Bayesian quantification of thermodynamic uncertainties in dense gas flows

یک روش استنباط بیزی برای کالیبراسیون معادلات پیچیده ای از حالت استفاده شده در حل کننده های جریان سیال عددی است. به طور دقیق، پارامترهای ورودی سه معادله حالت معمولا برای مدل سازی رفتار ترمودینامیکی جریان های به اصطلاح جریان گاز، یعنی جریان گازهای مشخص شده با وزن مولکولی بالا و مولکول های پیچیده که در شرایط ترمودینامیکی نزدیک به بخار مایع منحنی اشباع - با استفاده از استنتاج بیزی از داده های آیرودینامیک مرجع برای جریان گاز متراکم بر یک بخش بالایی کالیبره شده است. شرایط جریان ترمودینامیکی چنین است که رفتار ترمودینامیکی گاز به شدت از آن گاز کامل متفاوت است. با هدف ارزیابی روش پیشنهادی، داده های کالیبراسیون مصنوعی - به ویژه داده های فشار فشار - بوسیله اجرای حل کننده عددی با یک مدل ترمودینامیکی پیچیده تر و دقیق تولید می شود. مدل آماری مورد استفاده برای ساختن تابع احتمال، شامل یک اصطلاح نامناسب برای مدل می شود، که حساب شکاف بین خروجی مدل با پارامترهای مناسب و پدیده درست است. نتایج نشان می دهد که برای تمام مدل های نسبتا ساده تحت بررسی، کالیبراسیون به توزیع چگالی احتمال خلفی پارامترهای ورودی منجر می شود و به طور قابل توجهی توزیع پیش بینی را بهبود می بخشد. با این وجود، پارامترهای کالیبراسیون به شدت از ارزش های فیزیکی مورد انتظار آنها متفاوت است. رابطه بین این رفتار و ناقص بودن مدل مدل بحث شده است.