بررسی قابلیت مدل‌های منیفلد پایه در بازنمایی شعله‌های پیش آمیخته و غیر پیش آمیخته آرام با تأکید براثر پارامتر نرخ اتلاف کمیت | ||
| مکانیک سیالات و آیرودینامیک | ||
| مقاله 6، دوره 14، شماره 1 - شماره پیاپی 35، شهریور 1404، صفحه 79-90 اصل مقاله (1.44 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| امیر گودرزی1؛ اصغر افشاری* 2 | ||
| 1دانشجوی دکتری،دانشگاه تهران، تهران،ایران | ||
| 2دانشیار،دانشگاه تهران، تهران،ایران | ||
| چکیده | ||
| به‌کارگیری مدل‌های منیفلد پایه باهدف نگاشت معادلات از فضای فیزیکی به فضای ترکیب گونه‌ها و تولید جداول فلیملت، موجب کاهش قابل‌توجهی در هزینه‌های محاسباتی شبیه‌سازی جریان‌های واکنشی شده است. در این چارچوب، مدل‌سازی به روش فلیملت متکی بر توصیف فضای منیفلد است، به‌گونه‌ای که در شعله‌های غیرپیش‌آمیخته از کسر مخلوط و در شعله‌های پیش آمیخته از پارامتر پیشرفت واکنش به‌عنوان مختصات فضای منیفلد استفاده می‌شود. یکی از پارامترهای کلیدی در نگاشت فضای فیزیکی به فضای منیفلد، نرخ اتلاف کمیت است که به‌طور مستقیم به گرادیان مؤلفه منیفلد در فضای فیزیکی وابسته است. ازاین‌رو، به‌منظور تشکیل جداول فلیملت، توسعه مدلی برای نرخ اتلاف کمیت بر اساس مختصات فضای منیفلد ضروری است؛ مدلی که بتواند ویژگی‌های فضای فیزیکی را در چارچوب فضای منیفلد به‌درستی بازنمایی کند. در این پژوهش، ضمن بررسی نتایج حاصل از حل معادلات در فضای منیفلد، این نتایج با داده‌های مرجع حاصل از حل در فضای فیزیکی مقایسه شده‌اند. هدف از این تحلیل، ارزیابی دقت مدل‌های توسعه‌یافته برای پیش‌بینی نرخ اتلاف کمیت بوده است. در این راستا، مدلی نوین مبتنی بر شبکه‌های عصبی عمیق برای پیش‌بینی نرخ اتلاف پارامتر پیشرفت واکنش در شعله‌های پیش آمیخته با پیشروی آزاد توسعه داده‌شده است. نتایج حاصل از این مدل داده محور بیانگر عملکرد بهتر نسبت به مدل‌های پیشین و دقت بالاتر در پیش‌بینی رفتار شعله است. | ||
| کلیدواژه‌ها | ||
| فلیملت؛ نرخ اتلاف کمیت؛ شعله پیش آمیخته؛ شعله غیر پیش آمیخته؛ شبکه عصبی عمیق | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 249 تعداد دریافت فایل اصل مقاله: 108 |
||