Jäckel, Florian (2022) A Closed-form Correction for the Spalart-Allmaras Turbulence model for Separated Flows. In: AIAA SciTech 2022 Forum, Seiten 1-20. ARC. AIAA SciTech Forum 2022, 2022-01-03 - 2022-01-07, San Diego / virtuell. doi: 10.2514/6.2022-0462. ISBN 978-162410631-6.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
Offizielle URL: https://arc.aiaa.org/doi/abs/10.2514/6.2022-0462
Kurzfassung
The Field Inversion and Machine Learning (FIML) approach is leveraged to obtain a closed-form correction for the Spalart-Allmaras turbulence model to improve predictions of separated flows. Based on field inversion results obtained using the first generation FIML Classic approach, a simple and compact closed-form expression is chosen to be used as correction model. The thus obtained correction model is optimized using the second generation FIML Direct approach. Training and validation cases consist of a selection of airfoils in a wide range of flow conditions as well as the flat plate. The correction model and results for the training and validation cases obtained with the augmented turbulence model are presented, demonstrating the improved flow predictions.
elib-URL des Eintrags: | https://elib.dlr.de/148403/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Konferenzbeitrag (Vortrag) | ||||||||
Zusätzliche Informationen: | AIAA 2022-0462 Session: RANS/LES/Hybrid Turbulence Modeling of Separated Flow I | ||||||||
Titel: | A Closed-form Correction for the Spalart-Allmaras Turbulence model for Separated Flows | ||||||||
Autoren: |
| ||||||||
Datum: | Januar 2022 | ||||||||
Erschienen in: | AIAA SciTech 2022 Forum | ||||||||
Referierte Publikation: | Ja | ||||||||
Open Access: | Nein | ||||||||
Gold Open Access: | Nein | ||||||||
In SCOPUS: | Ja | ||||||||
In ISI Web of Science: | Nein | ||||||||
DOI: | 10.2514/6.2022-0462 | ||||||||
Seitenbereich: | Seiten 1-20 | ||||||||
Herausgeber: |
| ||||||||
Verlag: | ARC | ||||||||
ISBN: | 978-162410631-6 | ||||||||
Status: | veröffentlicht | ||||||||
Stichwörter: | RANS, Data-driven Turbulence Modelling, Field Inversion and Machine Learning, Spalart-Allmaras | ||||||||
Veranstaltungstitel: | AIAA SciTech Forum 2022 | ||||||||
Veranstaltungsort: | San Diego / virtuell | ||||||||
Veranstaltungsart: | internationale Konferenz | ||||||||
Veranstaltungsbeginn: | 3 Januar 2022 | ||||||||
Veranstaltungsende: | 7 Januar 2022 | ||||||||
Veranstalter : | AIAA | ||||||||
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: | 04 Feb 2022 09:18 | ||||||||
Letzte Änderung: | 24 Apr 2024 20:46 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags