首页/文章/ 详情

流固耦合(fluid-structure interaction)研究

11月前浏览1143

文一:

 

流体-结构相互作用模型

摘要:

柔性结构与浸没在其中或被其包围的流动流体的相互作用产生了丰富多样的物理现象,在许多工程领域都有应用,例如,机翼的稳定性和响应、血液通过动脉的流动、桥梁和高层建筑对风的响应,涡轮机和压缩机叶片的振动以及热交换器的振荡。为了理解这些现象,我们需要对结构和流体进行建模。然而,为了与本卷的总体主题保持一致,这里的重点是流体模型。此外,这些应用主要来自航空航天工程,尽管这些方法和基本物理现象有更广泛的应用。在本文中,我们强调了最近的发展和未来的挑战。为了提供上下文,本文首先描述了经历时间相关运动的流体的各种物理模型,然后讨论了线性和非线性模型之间的区别,时间线性化模型及其在时域或频域中的解,以及处理非线性模型的各种方法,包括时间推进,谐波平衡和系统识别。最后,我们对含时流动的模态特征进行了扩展处理,并基于流体模态的展开构建了降阶模型。重点是通过降阶模型、时间线性化和从动力系统理论中提取的方法,增强对物理的理解,并大幅降低计算成本

 

图:在一个降低的频率范围内,机翼围绕中弦附近的一个点俯仰的真实和假想(Imag)俯仰力矩。=62◦; σ=90◦

 

图:完整的空气动力学特征谱。真实;Im,虚数,M,马赫数。平板翼型(16×8目)

 

图:全谱和 ROM 气动特征谱的比较

文二:

 

大结构位移流体结构相互作用

摘要:

可变形结构内部粘性流动的计算在保证变形结构的运动协调性方面遇到了很大的困难流体结构界面和更新领域的几何。本文提出了克服这些问题的考虑流体和结构作为一种独特的连续介质,以固定的参考构型进行研究。结果导致的问题是然后通过对运动学允许的测试函数的空间进行加性分解,将其分解为流体和结构部分这种方法以完全拉格朗日的方式处理结构,并使用相关的任意拉格朗日欧拉(ALE)公式这种策略有三个优点,本文将详细介绍。采用隐式的、稳定的、能量守恒的时间积分格式进行时间离散,并用简单的、迭代的非线性方法求解耦合算法;流体和结构问题可以用独立的有限元空间来近似;最新的几何精确非线性壳模型可以用于结构。该方法已在工业 CFD 程序中得到实现,并在工业液压系统仿真中得到了验证本文最后介绍了减震器。

 

图:阀门八分之一的几何形状和负载。

 

图:网格更新: 在对称平面上的轨迹,颜色较暗的是通过显式全局算法得到的更新。

 

图:液体结构域(液体部分)网格: 结构域18500个细胞的1/8。观察永久性中心孔。

 

图:对称平面内最大流量下的压力场。

文三:

 

流体-结构相互作用的时空有限元整体方法

摘要:

本文提出了流体-结构相互作用问题的同时求解程序。结构运动用几何非线性弹性动力学描述。流体由不可压缩的Navier-Stokes方程建模。将时空有限元方法应用于连续体,导致流体和结构使用速度变量的几乎均匀离散化。为了加强界面处的动量守恒和几何连续性,引入了耦合条件的加权残差公式。将流体、结构和耦合条件下的离散模型方程建立在一个单独的方程组中。非线性系统和流体网格运动在一个迭代循环中求解。薄膜颤振和涡流激励板振动的二维例子证明了该方法的有效性。

 

图:移动时空网格与时间不连续插值。

 

图:活塞示例的系统配置

 

图:联立求解程序和耦合方程组。

文四:

 

内部生理流动中的流体-结构相互作用

摘要:

我们选择性地回顾了在分析几个生理学和生理学启发的流体-结构相互作用问题方面的最新进展,我们的目的是解释导致观察到的行为的潜在物理机制。具体来说,我们讨论了最近对可折叠管中自激振荡的研究,主要集中在对理想化模型系统Starling电阻器的研究上,Starling电阻器是大多数实验室实验中使用的设备。接下来,我们将回顾一种特殊的生理学、流诱导振荡的研究:发声过程中的声带振荡。最后,我们讨论了肺气道的关闭和重新开放,以及涉及气道液体衬里的生理流体-结构相互作用问题。

 

图:(a) Gaver等人(1990)的肺气道重新开放模型示意图。空气指稳定地传播到塌陷的弹性管(或2D通道)中,该管充满粘度为μ和表面张力为σ的粘性流体。传播的手指打开气道,将液体重新分配到薄的液体衬里中。

(b) 典型的压力-流量关系,显示了以给定速度U将手指驱动到未变形半径a的塌陷3D管中所需的压力pb。虚线显示了Hazel&Heil(2003b)对低速推动分支行为的渐近预测。(c) 在剥离和推动状态下管壁和气液界面的代表性形状。

 

图:(a) 喉部素描,显示真实和虚假的声带。声带有一个复杂的内部结构,这里分为两个主要区域:覆盖层和身体,覆盖层包含高度柔性的粘膜表层,身体包含用于调节声带形状和张力的肌肉纤维。

(b) 图示振荡期间声带几何形状变化的示意图,当声带分离/接近时,导致声门会聚/发散。(c) 声带在空泡模式下的三个最低阶的图解。模式2和模式3的流诱导同步和叠加可以产生如图b所示的声带振荡。

 

图:(a) Starling 电阻器的示意图,这是一个薄壁弹性管,安装在两个刚性管上,并封闭在一个压力室内,以及(b)它的二维等效物,一个通道,其中一个壁的一部分被预应力弹性膜取代。(c)晃动机制的说明。将流动分解为平均分量 u 和振荡分量 u。壁面运动在上游或下游刚性截面上产生振荡晃动流动。在足够高的频率下,晃动流有一个钝的无粘核心,在壁面附近有薄的斯托克斯层

文五:

 

流体与结构相互作用问题的ALE公式

摘要:

任意拉格朗日-欧拉(ALE)有限元方法因能够独立于材料几何结构控制网格几何结构而备受关注。在“uid”结构相互作用问题中,结构附近的uid网格经历了大量变形并变得不可接受的畸变,这将时间步长驱动到非常小的值来进行显式计算,ALE方法或重新分区用于为“uid域”创建一个新的无畸变网格,这允许计算继续进行。ALE和重分区算法的数学基础很简单,但由于与处理任意网格相关的繁琐的地质测量计算,它们的实现很复杂。在本文中,我们将ALE概念应用于“流体”-结构相互作用问题。我们将解释该方法的基本思想,并给出控制网格失真的可能方法。给出了一个学术问题和一个工业问题的结果。

 

图:不同格式的数值结果与精确解的比较。

 

图:泰勒杆冲击的拉格朗日公式

 

图:分析方法和油箱模型。油箱大约有一半的油。

 

图:流体±结构相互作用。到达板的球面压力波

来源:STEM与计算机方法
ACT振动非线性系统仿真航空航天建筑理论材料数字孪生控制人工智能
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-11-01
最近编辑:11月前
江野
博士 等春风得意,等时间嘉许。
获赞 58粉丝 96文章 153课程 0
点赞
收藏
作者推荐

计算力学的最新范式:数据驱动力学最新研究进展

文一: 计算力学中的无模型数据驱动推理摘要:我们将无模型数据驱动计算范式扩展到由于材料行为的内在随机性而具有随机性的固体和结构。这种材料的行为以似然测度而非本构关系为特征。我们特别假设,只有通过材料或相空间中的经验点数据集,才能知道材料似然测度。固体或结构的状态还受到相容性和平衡约束。然后,问题是推断给定的感兴趣的结构性结果的可能性。在这项工作中,我们提出了一种数据驱动的推理方法,该方法从经验材料数据中确定结果的可能性,并且不需要材料或先验建模。特别是,期望的计算被简化为局部材料数据集上的显式和,以及可容许状态(即满足相容性和平衡性的状态)上的象限。材料数据集和的复杂性在数据点的数量和结构中的成员的数量上是线性的。提出了有效的群体退火过程和快速搜索算法来加速计算。借助选定的应用程序和基准测试,评估了该方法的范围、成本和收敛性。 图:脆性材料具有随机抗拉强度,构件 e 的结构。 图:基于滑移高斯材料数据的三杆桁架 图:轻型空间结构文二: 频域中无模型数据驱动的粘弹性摘要:我们开发了一个数据驱动框架,用于直接从动态测试材料数据中模拟粘弹性固体中的波传播,包括动态力学分析(DMA)、纳米压痕、动态剪切测试(DST)和磁共振弹性成像(MRE)的数据,而无需回归或材料建模。该问题是在频域中公式化的,求解方法试图在相容性和平衡的意义上使应力和应变的物理容许历史与材料数据之间的距离最小化。我们通过傅里叶变换的平坦范数来度量历史空间,这允许考虑无限波列,如谐波函数。平坦范数的另一个显著优点是,它允许从附近频率的数据推断系统在一个频率下的响应。我们通过两个测试案例证明和验证了该方法,一个由DMA数据表征的聚合物特拉斯结构和一个由MRE数据表征的3D软凝胶样品。这些例子证明了数据驱动方案在传统商业代码中的易实现性及其在求解器和数据方面的鲁棒收敛特性。 图:模拟凝胶块。(a)凝胶块的有限元离散化为六面体单元。顶部表面的正方形表示超声波压力的应用范围。(b)使用动态剪切试验(dST)和磁共振弹性成像(MRE)测量的琼脂糖凝胶的复合模量。 图:绝缘凝胶块。应用频率的位移Ω = 100赫兹。(a) 位移的实分量;(b) 位移的假想分量。文三: 石油和天然气管道腐蚀预测模型的发展:从经验驱动到数据驱动摘要:由于恶劣的使用环境,石油和天然气管道面临着巨大的腐蚀威胁。预测腐蚀对管道的安全使用至关重要。经典的经验驱动和机制驱动模型已成功应用于油气管道腐蚀预测,但其复杂的适用条件和计算受到限制。基于数据驱动模型的机器学习(ML)由于其高效性和准确性而成为新的趋势。这项工作系统地回顾了这些模型,包括它们的演变、特征、局限性和性能,并强调了数据驱动模型的应用。此外,通过总结ML模型的预处理、输入输出参数和性能指标,建立了油气管道腐蚀预测的ML方法数据库,为模型的合理选择提供了指导。最后,给出了结论和建议,并对未来的研究路径进行了展望。 图:通过Cite Space对管道腐蚀进行共词分析:节点代表关键词。节点之间的链接意味着链接的关键词出现在一篇文献中,链接的粗细表示出现的次数。链接的不同颜色代表不同的年份,紫色到红色代表2008-2012年。此图仅显示计数超过30的节点。 图:油气管道腐蚀的特征形式。 图:模型的类型和进化趋势。 图:腐蚀缺陷生长的数值模拟。文四: 实验固体力学中的机器学习摘要:实验固体力学正处于一个关键点,由于数据存储和处理能力的显著进步,机器学习(ML)方法 正在迅速扩散到发现过程中。力学界采用的大部分ML最初是为科学和工程之外的应用而开发的,有可能产生物理有效性存疑的结果。为了确保这些数据驱动的方法是可信的,显然需要将物理原理嵌入其体系结构中,根据基准数据集评估和比较ML框架,并测试其更广泛的可扩展性。框架必须以明确的目标、可量化的错误和明确定义的可扩展性范围为基础。这些原则使具有广泛架构的ML模型能够进行有意义的分类、比较、评估,并扩展到更广泛的实验和计算框架。通过对ML模型在声发射和共振超声光谱这两种不同用例中的研究,以及对实验力学中值得信赖的ML的未来前景的讨论,证明了这些原理的应用。 图:铅笔引线断裂实验装置。使用这种设置,测量的声波波形信息可以用于预测入射角𝜃 每断一次铅笔芯。波形结构取决于破裂角以及源到传感器的距离、传感器耦合、破裂板边界材料和破裂板厚度。 图:.可信ML模型的三个基本要求。(左)为用例定义明确的目标;𝜃 是模型输出;(中心)量化与不同模型相关的误差,并标准化与基准的比较;(右)定义模型对其他用例和应用程序场景的可扩展性。 图:分别用序列蒙特卡罗(SMC)和ML计算了AM SB-CoNi-10C(钴镍基高温合金试样)的体弹性常数。文五: 演化TANN与固体力学内部变量和演化方程的识别摘要:数据驱动和深度学习方法已被证明有潜力取代复杂材料的经典本构模型,显示出路径依赖性并具有多个固有尺度。然而,用增量公式构建本构模型的必要性已经产生了数据驱动的方法,其中物理量,例如。变形,与人造的、非物理的变形混合,例如变形和时间的增量。因此,神经网络和随后的本构模型依赖于特定的增量公式,无法及时局部识别材料表示,并且泛化能力较差。在此,我们提出了一种新的方法,该方法首次允许将材料表示与增量公式解耦。受基于热力学的人工神经网络(TANN)和内部变量理论的启发,进化TANN(eTANN)是连续时间的,因此与上述人工量无关。所提出的方法的关键特征是以常微分方程的形式识别内部变量的演化方程,而不是以增量离散时间的形式识别。在这项工作中,我们将重点放在并列和展示固体力学的各种一般概念是如何在eTANN中实现的。热力学定律被固定在网络的结构中,并且允许总是一致的预测,与训练数据集的范围无关。受先前工作的启发,我们提出了一种方法,该方法允许从数据和第一性原理中识别复杂材料中微观场的可容许内部变量集。通过涉及从塑性到损伤和粘度(以及它们的组合)的广泛复杂材料行为的几个应用,证明了所提出方法的能力和可扩展性。最后,我们证明了所提出的方法可以通过渐进均匀化来加速最先进的多尺度分析。与详细的精细尺度模拟相比,eTANN提供了极好的结果,不仅可以描述平均宏观材料行为,还可以描述微观力学复杂机制。 图:用于内部变量和控制方程的数据驱动辨识的进化 TANN: 训练结构(顶部)和最小训练损失(底部)。 图:在加载(a)和卸载(b)阶段结束时确定的一个内部变量的分布。 图:微机械变形形状(ε = 0.1)及均匀化模型。位移放大10倍。阴影区域代表 t = 0 ms 时的初始形态,等高线显示均匀的弹性能量密度,由于塑性效应,卸载后弹性能量密度被锁定。来源:STEM与计算机方法

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈