اصطلاح ویژگی های آموزش تعبیه شده (FEL) شامل دو زیرمجاز است: یکی برای پیش بینی استرس برشی دیواری و دیگری برای محاسبه ویسکوزیته گرداب در اولین گره های شبکه خارج از دیوار.ما سابق را با استفاده از داده های LES حل شده با دیوار از جریان تناوبی تپه و قانون دیوار آموزش می دهیم.برای دومی ، ما یک مدل طول مخلوط اصلاح شده را پیشنهاد می کنیم ، با ضریب مدل با استفاده از روش کالمن گروه.مدل FEL پیشنهادی با استفاده از جریانهای جدا شده با تنظیمات مختلف جریان ، وضوح شبکه و شماره های رینولدز ارزیابی می شود.به طور کلی عملکرد خلفی برای پیش بینی آمار حباب چرخش ، تنش های دیواره و خصوصیات آشفتگی مشاهده می شود.آمار تنش های مقیاس زیر شبکه مدل (SGS) در اولین شبکه های خارج از دیوار با موارد محاسبه شده با استفاده از داده های LES حل شده با دیواره مقایسه می شود.مقایسه نشان می دهد که دامنه و توزیع تنش های SGS به دست آمده با استفاده از مدل پیشنهادی با داده های مرجع در مقایسه با مدل دیواره معمولی بهتر با داده های مرجع موافق است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.