جلسه دفاع از رساله دکترای گرایش تبدیل انرژی آقای عارف مشهدی

موضوع: بررسي جريان گذار و يك سه بعدي سيلندرهاي مستطيلي و پيشبيني زماني الگوهاي جريان توسط روشهاي يادگيري ماشين

استاد راهنما: دکتر احمد سوهانکار

استاد مشاور: دکتر سمانه حسینی

اساتید داور: دکتر احمدرضا پیشه ور - دکتر محمدرضا سلیم پور- دکتر وحید اصفهانیان

چکیده

جریان گذار دنباله سه‌بعدی (گذار ثانویه دنباله) پیرامون اجسام جریان‌بند، به‌دلیل نقش اساسی ناپایداری‌های سه‌بعدی و ساختارهای گردابه‌ای در تعیین نیروهای هیدرودینامیکی و عملکرد سامانه‌های مهندسی، از مسائل مهم در مکانیک سیالات به‌شمار می‌رود. با وجود مطالعات گسترده پیرامون استوانه‌های دایروی و مربعی، سازوکار گذار و تنوع مدهای ناپایداری در جریان پیرامون استوانه‌های مستطیلی با نسبت‌های منظری مختلف هنوز به‌طور کامل تبیین نشده است. در این رساله، با هدف بررسی نظام‌مند این پدیده و توسعه روش‌های کم‌هزینه و دقیق برای پیش‌بینی زمانی الگوهای جریان و بهینه‌سازی هندسه، شبیه‌سازی‌های عددی مستقیم (DNS) برای استوانه‌های مستطیلی با هفت نسبت منظری مقطع (AR) برابر با 25/0، 5/0، ۱، ۲، ۳، ۴ و ۵ و در اعداد رینولدز تا ۶۰۰ انجام شد. ساختار و تکامل دنباله، عدد رینولدز بحرانی آغاز گذار سه‌بعدی، سازوکار شکل‌گیری و تکامل مدهای ناپایداری، ویژگی‌های مکانی–زمانی آن‌ها و اثرشان بر مشخصه‌های هیدرودینامیکی و فرکانس ریزش گردابه بررسی شد. در مجموع، ده مد متمایز ناپایداری شناسایی و بر اساس ویژگی‌های فیزیکی در چهار دسته A، B، شبه‌دوره‌ای و شبه‌نیم‌هارمونیک طبقه‌بندی شدند و برای هر نسبت منظری، طول موج و بازه عدد رینولدز وقوع مدهای مربوطه تعیین و توالی گذار سه‌بعدی مشخص شد. نتایج نشان داد که افزایش نسبت منظری، به‌طور کلی، پایداری جریان در برابر ناپایداری‌های سه‌بعدی را افزایش می‌دهد، هرچند به‌دلیل تفاوت در الگوهای ریزش گردابه، این روند در تمامی نسبت‌های منظری یکنواخت نیست. برای 25/0 = AR، تبدیل مسیر گردابه‌های اولیه فون‌کارمن به ساختار دولایه و سپس گردابه‌های ثانویه، به بازپایداری جریان دوبعدی و شکل‌گیری مجدد ناپایداری سه‌بعدی در عدد رینولدز بالاتر منجر شد. همچنین، با کاهش نسبت منظری و افزایش عدد رینولدز، تشکیل ساختارهای دولایه و ثانویه در فاصله کوتاه‌تری از استوانه رخ داد. سه نوع گردابه ثانویه بر اساس شکل، شدت و سازوکار تشکیل شناسایی شد و معیاری هندسی مبتنی بر نسبت فاصله میان گردابه‌ها برای تعیین آغاز شکل‌گیری ساختار دولایه ارائه گردید. برای استوانه‌های با 3–5 AR = نیز بر اساس نحوه برهم‌کنش گردابه‌های لبه‌ی حمله و لبه‌ی فرار، سه الگوی متمایز ریزش گردابه شناسایی گردید که تفاوت آن‌ها نقش مهمی در فرآیند گذار سه‌بعدی ایفا می‌کند. همچنین مشخص شد که مدهای زیر‌بحرانی A* وB*، به‌واسطه ایجاد جابه‌جایی‌های بزرگ‌مقیاس گردابه‌ای، موجب تغییرات ناگهانی در ویژگی‌های جریان می‌شوند، درحالی‌که مدهای فوق‌بحرانی، نظیرQS1 ، تغییرات تدریجی‌تری ایجاد می‌کنند. آغاز ناپایداری سه‌بعدی متناظر با مدهای A* و B* به‌ترتیب موجب کاهش فرکانس ریزش گردابه به میزان حدود 16% (برای 1 AR ≤) و 68% (برای 2 = AR) می‌شود. اگرچه روندی عمومی و یکنواخت برای تغییرات ضرایب هیدرودینامیکی و عدد استروهال برحسب Re یا AR مشاهده نشد، افزایش نسبت منظری از 25/0 به 4 در رژیم ناپایا و 300 > Re، بسته به عدد رینولدز، موجب کاهش نوسانات لیفت به میزان حدود 70 تا 90% و کاهش متوسط ضریب درگ به میزان حدود 42 تا 63% شد؛ این نتایج بیانگر نقش تعیین‌کننده نسبت منظری در فیزیک جریان و ویژگی‌های آیرودینامیکی است. در ادامه، به‌منظور کاهش هزینه محاسباتی، روش تجزیه متعامد مناسب (POD) با شبکه عصبی حافظه طولانی کوتاه‌مدت (LSTM) ترکیب شد. چارچوب POD–LSTM توانست الگوهای پیچیده جریان، شامل مدهای A و B و رژیم‌های جابه‌جایی میان آن‌ها، و همچنین سری زمانی فشار پیرامون استوانه را با دقت مناسب پیش‌بینی کند؛ به‌طوری‌که برای پیچیده‌ترین حالت مورد بررسی، ضریب تعیین R² در بخش عمده دامنه بیش از 95/0 به‌دست آمد، درحالی‌که زمان آموزش شبکه تنها حدود 5/0 درصد زمان موردنیاز برای شبیه‌سازی DNS بود. در بخش پایانی، یک چارچوب بهینه‌سازی شکل آیرودینامیکی مبتنی بر یادگیری تقویتی عمیق با الگوریتم گرادیان سیاست قطعی (DDPG)، ادغام‌شده با CFD، با استفاده از نسبت منظری (5 ≥ AR ≥ 1)، نسبت شعاع لبه حمله (5 ≥ Rl ≥ 1) و نسبت شعاع لبه فرار (5 ≥ Rt ≥ 1) به‌عنوان متغیرهای طراحی در عدد رینولدز برابر با 150 توسعه یافت. ترکیب سازوکارهای اکتشاف مبتنی بر عملکرد، حافظه تطبیقی، حافظه ممتاز، خاتمه پویای اپیزود و یادگیری انتقالی از شبیه‌سازی‌های پایا به ناپایا، تعداد ارزیابی‌های CFD را نسبت به DDPG متعارف 3/53 درصد کاهش داد و در مقایسه با الگوریتم ژنتیک نیز حدود 2/19 درصد کاهش ایجاد کرد. بسته به هدف بهینه‌سازی، کاهش پسای متوسط تا 9/29 درصد، کاهش نوسانات برآ تا 9/86 درصد و در بهینه‌سازی توأمان ضریب پسا و نوسانات برآ، کاهش 3/28 درصدی پسای متوسط و 3/81 درصدی نوسانات برآ نسبت به هندسه مرجع حاصل شد. تحلیل میدان جریان نشان داد که این بهبودها با تضعیف ساختارهای گردابه‌ای، کاهش نوسانات سرعت و بازآرایی میدان فشار و ساختار ناپایای دنباله همراه هستند. در مجموع، این رساله با ارائه تصویری جامع از سازوکارها و توالی گذار سه‌بعدی دنباله در استوانه‌های مستطیلی، چارچوبی یکپارچه برای تحلیل فیزیک جریان، پیش‌بینی داده‌محور و بهینه‌سازی مستقیم آیرودینامیکی فراهم می‌کند. نتایج حاصل نشان‌دهنده ظرفیت روش‌های یادگیری ماشین و یادگیری تقویتی برای کاهش هزینه محاسباتی، پیش‌بینی سریع رفتار جریان و بهبود عملکرد آیرودینامیکی بوده و می‌تواند زمینه‌ای برای توسعه مدل‌های پیش‌بینی و راهبردهای کنترل و طراحی در جریان‌های ناپایای پیرامون اجسام جریان‌بند فراهم سازد. 

کلمات کليدی: شبیه‌سازی عددی مستقیم؛ سیلندر مستطیلی؛ نسبت منظری؛ جریان گذار دنباله سه‌بعدی؛ مدهای ناپایداری؛ مسیر گردابه‌های کارمن، دولایه و ثانویه؛ نیروهای متوسط و نوسانی؛ عدد استروهال؛ الگوهای جریان؛ تجزیه متعامد مناسب؛ شبکه عصبی LSTM؛ بهینه‌سازی شکل آیرودینامیکی؛ یادگیری تقویتی عمیق