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

Application of the iteratively regularized Gauss–Newton method to Parameter identification problems in Computational Fluid Dynamics

Langer, Stefan (2024) Application of the iteratively regularized Gauss–Newton method to Parameter identification problems in Computational Fluid Dynamics. Computers & Fluids, 284 (106438). Elsevier. doi: 10.1016/j.compfluid.2024.106438. ISSN 0045-7930.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://www.sciencedirect.com/science/article/pii/S004579302400269X

Kurzfassung

Field Inversion and Machine Learning is an active field of research in Computational Fluid Dynamics (CFD). This approach can be leveraged to obtain a closed-form correction for a given turbulence model to improve the predictions. The fundamental approach is to insert a parameter into the system of RANS equations and determine it in a way such that, for example, a given pressure distribution is better approximated compared to the one obtained with the original set of equations. The goal of this article is twofold. Numerical arguments are presented that these kinds of problems can be severely ill-posed. In the second part, an approach is presented to directly reconstruct the turbulent viscosity field along with an example. The Iteratively Regularized Gauss-Newton Method (IRGNM) is used for a realization. The construction of a problem-adapted norm for a finite volume method is presented. Finally, an outlook is presented on how this approach can be used to possibly modify or improve turbulence models such that not only one, but a larger number of test cases are considered.

elib-URL des Eintrags:https://elib.dlr.de/206815/
Dokumentart:Zeitschriftenbeitrag
Titel:Application of the iteratively regularized Gauss–Newton method to Parameter identification problems in Computational Fluid Dynamics
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Langer, StefanStefan.Langer (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:September 2024
Erschienen in:Computers & Fluids
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:284
DOI:10.1016/j.compfluid.2024.106438
Verlag:Elsevier
Name der Reihe:Elsevier
ISSN:0045-7930
Status:veröffentlicht
Stichwörter:RANS equations Iteratively regularized Gauss–Newton method Field Inversion and parameter identification
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: Braunschweig
Institute & Einrichtungen:Institut für Aerodynamik und Strömungstechnik > CASE, BS
Hinterlegt von: Langer, Dr.rer.nat. Stefan
Hinterlegt am:25 Okt 2024 11:32
Letzte Änderung:25 Okt 2024 11:32

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.