信息来源:
中国科学院数学与系统科学研究院—华为 π实验室
传统湍流模型发展悠久,广泛应用于各行各业。当前工程实践中仍以雷诺平均模型RANS为主,但是在复杂问题上,如汽车外气动,燃料掺混,噪声等问题上,时间尺度瞬态效应明显,RANS模型难以为继,由此使用高保真度湍流模型需求在工业界变得越来越高。直接数值模拟DNS方法要求的空间网格和计算时间步数至少要达到O(Re L 9/4 ) 和O(Re L 1/2 )。当前的计算机能力仍然无法满足。大涡模拟使用滤波函数将瞬时流动分解为大于过滤尺度的大尺度运动和小于过滤尺度的小尺度脉动,引入亚格子模型计算应力对大涡进行能量耗散。
1. 虽然大涡模拟相比于DNS降低了数个量级的计算,但网格数仍比RANS大很多;
2. 较小的网格也会需要小的时间步长来计算,因此需要更多的时间步的迭代才能达到所需的物理计算时长;
3. 不同的网格下选取不同的亚格子模型也需要工程师的经验。
针对汽车风阻仿真场景,利用基于试验数据同化的LES湍流模型进行三维仿真模拟,以仿真数据作为标准训练数据;采用AI建模的方式,训练出一个AI亚格子湍流模型;使其在三维汽车风阻的LES模型仿真场景中,精度与效率得到显著提高。(此技术最终需在国产AI芯片+AI框架+流体力学仿真软件中实现)AI湍流模型的技术指标如下(千万量级网格的三维汽车风阻仿真模拟):
精度:以试验数据为参考,与传统湍流模型相比,气动阻力误差降低30%;
效率:与传统LES湍流模型相比,模拟效率提高4倍以上;
泛化性:在轿车与SUV车型(两种以上的典型车型)、速度(80~150km/h)下同时满足精度与效率指标。