پیش‌بینی مکانی میدان غلظت جت‌های دوقلوی آشفته با مدل مولد چندمقیاسی: نقش اجزای معماری در بازتولید فیزیک جریان
کد مقاله : 1138-CONFIHA (R1)
نویسندگان
بابک خورسندی *، نفیسه کریم خانی، فرزین همایونفر
دانشگاه صنعتی امیرکبیر
چکیده مقاله
در این پژوهش، چارچوبی مبتنی بر یادگیری عمیق مولد چندمقیاسی برای پیش‌بینی مکانی میدان غلظت جت‌های دوقلوی آشفته توسعه داده شد. این چارچوب با تلفیق شبکه کانولوشنی چندمقیاسی، شرطی‌سازی بر پارامترهای فیزیکی جریان و مدل انتشار شرطی، امکان بازسازی گام‌به‌گام میدان غلظت در نواحی پایین‌دست را فراهم می‌کند. برای آموزش و ارزیابی مدل، از داده‌های تجربی فلورسانس القاشده با لیزر (PLIF) در ۱۲ سناریوی مختلف استفاده شد. نتایج در سناریوی آزمون با ترکیب پارامترهای دیده‌نشده نشان داد که خطای نسبی پیش‌بینی مساحت ناحیه تحت‌تأثیر جت ۳٫۹ درصد و خطای عرض این ناحیه تا فاصله 35x/d= کمتر از ۲ درصد است. بررسی میدان دریافت مؤثر شاخه‌های شبکه، وجود سلسله‌مراتب مقیاس‌های مکانی را تأیید کرد. همچنین، تحلیل حذفی نشان داد که آموزش زنجیره‌ای و تابع خطای پیشروی چندگامی نقش مهمی در بهبود عملکرد مدل دارند. بااین‌حال، بیش‌برآورد غلظت در خط تقارن ناحیه دوردست و کم‌برآورد شدت نوسانات، از محدودیت‌های اصلی مدل محسوب می‌شوند.
کلیدواژه ها
جت دوقلوی آشفته، پیش‌بینی مکانی، یادگیری عمیق، مدل انتشار شرطی، تحلیل حذفی
وضعیت: پذیرفته شده برای ارائه شفاهی