Buchumschlag

Implementation and verification of the resolved Reynolds stress transport equations in OpenFOAM

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rincón, Mario J., Hansen, Christoffer, Reclari, Martino, Abkar, Mahdi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wall-modeled large-eddy simulation of turbulent smooth body separation using the OpenFOAM flow solver
von: Hansen, Christoffer, et al.
Veröffentlicht: (2024)

A generalisable data-augmented turbulence model with progressive and interpretable corrections for incompressible wall-bounded flows
von: Rincón, Mario J., et al.
Veröffentlicht: (2025)

Progressive augmentation of Reynolds stress tensor models for secondary flow prediction by computational fluid dynamics driven surrogate optimisation
von: Rincón, M. J., et al.
Veröffentlicht: (2023)

Frozen propagation of Reynolds force vector from high-fidelity data into Reynolds-averaged simulations of secondary flows
von: Amarloo, Ali, et al.
Veröffentlicht: (2022)

Extension of the law of the wall exploiting weak similarity of velocity fluctuations in turbulent channels
von: Hansen, Christoffer, et al.
Veröffentlicht: (2023)

CoronaryHemodynamics: An Automated Simulation Framework for Coronary Artery Hemodynamics Using OpenFOAM
von: Mao, Yijin, et al.
Veröffentlicht: (2025)

Assessment of modern shock capturing schemes for all-speed flows in the OpenFOAM framework
von: Ray, Anurag Adityanarayan, et al.
Veröffentlicht: (2025)

upstreamFoam: an OpenFOAM-based solver for heterogeneous porous media at different scales
von: Lange, Roberto, et al.
Veröffentlicht: (2023)

On the development of OpenFOAM solvers for simulating MHD micropolar fluid flows with or without the effect of micromagnetorotation
von: Aslani, Kyriaki-Evangelia, et al.
Veröffentlicht: (2025)

DRLinFluids -- An open-source python platform of coupling Deep Reinforcement Learning and OpenFOAM
von: Wang, Qiulei, et al.
Veröffentlicht: (2022)

A Workflow for Utilizing OpenFOAM Data Structure in Physics-Informed Deep Learning Training
von: Mao, Yijin, et al.
Veröffentlicht: (2024)

Application of a Pressured-Based OpenFOAM Solver for Rotating Detonation Engines
von: Kwak, Keunjae, et al.
Veröffentlicht: (2025)

uniGasFoam: a particle-based OpenFOAM solver for multiscale rarefied gas flows
von: Vasileiadis, Nikos, et al.
Veröffentlicht: (2024)

cfdmfFTFoam: A front-tracking solver for multiphase flows on general unstructured grids in OpenFOAM
von: Amani, Ehsan
Veröffentlicht: (2026)

Combining Machine Learning with Computational Fluid Dynamics using OpenFOAM and SmartSim
von: Maric, Tomislav, et al.
Veröffentlicht: (2024)

Scalable CFD Simulations in Multi-Billion Voxel Micro-CT Images of Porous Materials Using OpenFOAM on ARCHER2
von: Maes, J., et al.
Veröffentlicht: (2025)

OpenFOAMGPT: a RAG-Augmented LLM Agent for OpenFOAM-Based Computational Fluid Dynamics
von: Pandey, Sandeep, et al.
Veröffentlicht: (2025)

Characterisation and extension of a rigid body dynamics solver coupled with OpenFOAM for flight performance analysis of flapping-wing drones
von: Poletti, Romain, et al.
Veröffentlicht: (2025)

Development of low-dissipative projection method framework integrating various high-order time integration schemes using OpenFOAM
von: Guo, Hao, et al.
Veröffentlicht: (2023)

An extended $k-\varepsilon$ model for wake-flow simulation of wind farms
von: Zehtabiyan-Rezaie, Navid, et al.
Veröffentlicht: (2023)

Reducing Spatial Discretization Error on Coarse CFD Simulations Using an OpenFOAM-Embedded Deep Learning Framework
von: Gonzalez-Sieiro, Jesus, et al.
Veröffentlicht: (2024)

A progressive data-augmented RANS model for enhanced wind-farm simulations
von: Amarloo, Ali, et al.
Veröffentlicht: (2024)

twoPhaseInterTrackFoam: an OpenFOAM module for Arbitrary Lagrangian/Eulerian Interface Tracking with Surfactants and Subgrid-Scale Modeling
von: Schwarzmeier, Moritz, et al.
Veröffentlicht: (2024)

XRePIT: A deep learning-computational fluid dynamics hybrid framework implemented in OpenFOAM for fast, robust, and scalable unsteady simulations
von: Baral, Shilaj, et al.
Veröffentlicht: (2025)

Wind-farm power prediction using a turbulence-optimized Gaussian wake model
von: Zehtabiyan-Rezaie, Navid, et al.
Veröffentlicht: (2024)

Reynolds stress scaling in the near-wall region
von: Smits, Alexander J., et al.
Veröffentlicht: (2021)

Dual guidance: ROM-informed field reconstruction with generative models
von: Salavatidezfouli, Sajad, et al.
Veröffentlicht: (2025)

Internal stresses in low-Reynolds-number fractal aggregates
von: Polimeno, Matteo, et al.
Veröffentlicht: (2024)

Reynolds stress scaling in the near-wall region of wall-bounded flows
von: Smits, Alexander J., et al.
Veröffentlicht: (2021)

An OpenFOAM face-centred solver for incompressible flows robust to mesh distortion
von: Cortellessa, Davide, et al.
Veröffentlicht: (2024)

Data-driven approach for modeling Reynolds stress tensor with invariance preservation
von: Fu, Xuepeng, et al.
Veröffentlicht: (2023)

MetaOpenFOAM: an LLM-based multi-agent framework for CFD
von: Chen, Yuxuan, et al.
Veröffentlicht: (2024)

High Reynolds number trends of centerline mean velocity and normal stress in pipe flow
von: Nagib, Hassan, et al.
Veröffentlicht: (2025)

Multiphase SPH for surface tension: resolving zero-surface-energy modes and achieving high Reynolds number simulations
von: Zhang, Shuaihao, et al.
Veröffentlicht: (2025)

Self-scaling tensor basis neural network for Reynolds stress modeling of wall-bounded turbulence
von: Yuan, Zelong, et al.
Veröffentlicht: (2026)

A symbolic regression-based implicit algebraic stress turbulence model: incorporating the production of non-dimensional Reynolds stress deviatoric tensor
von: Ji, Ziqi, et al.
Veröffentlicht: (2025)

Anomalous Reynolds stress and dynamic mechanisms in two-dimensional elasto-inertial turbulence of viscoelastic channel flow
von: Cheng, Haotian, et al.
Veröffentlicht: (2025)

New Interpretation for error propagation of data-driven Reynolds stress closures via global stability analysis
von: Shan, Xianglin, et al.
Veröffentlicht: (2024)

Reynolds number required to accurately discriminate between proposed trends of skin friction and normal stress in wall turbulence
von: Nagib, Hassan, et al.
Veröffentlicht: (2023)

Turbulence at Low Reynolds Numbers
von: Yu, Ziyue, et al.
Veröffentlicht: (2025)