Усовершенствование RANS-моделей с помощью метода случайного леса с тензорным базисом для турбулентных течений в двумерных каналах с выступами

Путем обработки результатов DNS- и RANS-расчетов течений в двумерных каналах с выступами получены входные и выходные данные для метода машинного обучения, который используется с целью усовершенствования модели анизотропии напряжений Рейнольдса и, следовательно, повышения точности RANS-подхода. В качестве технологии машинного обучения выбран метод случайного леса с тензорным базисом. Результаты, полученные с помощью новой модели для тензора анизотропии напряжений Рейнольдса, лучше согласуются с данными DNS-метода для двух геометрий течения в канале, чем результаты, полученные с помощью стандартной линейной модели вихревой вязкости.