【作者】

郑明秋; 胡晨星; 杨策

【单位】

北京理工大学

【摘要】

DMD方法能够实现数据在时间-空间上的解耦，将非线性转化为线性，并且将整个系统投影到由提取模态组成的子空间，保留关键信息的同时剔除非关键信息与噪音干扰，利用关键流场结构进行流场重构和预测。本文基于高斯拟合和DMDsp方法提出了GF-DMDsp流场预测方法，并将其应用于增压器涡轮流场预测研究中。通过DMDsp获得流动模态并对模态振幅和特征值进行高斯拟合，再基于三者进行流场预测。结果表明：GF-DMDsp方法能够有效地预测增压器涡轮流动变化频率，幅值等重要参数，其预测误差小于5%。误差的主要来源有流动模态的差别，流场初场的相位差别，用于流动预测的模态数目以及参数的拟合误差等。

【关键词】

稀疏增强DMD;径流涡轮;高斯拟合;流场预测;流动模态

【论文集名称】

高强化材料与结构技术

【会议名称】

设计与智能制造2022学术年会

【会议时间】

2022-11-24至2022-11-27

【会议地点】

长沙

【下载次数】

2

返回