This paper presents a reduced order approach for transient modeling of multiple moving objects in nonlinear crossflows. The Proper Orthogonal Decomposition method and the Galerkin projection are used to construct a reduced version of the nonlinear Navier-Stokes equations. The Galerkin projection implemented in OpenFOAM platform allows accurate impositions of arbitrary time-dependent boundary conditions at the moving boundaries. A modelling technique based on moving domain and immersed boundary techniques is proposed to overcome the challenge of handling moving boundaries due to movements of the multiple objects. The model is demonstrated capable to capture the complex flow fields past one and two oscillating cylinders and the forces acting on the cylinders. Simulation time could be reduced by more than three orders for a small case on a fine mesh as compared to an existing method and could be more for large cases. In general, the simulation time of the reduced model is of order of seconds as compared to hours of the full order Computational Fluid Dynamics models.


翻译:本文为非线性交叉流中多移动物体的瞬间建模提供了一个简化的顺序方法。 正确的正正正正正分解法和Galerkin投影用于构建非线性纳维埃- Stokes方程式的缩放版。 在 OpenFoAM 平台上实施的 Galerkin 投影使得在移动的边界上可以精确地强加任意的、时间独立的边界条件。 基于移动域和沉浸的边界技术的建模技术被提出来克服因多个物体移动而需处理移动边界的挑战。 该模型被证明能够捕捉超过1和2个振荡圆柱的复杂流动场和在圆柱体上活动的力量。 与现有方法相比,对一个细网格的小案的模拟时间可以减少3个以上,对大案的模拟时间可能更多。 一般来说, 缩小模型的模拟时间是几秒的顺序,与全顺序计算浮游体动态模型的小时相比。

0
下载
关闭预览

相关内容

专知会员服务
26+阅读 · 2021年7月11日
专知会员服务
52+阅读 · 2020年9月7日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
将门创投
12+阅读 · 2019年7月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
5+阅读 · 2020年6月16日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
VIP会员
相关资讯
已删除
将门创投
12+阅读 · 2019年7月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员