使用与多层感知器相结合的POD-Galerkin降阶模型解决多孔介质中的流动问题
摘要：通过对纳维-斯托克斯方程进行伽辽金投影到适当正交分解（POD）约化基的方法，本文研究了围绕和穿过多孔障碍物的流动的数值建模。在现有少数处理应用于多孔介质流动的模型简化技术的研究中，流动是通过达西定律描述的，并且忽略了非线性波希美耳项。这最后一项在伽辽金投影阶段无法以约化形式表达。事实上，在每个新时间步骤中，需要重新计算和投影速度的范数，这显著增加了计算成本，使得约化模型效率低下。为了克服这个困难，我们提出用人工神经网络来模拟投影后的波希美耳项。此外，为了建立一个稳定的ROM，还使用神经网络对未解决的模态和压力变化进行建模。这些项没有分开建模，而是合并为一个单一的残差，并使用多层感知器方法（MLP）进行建模。对在无约束通道中的多孔障碍物上的层流流动进行了此方法的验证。提出的ROM MLP方法能够准确预测流动的动力学行为，而标准ROM则得出错误的结果。此外，ROM MLP方法改进了对采样之外的雷诺数和超过采样时间的时间的流动预测。
作者：Cyrille Allery, Claudine Beghein, Claire Dubot, Fabien Dubot
论文ID：2307.11419
分类：Fluid Dynamics
分类简称：physics.flu-dyn
提交时间：2023-07-24