Simulación numérica directa del flujo de Kolmogorov tridimensional para el desarrollo de modelos de turbulencia

Área de la Ciencia:

• Mecánica de fluidos
• Física computacional
• Investigación de turbulencia

Sus antecedentes:

• La modelización de la turbulencia es un desafío importante en la mecánica de fluidos.
• El desarrollo de modelos de turbulencia precisos, especialmente para el aprendizaje automático, requiere datos de alta calidad.
• Las simulaciones numéricas directas (DNS) proporcionan información detallada del flujo, pero son computacionalmente costosas.

Objetivo del estudio:

• Presentar un conjunto de datos curado de simulaciones numéricas directas en 3D del flujo de Kolmogorov.
• Proporcionar datos en diversos regímenes de parámetros (números de Reynolds, modos de excitación).
• Apoyar el desarrollo de modelos de turbulencia basados en aprendizaje automático.

Principales métodos:

• Se realizaron simulaciones numéricas directas tridimensionales del flujo de Kolmogorov.
• Se cubrió una amplia gama de números de Reynolds y modos de excitación.
• Se incluyeron campos de velocidad brutos y código de interpolación basado en Python para la compatibilidad de la cuadrícula.

Principales resultados:

• Se generó un conjunto de datos completo que captura diversos comportamientos del flujo.
• Se aseguró la compatibilidad de los datos con herramientas de análisis como ParaView.
• Se proporcionó metadatos para mejorar la usabilidad.

Conclusiones:

• El conjunto de datos de acceso abierto facilita la investigación en modelización de la turbulencia.
• Es particularmente valioso para avanzar en los enfoques de aprendizaje automático en dinámica de fluidos.
• Este recurso tiene como objetivo acelerar el progreso en la comprensión y predicción de flujos turbulentos.