基于贝叶斯推理的标准k-ε湍流模型参数识别
Identification of Parameters for Standard k-ε Turbulence Model Based on Bayesian Inference作者机构:广东省电力设计研究院广东广州510663 浙江大学建筑工程学院浙江杭州310058 清华大学水利水电工程系北京100084
出 版 物:《四川大学学报(工程科学版)》 (Journal of Sichuan University (Engineering Science Edition))
年 卷 期:2010年第42卷第4期
页 面:78-82页
核心收录:
学科分类:0810[工学-信息与通信工程] 07[理学] 080704[工学-流体机械及工程] 080103[工学-流体力学] 08[工学] 0807[工学-动力工程及工程热物理] 0805[工学-材料科学与工程(可授工学、理学学位)] 070102[理学-计算数学] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0801[工学-力学(可授工学、理学学位)]
基 金:国家973计划资助项目(2005CB724202) 国家自然科学基金资助项目(50879075)
主 题:标准k-ε湍流模型 参数识别 Metropolis-Hastings算法 贝叶斯推理 反问题
摘 要:为了降低湍流模型湍流参数不确定性给工程湍流问题求解带来数值误差,以后台阶流动为例研究了适用范围很广的k-ε湍流模型的参数识别问题。针对模型和实验数据的不确定性而采用了贝叶斯概率反演方法,该方法集成了有限单元法的正向计算和Metropolis-Hastings抽样算法的反向计算,从而给出在流速测量值已知的条件下标准k-ε湍流模型参数的后验概率分布。算例计算表明,采用参数识别后的参数值进行计算比传统推荐值有效地降低了数值误差。