Секция рассматривает работы, изучающие компьютерное моделирование задач: вычислительной аэродинамики; статистики (методы Монте-Карло); газодинамики разреженных газов (уравнения Больцмана). Нейронные сети (глубокое и машинное обучение) в задачах аэродинамики. Алгоритмы управления беспилотными аппаратами.
Формат проведения: очно
Дата проведения: 07 апреля 2023г., в 11:00 часов, г. Жуковский, .ИАЛТ, аудитория 250
Для определения формы тела минимального сопротивления используется два метода:
1. Приближенный метод пробных степенных функций, который приводит к поиску функционального экстремума;
2. поиску минимума функционала (сила сопротивления) при помощи необходимого условия минимума (Эйлера).
Задача решается для “редкой среды” Ньютона (формула Ньютона для давления) и свободномолекулярной модели газа. Проведено сравнение форм тел вращения для разных удлинений полученных этими методами.
В данной работе предлагается локальный по пространству метод внесения недостающих пульсаций скорости в область RANS/LES-перехода. Метод исследуется в задачах о турбулентном пограничном слое на пластине и течении в асимметричном диффузоре. Показано влияние искусственных пульсаций на профили скорости и распределение коэффициента трения. Расчеты проводятся методами SST- и DRSM-IDDES. Исследуется влияние пространственной и временной фильтрации на устойчивость метода.
Описан и реализован алгоритм автоматического построения параметризованной модели геометрии воздушных винтов, неструктурированной расчетной сетки, запуска расчета и обработки результатов. Приведены результаты исследования влияния поперечного размера вращающейся расчетной подобласти на численный эксперимент, а также результаты моделирования воздушного винта для беспилотного летательного аппарата.
Целью данной работы является разработка подходящей для данной задачи архитектуры нейронной сети глубокого обучения использование методов распараллеливания на графическом ускорителе (GPU) с помощью программного пакета pytorch, а также сравнение полученных результатов с успешно применяемыми нейросетевыми подходами и последующий анализ возможности использования предлагаемого подхода.
Данная работа посвящена тестированию метода частично перемешанного реактора EPaSR в комбинации с моделью переменных турбулентных чисел Прандтля и Шмидта PrOm. Различают два канала взаимодействия турбулентности и горения. Первый из них связан с влиянием турбулентности на средние скорости химических реакций и моделируется методом EPaSR. Второй канал взаимодействия представляет собой влияние тепловыделения в результате химических реакций на турбулентный перенос, он описывается моделью PrOm.
В программном коде EWT-ЦАГИ реализована локальная алгебраическая модель ламинарно-турбулентного перехода, основанная на оригинальной модели турбулентности SST, которая была модифицирована введением коэффициента перемежаемости, вычисляемого с помощью локальных алгебраических формул. Реализованная модель была протестирована на серии тестов с ламинарно-турбулентным переходом на гладкой пластине. Результаты показали, что модель способна адекватно моделировать ламинарно-турбулентный переход.
Для нахождения продольного распределения параметров течения в канале в данной работе применяется квазиодномерный стационарный подход, в рамках которого вместо реального распределения параметров по перпендикулярной направлению течения плоскости используется одно значение, полученное в результате какого-либо осреднения. Проводится сравнение результатов квазиодномерного подхода, трехмерных RANS-расчетов и эксперимента в случае гладких и шероховатых стенок канала.
В работе предлагается новый подход в вычислительной аэродинамике, который использует нейронную модель глубокого обучения для оценки аэродинамических характеристик пассажирского самолета по его триангулированной высокополигональной 3D-модели. Предлагаемый метод преодолевает ограничения предыдущих нейросетевых подходов, описывая более широкий диапазон компоновок пассажирских самолетов.
В докладе представлены физическое и математическое описание, продемонстрирована верификация реализации метода флеймлетов, а также показано решение двух задач, в которых исследуемая модель турбулентного горения помогла сопоставить две подсеточных модели для метода LES.
Целью данной работы является разработка и верификация нейросетевого метода решения уравнений для потенциала скорости.
Целью работы является анализ эволюционного алгоритма применительно к описанию релаксации системы частиц в рамках метода упрощенной молекулярной динамики и его сравнение с методами прямого статистического моделирования Монте-Карло.
Исследуется тепловой поток при высоких скоростях. За ударной волной повышается температура газа, в зависимости от числа Маха. Задача - уменьшить тепловой поток и вычислить коэффициент теплопередачи.
Тепловой поток уменьшают с помощью колебаний. Рассматривается модель сильно разреженного газа без и с колебаниями. Амплитуда колебаний маленькая, частота и скорость велики. Цель - выяснить, как колебания пластины влияют на коэффициент теплопередачи.
Данная работа посвящена изучению эффекта смены знака коэффициента подъемной силы для тел в форме фигур вращения в гиперзвуковом потоке разреженного газа с использованием аналитических формул В.С. Галкина. Эти формулы позволяют аналитически исследовать эффект смены знака подъемной силы для тел простой геометрии: конуса, затупленного конуса