雷诺应力模型的εβ自适应高阶离散化
雷诺应力模型(RSM)在模拟复杂流动时优于涡流黏性模型(EVM),且对高阶离散化有更高的要求.然而由于RSM方程的复杂性,其数值稳定性差,收敛性差.其中一个原因是在设计数值格式时没有充分考虑雷诺应力的特性.针对这一问题,本研究开发了一种自适应算法,根据雷诺应力的大小和平滑度调整εβ值(非线性权重中的经验参数).该算法被引入到五阶加权紧致非线性格式(WCNS)中,并应用于RSM的高阶离散化.通过三个航空测试仿真实例对算法的性能进行了检验.数值结果表明,自适应算法可以将残差减少3个数量级,并预测梯度反转的正确权重.这表明将εβ自适应算法应用于RSM的高阶离散化有利于提高收敛性和分辨率.
自适应算法、加权紧致非线性格式、收敛性、数值稳定性、非线性权重、wcns、算法的性能、平滑度、数值结果、测试仿真
38
TN95;V211.3;TP301.6
2022-08-11(万方平台首次上网日期,不代表论文的发表时间)
共14页
81-94