处理完成基于数据同化技术的爆轰波动力学约束方法研究

本文创新性地将数据同化（DA）技术应用于爆轰波动力学研究，利用局部集合变换卡尔曼滤波（LETKF）框架融合稀疏实验观测数据与数值模拟，有效约束甲烷-氧气爆轰波动态。研究表明该方法能将未观测状态变量误差降低70%，为压力增益燃烧研究提供了新途径。

　　

亮点

本研究首次将数据同化（DA）技术应用于从Schlieren和化学发光图像重建爆轰流场中未观察到的热化学状态。该方法具有重要意义，因为它提供了一种通过整合稀疏光学诊断来增强爆轰模拟预测能力的方法学，这对于爆轰驱动推进系统通常是可获得的最具描述性的观测数据。该方法被证明是有效的和稳健的。

结论

在本研究中，我们展示了基于局部化的数据同化框架，使用局部集合变换卡尔曼滤波（LETKF）能够通过状态间接的视线观测信息来约束爆轰模拟的动力学特性。为此，我们使用了三十个独立的爆轰模拟集合，并同化了Schlieren和化学发光图像。该框架的能力通过双胞胎实验得以验证，在该实验中，观测数据被合成并成功地用于重建关键的爆轰结构，包括三重点、马赫杆和横向波。该框架在50 kHz观测频率的多次同化循环中表现出鲁棒性，即使在集合成员自然发散时也能保持一致的状态估计。虽然该方法在约束密度和温度场等结构特征方面表现出色，但我们观察到中间物种分布由于其局域空间分布的特点，需要更频繁的观测。这项工作展示了DA技术在推进压力增益燃烧研究方面的潜力，通过使有限的实验诊断与高保真数值模拟相融合，为增强对实际系统中爆轰动力学的理解提供了框架。