Parameter uncertainty quantification for a four-equation transition model using a data assimilation approach
Parameter uncertainty quantification for a four-equation transition model using a data assimilation approach
复制标题
使用数据同化方法对四方程转换模型的参数不确定性量化
DOI：
10.1016/j.renene.2020.05.139
复制
发表时间：
2020-10
期刊：
影响因子：
8.7
通讯作者：
Xiao Zhixiang
中科院分区：
文献类型：
--
作者：
Yang Muchen;Xiao Zhixiang
RANS模型的大部分模拟差异是由于参数的不确定性。本文采用集合卡尔曼滤波（EnKF）方法，对一个四方程k-ω-γ-Ar转捩/湍流综合模式的参数不确定性进行了研究。以翼型转捩起始位置、转捩终止位置和表面摩擦系数为观测变量，对两种风力机翼型的转捩流场进行了分析。结果表明，通过滤波过程可以有效地获得参数的后验分布，但在不同攻角之间以及同一攻角下不同侧面的参数估计值存在差异。在EnKF分析之后，最敏感的参数C2被改变为自适应参数，其通过修改的形状因子来展示压力梯度效应。与采用常数C2的原始模型相比，自适应C2在NLF（1）-0416的不同AoA下以及在NACA-0012的两侧计算出更精确的过渡位置。
A majority of the simulation discrepancies for RANS models are due to parameter uncertainties. In this paper, a data assimilation approach called the ensemble Kalman filtering (EnKF), was used to investigate the parameter uncertainties of a four-equation k-ω-γ-Artransition/turbulence integrated model. The transitional flows past two wind-turbine airfoils were analyzed, while the transition onset and end locations, as well as the skin friction coefficients, were taken as the observation variables. The results show that the posterior distributions of the parameters can be efficiently obtained through the filtering process, while the estimated parameter variations are observed among different angles of attack (AoAs), as well as different sides at the same AoA. After the EnKF analysis, the most sensitive parameter, C2, is changed into an adaptive parameter, which demonstrates the pressure gradients effects through a modified shape factor. More accurate transition locations are calculated by the adaptive C2at different AoAs for NLF(1)-0416, and on both sides for NACA-0012 than the original model having constant C2.
登录
查看更多内容
影响因子：
9.6
作者：
S. Fu;Liang Wang
通讯作者：
S. Fu;Liang Wang
影响因子：
2.4
作者：
Liselle A. Joseph;Aurélien Borgoltz;W. Devenport
通讯作者：
Liselle A. Joseph;Aurélien Borgoltz;W. Devenport
DOI：
10.1016/j.jweia.2019.103978
发表时间：
2019-10
影响因子：
4.8
作者：
J. M. Giménez;F. Bre
通讯作者：
J. M. Giménez;F. Bre
影响因子：
2.5
作者：
J. Coder;M. Maughmer
通讯作者：
J. Coder;M. Maughmer
影响因子：
2.5
作者：
J. Ray;L. Dechant;S. Lefantzi;Julia Ling;S. Arunajatesan
通讯作者：
J. Ray;L. Dechant;S. Lefantzi;Julia Ling;S. Arunajatesan