Генерация анизотропных турбулентных полей скорости на основе рандомизированного спектрального метода-Reference-Cited by-同舟云学术

Генерация анизотропных турбулентных полей скорости на основе рандомизированного спектрального метода

Published:2021-06-25 Issue:7 Volume:33 Page:35-46
ISSN:0234-0879
Container-title:Математическое моделирование
language:ru
Short-container-title:Матем. моделирование

Author:

Александров Анатолий Витальевич¹^ORCID,Alexandrov A V²,Дородницын Людвиг Вацлавович³,Dorodnicyn Ludwig W⁴,Дубень Алексей Петрович¹^ORCID,Duben Aleksei Petrovich²,Колюхин Дмитрий Романович⁵,Kolyukhin Dmitry Romanovich⁶

Affiliation:

1. Институт прикладной математики им. М.В. Келдыша РАН

2. Keldysh Institute for Applied Mathematics of RAS

3. Московский государственный университет им. М.В. Ломоносова

4. Lomonosov Moscow State University

5. Институт нефтегазовой геологии и геофизики им. А.А. Трофимука Сибирского отделения Российской академии наук (ИНГГ СО РАН)

6. Trofimuk Institute of Petroleum Geology and Geophysics, Siberian Branch of RAS

Abstract

Предлагается методика генерации синтетических полей турбулентных пульсаций скорости, основанная на рандомизированном спектральном методе. Генерируемые поля обладают нулевой дивергенцией и заданными свойствами анизотропии и пространственной неоднородности. Расчет канонической задачи о развитом турбулентном течении в канале, использующий сгенерированные турбулентные поля, демонстрирует хорошее совпадение результатов с данными прямого численного моделирования.

Publisher

Keldysh Institute of Applied Mathematics

Subject

General Medicine

Reference33 articles.

1. Turbulent Flows

2. Comparison of DES, RANS and LES for the separated flow around a flat plate at high incidence

3. Inflow Turbulence Generation Methods

4. Inlet conditions for large eddy simulation: A review

5. A synthetic-eddy-method for generating inflow conditions for large-eddy simulations

Cited by 1 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Study of the turbulent velocity field evolutionary models based on the autocorrelation analysis;Keldysh Institute Preprints;2022