Sensitivity Analysis of Discrepancy Terms introduced in Turbulence Models using Field Inversion

Jäckel, Florian (2021) Sensitivity Analysis of Discrepancy Terms introduced in Turbulence Models using Field Inversion. In: 22nd STAB/DGLR Symposium on New Results in Numerical and Experimental Fluid Mechanics XIII, 151, Seiten 625-634. Springer Nature. 22. STAB/DGLR Symposium 2020, 2020-07-15, Göttingen, Deutschland. doi: 10.1007/978-3-030-79561-0_59. ISBN 978-3-030-79560-3. ISSN 1612-2909.

PDF
965kB

Offizielle URL: https://link.springer.com/book/10.1007/978-3-030-79561-0#editorsandaffiliations

Kurzfassung

RANS simulations with the Spalart-Allmaras turbulence model are improved for cases with flow separation using the Field Inversion and Machine Learning approach. A compensatory discrepancy term is introduced into the turbulence model and optimized using high-fidelity reference data from experiments. Influences on the optimization results with respect to regularization, grid resolution and areas in which the optimization is active are investigated. Finally, a neural network is trained and used to augment simulations on a test case.

elib-URL des Eintrags:

https://elib.dlr.de/136236/

Dokumentart:

Konferenzbeitrag (Anderer)

Zusätzliche Informationen:

Hardcover ISBN 978-3-030-79560-3 Softcover ISBN 978-3-030-79563-4 eBook ISBN 978-3-030-79561-0 Series ISSN 1612-2909 Series E-ISSN 1860-0824

Titel:

Sensitivity Analysis of Discrepancy Terms introduced in Turbulence Models using Field Inversion

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Jäckel, Florian	Florian.Jaeckel (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

14 Juli 2021

Erschienen in:

22nd STAB/DGLR Symposium on New Results in Numerical and Experimental Fluid Mechanics XIII

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Nein

Band:

151

DOI:

10.1007/978-3-030-79561-0_59

Seitenbereich:

Seiten 625-634

Herausgeber:

Herausgeber	Institution und/oder E-Mail-Adresse der Herausgeber	Herausgeber-ORCID-iD	ORCID Put Code
Dillmann, Andreas	Andreas.Dillmann (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Heller, Gerd	Airbus Bremen	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Krämer, Ewald	Institut für Aerodynamik und Gasdynamik, Universität Stuttgart	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Wagner, Claus	Claus.Wagner (at) dlr.de	https://orcid.org/0000-0003-2273-0568	NICHT SPEZIFIZIERT

Verlag:

Springer Nature

Name der Reihe:

Notes on Numerical Fluid Mechanics and Multidisciplinary Design

ISSN:

1612-2909

ISBN:

978-3-030-79560-3

Status:

veröffentlicht

Stichwörter:

data-driven turbulence modeling, machine learning, field inversion

Veranstaltungstitel:

22. STAB/DGLR Symposium 2020

Veranstaltungsort:

Göttingen, Deutschland

Veranstaltungsart:

internationale Konferenz

Veranstaltungsdatum:

15 Juli 2020

Veranstalter :

STAB/DGLR

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L - keine Zuordnung

DLR - Teilgebiet (Projekt, Vorhaben):

L - keine Zuordnung

Standort:

Göttingen

Institute & Einrichtungen:

Institut für Aerodynamik und Strömungstechnik > CASE, GO

Hinterlegt von:

Jäckel, Florian

Hinterlegt am:

10 Dez 2020 11:44

Letzte Änderung:

18 Feb 2025 09:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags