Physik-informierte datenbasierte Rekonstruktion turbulenter wandgebundener Strömungen aus planar Messungen

Genau und dicht dreidimensionale Schätzungen turbulenter wandgebundener Strömungen zu erhalten, ist notoriously herausfordernd, und diese Einschränkung wirkt sich negativ auf geophysikalische und ingenieurtechnische Anwendungen aus, wie Wettervorhersage, Klimaprognosen, Luftqualitätsüberwachung und Strömungsregelung. Diese Studie stellt ein physik-informiertes variationales Autoencoder-Modell vor, das realisierbare dreidimensionale turbulente Geschwindigkeitsfelder aus zweidimensionalen planar Messungen rekonstruiert. Physikalisches Wissen wird als weiche und harte Einschränkungen im Verlustterm bzw. in der Netzwerkarchitektur eingeführt, um die Robustheit des Modells zu verbessern und induktive Biases neben den Beobachtungsdaten zu nutzen. Die Leistung des vorgeschlagenen Rahmens wird in einer turbulenten offenen Kanalströmungsanwendung bei einer Reibungs-Reynolds-Zahl von Reτ=250 untersucht. Das Modell zeichnet sich durch präzise Rekonstruktion der dynamischen Strömungsmuster zu jedem gegebenen Zeitpunkt und Standort aus, einschließlich turbulenter kohärenter Strukturen, und liefert dabei auch genaue zeitlich und räumlich gemittelte Strömungsstatistiken. Das Modell übertrifft modernste klassische Ansätze zur Strömungsrekonstruktion wie die lineare stochastische Schätzmethode. Physikalische Einschränkungen bieten eine bescheidene, aber erkennbare Verbesserung bei der Vorhersage von kleinräumigen Strömungsstrukturen und erhalten eine bessere Konsistenz mit den Grundgleichungen des Systems im Vergleich zu einem rein datengetriebenen Ansatz.