期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
改进SST湍流模型在分离流中的应用 被引量:1
1
作者 康庄 倪问池 孙丽萍 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第9期1359-1364,共6页
针对标准SST模型无法对分离流动进行准确的数值模拟的问题,本文根据分离流动的特性,在传统SST模型的基础上增加了能量传递耗散项,提升了该模型对分离流动的模拟精度。以开源软件Open FOAM为平台,运用改进的SST湍流模型,对亚临界雷诺数... 针对标准SST模型无法对分离流动进行准确的数值模拟的问题,本文根据分离流动的特性,在传统SST模型的基础上增加了能量传递耗散项,提升了该模型对分离流动的模拟精度。以开源软件Open FOAM为平台,运用改进的SST湍流模型,对亚临界雷诺数情况下的圆柱绕流算例进行计算,并结合已有的实验结果,与原始SST模型的计算结果进行对比。结果证明:改进的SST模型能有效弥补原始SST模型在模拟分离流时,漩涡脱落强度偏小的缺陷,对于亚临界雷诺数下的分离流动的数值模拟具有良好效果。 展开更多
关键词 改进SST模型 分离流动 湍流模型 数值模拟 亚临界雷诺数 OPEN foam软件 圆柱绕流
下载PDF
基于机器学习的翼型水动力性能优化设计 被引量:1
2
作者 李仰建 李子如 +1 位作者 刘谦 贺伟 《中国造船》 EI CSCD 北大核心 2024年第1期176-189,共14页
基于机器学习的翼型几何优化设计方法可有效避免复杂的计算流体力学数值求解过程,具有更高的计算效率。对翼型进行参数化表示,构建机器学习模型与优化算法进行学习和预测,能极大地减少翼型优化设计时间。论文开展了基于机器学习的翼型... 基于机器学习的翼型几何优化设计方法可有效避免复杂的计算流体力学数值求解过程,具有更高的计算效率。对翼型进行参数化表示,构建机器学习模型与优化算法进行学习和预测,能极大地减少翼型优化设计时间。论文开展了基于机器学习的翼型水动力性能预测和优化设计研究。运用CST方法对翼型进行参数化表示;采用XGBoost建立翼型水动力特性快速预报模型;结合机器学习方法和遗传算法,综合考虑升力系数、阻力系数和翼型表面压力系数建立优化模型,完成了某翼型的优化设计与水动力性能分析。结果表明:提出的翼型优化设计方法可获取优良翼型,对船用螺旋桨叶剖面设计优化具有重要意义。 展开更多
关键词 遗传算法NSGA-Ⅲ 翼型设计 CST参数化 应用软件Open foam
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部