elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Progress on the Field Inversion and Machine Learning Approach with the DLR TAU Code

Jäckel, Florian (2021) Progress on the Field Inversion and Machine Learning Approach with the DLR TAU Code. In: 20. STAB-Workshop - Jahresbericht 2021, Seiten 81-82. 20. STAB-Workshop 2021, 2021-11-16 - 2021-11-17, Göttingen, Deutschland.

[img] PDF - Nur DLR-intern zugänglich
1MB
[img] PDF - Nur DLR-intern zugänglich
246kB

Offizielle URL: https://www.dlr.de/as/Portaldata/5/Resources/dokumente/veranstaltungen/stab_workshop/STAB-Jahresbericht-2021.pdf

Kurzfassung

Accurate prediction of turbulent flows is important due to their typical key roles in engineering and in science. However, scale-resolving methods like LES and DNS are often still too expensive for daily use and Reynolds-averaged Navier-Stokes (RANS) simulations are used instead. Here, the influence of turbulence on the mean flow is modeled via a turbulence model. RANS turbulence models have always been largely empirical and their development supported by data. Given the increasing availability of highly accurate data from DNS and LES simulations as well as from experiments, and the increasing maturity of machine learning techniques it is argued that RANS turbulence models could be improved further using machine learning.

elib-URL des Eintrags:https://elib.dlr.de/145194/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Progress on the Field Inversion and Machine Learning Approach with the DLR TAU Code
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Jäckel, FlorianFlorian.Jaeckel (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:16 November 2021
Erschienen in:20. STAB-Workshop - Jahresbericht 2021
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Seitenbereich:Seiten 81-82
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTSTABNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Name der Reihe:Jahresbericht
Status:veröffentlicht
Stichwörter:Data-driven, Turbulence Modelling, Field Inversion, Machine Learning, Spalart-Allmaras
Veranstaltungstitel:20. STAB-Workshop 2021
Veranstaltungsort:Göttingen, Deutschland
Veranstaltungsart:Workshop
Veranstaltungsbeginn:16 November 2021
Veranstaltungsende:17 November 2021
Veranstalter :DLR, STAB
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Effizientes Luftfahrzeug
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L EV - Effizientes Luftfahrzeug
DLR - Teilgebiet (Projekt, Vorhaben):L - Digitale Technologien
Standort: Göttingen
Institute & Einrichtungen:Institut für Aerodynamik und Strömungstechnik > CASE, GO
Hinterlegt von: Jäckel, Florian
Hinterlegt am:05 Jan 2022 12:14
Letzte Änderung:24 Apr 2024 20:44

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.