• 首 页
  • 机构概况
    • 机构简介
    • 组织机构
      • 科研系统
      • 管理系统
      • 支撑系统
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
      • 中关村园区
      • 怀柔园区
      • 落塔
      • 科学家精神
      • 文体活动
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 人才概况
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
      • 所党委
      • 所纪委
      • 党支部
      • 工会
      • 团委
      • 妇委会
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
      • 科普花园
      • 前沿动态
      • 情系科学
      • 释疑解惑
      • 精彩图片
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
      • 公民
      • 法人/其他组织
    • 信息公开年度报告
      • 预算决算
    • 信息公开联系方式
  • 中科力森
    • 关于力森
    • 主体业务
      • 国资监管
      • 成果转化
      • 知识产权运营
      • 投资
    • 产业布局
      • 持股企业
      • 事业部
      • 产品介绍
      • 科技成果
        • 航空航天
        • 生命健康
        • 交通能源
        • 先进制造
        • 专业软件
    • 新闻资讯
      • 力森要闻
      • 持股企业动态
    • 招聘信息
      • 岗位信息
      • 持股公司
    • 联系我们
  • 怀柔园区
    • 基地概况
    • 动态信息
    • 通知公告
    • 科研团队
    • 管理制度
    • 流程指南
    • 基础服务
    • 周边配套及景点
    • 联系我们
    • 图片新闻
    • 科研进展
    • 全文检索
    • 大型装备
    • 园区简介
    • 配套设施
    • 联系我们
  • 基础科学中心
    • 中心简介
    • 工作动态
    • 科研进展
    • 会议通知
    • 人才队伍
      • 核心骨干
      • 青年人才
    • 快讯
  • 媒体扫描
  • 综合信息
  • 通知公告
  • 学术交流
  • 招聘信息
  • 仪器设备
  • 专题报道
  • English
  • 所内网
  • 邮箱登录
  • 所长信箱
  • 联系我们
  • English
  • 所内网
  • 邮箱登录
  • 所长信箱
  • 联系我们
  • 首 页
  • 机构概况
    • 机构简介
    • 组织机构
      • 科研系统
      • 管理系统
      • 支撑系统
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
      • 中关村园区
      • 怀柔园区
      • 落塔
      • 科学家精神
      • 文体活动
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 人才概况
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
      • 科普花园
      • 前沿动态
      • 情系科学
      • 释疑解惑
      • 精彩图片
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
      • 公民
      • 法人/其他组织
    • 信息公开年度报告
      • 预算决算
    • 信息公开联系方式
  • 首 页
  • 机构概况
    • 机构简介
    • 组织机构
    • 所党委
    • 行政领导
    • 历任党组织负责人
    • 历任行政领导
    • 学术委员会
    • 学位委员会
    • 形象标识
    • 所内风光
  • 科学研究
    • 研究领域
    • 合作交流
    • 科研进展
    • 仪器设备
    • 科研产出
      • 获奖
      • 专著
      • 论文
      • 专利
  • 人才队伍
    • 两院院士
    • 正高级岗位
    • 副高级岗位
    • 中级及以下岗位
    • 优秀人才
      • 国家级领军人才
      • 国家级青年人才
      • 中国科学院青促会
      • 创新团队
      • 优培计划
    • 人才招聘
  • 教育培养
    • 机构简介
    • 导师队伍
    • 招生就业
    • 培养学位
    • 思想政治教育
    • 通知公告
    • 研究生教育
  • 党群园地
    • 党组织机构
    • 党建要闻
    • 基层战斗堡垒作用
    • 党员先锋模范作用
    • 工作通知
    • 学习园地
    • 规章制度
    • 警示教育
    • 流程指南
    • 协力原创文章
      • 党员随笔
      • 创新驱动发展
      • 力学人
    • 党员主题教育基地
  • 科学传播
    • 学术期刊
    • 科普资源
    • 力学园地
    • 科普报告
  • 信息公开
    • 信息公开规定
    • 信息公开指南
    • 信息公开目录
    • 依申请公开
    • 信息公开年度报告
    • 信息公开联系方式
基础科学中心
中心简介
工作动态
科研进展
会议通知
人才队伍
核心骨干 青年人才
快讯
  • 当前位置:首页基础科学中心科研进展
  • 科研进展

    机器学习方法识别湍流/非湍流界面

    发布时间:2021-08-24【字体: 大  中  小 】

      近期,《Journal of Fluid Mechanics》刊登了中国科学院力学研究所何国威研究员科研团队在湍流/非湍流界面机器学习识别方面的研究进展。论文题目是《应用机器学习探测圆柱尾流中湍流区域》(Using machine learning to detect the turbulent region in flow past a circular cylinder)。

      在自然界和工业界的流动中,存在大量湍流与非湍流共存的流动状态,找到湍流和非湍流的界面对发展计算模型至关重要,传统的湍流/非湍流界面识别通常基于湍流的某一特征(例如非定常性、具有不同尺度的涡等)选择对应的物理量(例如脉动能量、涡量幅值等)并指定相应阈值进行识别,这种方法的局限性在于特征量以及阈值的选择具有主观性,无法客观全面的反映湍流的特性。

      研究团队提出使用极端梯度提升法(XGBoost)算法对圆柱尾流(图1上)中的湍流/非湍流界面进行识别。XGBoost方法可以同时处理多个输入变量,为了得到与坐标系无关的识别模型,我们选择流动变量中的不变量作为模型输入,经过一系列湍流输运方程的推导,我们选择了平均运动的应变率张量和涡张量、脉动应变率张量、脉动涡张量、以及这些张量的二次张量的所有非平凡不变量,再加上脉动速度能量共计16个物理量作为输入变量进行模型训练。XGBoost方法属于机器学习中的监督学习方法,除了给出训练样本的输入变量外,还需要给出对应的流动状态,因此我们从流动状态已知的区域进行采样(图1下),训练完成后将模型用于全场,得到每一个离散点上的流动状态,从而得到湍流/非湍流界面(图2中的实线)。

      该论文得到了国家自然科学基金基础科学中心项目(基金号 11988102)的支持。论文链接: https://doi.org/10.1017/jfm.2020.725。


    附件下载:

    上一篇:膜态沸腾状态的多组分液滴蒸发动力学研究
    下一篇:表面活性剂的气液界面效应研究进展
    版权所有 © 中国科学院力学研究所 京ICP备05002803号-1 京公网安备110402500049
    地址:北京市北四环西路15号 邮政编码:100190