Datenanalyse und Strömungsmodellierung

• Antragsteller: Dr. Richard Semaan
• Fachliche Zuordnung: Strömungsmechanik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 406435057

Buffet kennzeichnet starke Stoß-Grenzschicht-Interaktionen mit instationären Stoßschwingungen. In Kombination mit dreidimensionaler Geometrie (gepfeilte Flügel, Gondel, Pylon) ergibt dieses Phänomen eine komplexe, nichtlineare Strömung, welche anspruchsvolle Analyse und Modellierung erfordert. Zur Analyse der Resultate und Extraktion der relevanten Physik aus großen LES- und DES-Simulationen werden spezielle Werkzeuge benötigt. Große Datenmengen ziehen dabei sowohl Speicher- als auch Auswertungsprobleme nach sich. Bekannte Methoden zur Reduktion der Datenmenge betrachten vor allem das selektive Sampling oder das Filtern. In diesem Projekt soll die so genannte Sparse Spatial Sampling (S3) Methode erweitert und eingesetzt werden, um die großen Netzgrößen zu reduzieren und die Simulationsergebnisse zu komprimieren. Dies ermöglicht wiederum eine bessere Datenverwaltung und eine vereinfachte Auswertung der Ergebnisse. Verfahren zur Datenauswertung existieren viele. Beispiele hierfür sind Proper Orthogonal Decomposition (POD) und Dynamic Mode Decomposition (DMD), welche derzeit als die beiden mächtigsten Werkzeuge in der Fluiddynamik angesehen werden. Beide spektralen Zerlegungen sollen mit dem eigengefertigten-Tool xROM in diesem Projekt weiterentwickelt und angepasst und in der gesamten Forschergruppe eingesetzt werden. Zusätzlich zur Anpassung und Freigabe des xROM soll TP2 eng mit den FOR-Partnern zusammenarbeiten, um die Ergebnisse zu interpretieren. Die Modellierung von Strömungen ermöglicht physikalische Einblicke und Vorhersage jenseits der Trainingsdaten. In diesem Teilprojekt sollen zwei Modellierungsstrategien betrachtet und erweitert werden: Die Dynamic Mode Decomposition (DMD) sowie die Cluster-basierten reduzierten Modelle (CROM). Die DMD soll die relevanten Moden und deren Stabilität erkennen und quantifizieren. Zwei DMD-Varianten (multi-resolution-DMD und randomized DMD) sollen zusammengeführt werden, um den Bereich der räumlich-zeitlichen Moden besser zu identifizieren und Berechnungen an sehr großen Datensätzen zu ermöglichen. Die Ergebnisse der DMD Stabilitätsanalyse sollen mit denen des Kooperationspartners Dr. Sebastian Timme verglichen werden, der die globale Stabilitätsanalyse verwendet. Darüber hinaus sollen zwei clusterbasierte Ansätze zur Analyse und Modellierung eingesetzt werden: der Metric Attractor Overlap (MAO) und die Cluster-basierten reduzierten Modelle (CROM). Diese datengesteuerte Methode eignet sich gut, um die Unterschiede zwischen verschiedenen Strömungsbedingungen (oder verschiedenen Simulationsarten) zu charakterisieren und zu quantifizieren und nichtlineare Strömungen zu modellieren.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 2895: Erforschung instationärer Phänomene und Wechselwirkungen beim High-Speed Stall
• Internationaler Bezug: Frankreich, Großbritannien, USA
• Kooperationspartner: Professor Dr. Steven L. Brunton, Ph.D.; Professor Dr. Bernd Rainer Noack; Dr. Sebastian Timme