Hybrid turbulence models for atmospheric flow: A proper comparison with RANS models
Notice bibliographique
Résumé
A compromise between the required accuracy and the need for affordable simulations for the wind industry might be achieved with the use of hybrid turbulence models. Detached-Eddy Simulation (DES) [1] is a hybrid technique that yields accurate results only if it is used according to its original formulation [2]. Due to its particular characteristics (i.e., the type of mesh required), the modeling of the atmospheric flow might always fall outside the original scope of DES. An enhanced version of DES called Simplify Improved Delayed Detached-Eddy Simulation (SIDDES) [3] can overcome this and other disadvantages of DES. In this work the neutrally stratified atmospheric flow over a flat terrain with homogeneous roughness will be analyzed using a Reynolds-Averaged Navier–Stokes (RANS) model called k – ω SST (shear stress transport) [4], and the hybrids k – ω SST-DES and k – ω SST-SIDDES models. An obvious test is to validate these hybrid approaches and asses their advantages and disadvantages over the pure RANS model. However, for several reasons the technique to drive the atmospheric flow is generally different for RANS and LES or hybrid models. The flow in a RANS simulation is usually driven by a constant shear stress imposed at the top boundary [5], therefore modeling only the atmospheric surface layer. On the contrary the LES and hybrid simulations are usually driven by a constant pressure gradient, thus a whole atmospheric boundary layer is simulated. Rigorously, this represents two different simulated cases making the model comparison not trivial. Nevertheless, both atmospheric flow cases are studied with the mentioned models. The results prove that a simple comparison of the time average turbulent quantities obtained by RANS and hybrid simulations is not easily achieved. The RANS simulations yield consistent results for the atmospheric surface layer case, while the hybrid model results are not correct. As for the atmospheric boundary layer case, no meaningful conclusion could be established for RANS, and the DES results are not satisfactory. However the SIDDES model is capable of reproducing accurately the atmospheric boundary layer over flat terrain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».