基于神经网络改进WENO-Z重构方法

本文通过使用深度神经网络对WENO-Z格式的非线性权重进行改进,提出了一种新的WENO-Z-NN格式．新格式首先用神经网络去随机扰动有限体积系数集,然后用代表偏微分方程解的波形生成的数据,采用L2正则化来学习扰动的最优函数,最后引入测试函数并结合最小总变差和最小总偏差作为评估依据进行后处理,从而得到新的权重．一维波动方程和一维Euler方程的数值结果表明,无论是在粗网格还是在细网格,本文所提出的WENO-Z-NN格式的激波捕捉能力明显优于传统的WENO-Z和WENO-JS-NN格式．     

基于混合型WENO格式数值模拟四类Riemann问题

本文基于三阶WENO格式和三阶WENO-Z格式,利用有限体积法研究了同一格式在不同方向使用不同的求解器,以及在不同方向采用相同精度的不同格式数值模拟4类Riemann问题,分析各向异性对数值计算结果的影响．数值结果表明,无论是使用不同的格式,还是使用不同的求解器进行数值模拟,都会导致数值结果不同程度地失去图像对称性．     

弓形折流板开孔位置的数值模拟研究

在相同的开孔面积和开孔数目前提下,本文数值研究在开孔位置不同时圆缺高度为0.2D(D为折流板直径)的单弓型折流板换热器的壳程换热与流动阻力问题。数值结果表明:在折流板压强高的“高压区”,均匀地开孔对减小换热器壳程压降效果更好,其综合换热性能的性能评价因子E值也更好;在壳程入口速度为0.1m/s时,通过改变开孔位置,壳程压降可优化3%左右。