|
|
2026年5月21日组会交流
编辑：【admin】 加入时间：【2026-5-21】
|
汇报人 |
范国庆 |
|
汇报题目 |
近期工作
|
|
汇报内容 |
1、汇报了目前水下航行体非定常计算数值耗散大，计算精度低的问题，并对比了不同数值离散格式对LES计算的影响；
2、汇报了目前水下航行体计算绊线附近局部库朗数大，导致整体数值计算效率被拖慢，通过引入流场自适应混合对流项格式，可以提高数值稳定性，大幅提高计算效率。 |
|
汇报人 |
王仪培 |
|
汇报题目 |
水下航行体多物理场尾迹耦合模型及特性研究总结
|
|
汇报内容 |
1、汇报了一篇不同雷诺数下分层流尾流湍流的大尺度特征的文章，文章基于大涡模拟数据集，系统研究了分层拖曳球体尾迹中湍流的大尺度特征随雷诺数（Re = 5×10³、10⁵、4×10⁵）的变化规律。文章引入强分层湍流理论框架，追踪水平湍流Reh数与Frh在相空间中的演化轨迹，揭示了尾迹湍流依次经历弱分层、强分层、粘性主导三个流态的转变机制。研究表明，较高Re的尾迹能够进入强分层流态，其垂直积分尺度遵循浮力尺度律 ，层间剪切不稳定性持续更久；而低Re尾迹则直接从弱分层跃入粘性流态。文章最终给出了预测尾迹能否进入强分层流态的判据，对地球物理与船舶工程尾迹具有实际预测意义。
2、展示了上一阶段对汉江实验室开放基金的工作，展示了SUBOFF标模在不同航速、不同分层强度、不同分层形式下的尾迹特征，比较了不同工况间的速度亏损、湍动能分布、密度波动等参数。 |
|
汇报人 |
章文彬 |
|
汇报题目 |
EnKF-MDA与槽道流WMLES参数的数据同化
|
|
汇报内容 |
1.介绍了两篇关于数据同化的文献。第一篇文献介绍了是利用EnKF方法进行射流噪声模型参数和流场的联合数据同化。文献以远场噪声SPL谱或/和射流轴线中心线上的速度作为同化观测，对噪声模型参数和湍动能场、湍流耗散率场进行同化，结果显示经过同化后，预报误差大幅下降，且联合观测效果更好。第二篇文献介绍了EnKF-MDA方法与标准EnKF方法的差异
2.最近研究工作数据同化程序的开发和槽道流WMLES参数的数据同化展开；首先在DAFI开源框架的基础上，针对槽道流WMLES参数同化问题进行了程序的二次开发，实现了多种新功能，提高了执行效率；然后针对槽道流WMLES参数同化问题，进行了WMLES算例的调试以及应用EnKF、EnKF-BS和EnKF-MDA三种不同数据同化方法进行同化尝试。 |
|
汇报人 |
刘雷轩 |
|
汇报题目 |
不同攻角椭球体壁面脉动压力研究
|
|
汇报内容 |
1.介绍了近期阅读的关于边界层分析坐标系误差的文献，文献综合论述了带曲率的水下航行体在轴向-径向坐标系与边界层坐标系两种坐标系下分析边界层参数的理论误差极小，可以忽略，并不会影响结论。
2.介绍了带攻角的6：1长径比椭球体（0° 10° 20°）的流场，边界层发展，壁面脉动压力的结果，综合分析了攻角对物理绊线的抑制作用，迎风侧背风侧的边界层发展情况以及壁面脉动压力情况。 |
|
汇报人 |
徐鑫 |
|
汇报题目 |
基于大涡模拟计算的湍流尺度分析
|
|
汇报内容 |
1、文献阅读：介绍了近期阅读学习的一本湍流书籍，主要学习了湍流尺度相关的概念、相关推导过程、计算方法以及各尺度之间的关系，主要涉及最小耗散涡的Kolmogorov尺度、基于纵向自相关函数的积分长度尺度以及泰勒微分尺度。介绍了一篇研究 5415 舰船声呐罩附近产生的三维涡结构及其湍流结构、小尺度特征以及各向异性的文献，重点关注其中关于湍流尺度计算以及分析的部分。其工作基于4DPTV、TPIV以及DES方法，测量以及计算了一主涡涡核处的Kolmogorov尺度、积分长度尺度以及泰勒微分尺度，并通过对比分析，得出的主要结论为：λ f 的测量值普遍偏大，说明当前4DPTV的空间分辨率不足以准确解析泰勒微尺度，至少需要亚毫米级分辨率才能准确解析泰勒微尺度。
2、近期工作：计算了一个 Reτ=1000的槽道湍流LES算例，并基于一Reτ=1000的槽道湍流DNS数据库完成了对比验证。主要对比验证了平均速度剖面、平均压力剖面、平均应力曲线以及速度协方差曲线，整体吻合情况较好，当前LES算例的计算结果比较合理。此外，基于上述结果，重点计算以及对比分析了两算例在 y+=5以及 y+=30高度处的Kolmogorov尺度、积分长度尺度以及泰勒微分尺度，主要得出的结论为：LES的积分长度尺度略大于DNS，说明LES中解析出的主要含能结构尺度偏大，速度脉动的空间相关性略强，反映了LES对小尺度扰动的解析不足；LES的泰勒微尺度也略大于DNS，说明LES解析场中高波数扰动的贡献略微不足，速度场略偏平滑、速度梯度强度偏弱；但是，LES的积分长度尺度和泰勒微尺度与DNS的差距较小，且Kolmogorov尺度基本一致，说明LES并未严重偏离DNS的主要尺度结构，主要含能尺度和中小尺度仍然可以得到较好的解析。 |
|
|