PRESENTAZIONE

L'insegnamento si propone di introdurre i concetti chiave della stabilità idrodinamica e della transizione verso la turbolenza. Lo studio della turbolenza si baserà sulle proprietà statistiche dei campi di moto turbolento e sulle equazioni di Navier-Stokes mediate. Verrà inoltre introdotta la filosofia CFD (computational fluid dynamics) usando il software Ansys Fluent, di cui si illustrerà il funzionamento mediante lezioni frontali in laboratorio informatico. Infine introdurremo tecniche moderne di machine learning per la simulazione di campi turbolenti e per la navigazione in turbolenza. 

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Lo scopo del'insegnamento è di consentire agli studenti di acquisire una visione critica delle strategie numeriche per la modellizzazione della turbolenza (sia sviluppata che in transizione), sia di tipo RANS che di tipo LES. Il risultato atteso è un conseguente utilizzo maturo di tali strategie numeriche, basato sulla consapevolezza che le simulazioni non sono la realtà ma una sua sofisticata modellazione di essa e, in quanto tale, suscettibile di errori, a volte rilevanti.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Gli obiettivi principali di questo insegnamento sono:

• Fornire agli studenti una conoscenza approfondita della modellazione della turbolenza sia teorica che computazionale.
• Analizzare le proprietà salienti dei campi di moto turbolenti sia in turbolenza omogenea isotropa che in presenza di pareti. Sia con tecniche asintotiche sia attraverso l'analisi di dati sperimentali.
• Discutere il background teorico dei modelli RANS e delle simulazioni tipo DNS e LES (simulazioni di risoluzione di scala o scale resolving simulations).
• Analizzare l'accuratezza, affidabilità, tecniche di discretizzazione, strategie di soluzione, e migliori pratiche standard in CFD.
• Acquisire competenze legate all'utilizzo del solutore CFD Ansys Fluent (versione per studenti) per simulare campi di moto turbolenti.
• Acquisire nozioni introduttive sulle tecniche moderne di machine learning supervisionato e per rinforzo per simulare e navigare campi turbolenti. 
• Manipolare semplici codici di machine learning (scritti in Python, utilizzando colab)

PREREQUISITI

• Conoscenze di base della Meccanica dei Fluidi.
• Conoscenza di base dei metodi numerici.

MODALITA' DIDATTICHE

• L'insegnamento si basa su 60 ore di lezioni frontali ed esercitazioni guidate.
• L'insegnamento è valutato in base a compiti e un progetto finale. Non ci sono esami.
• I docenti possono essere contattati dagli studenti per domande e chiarimenti durante l'orario di ricevimento.

Gli studenti che abbiano certificazioni in corso di validità per Disturbi Specifici dell’Apprendimento (DSA), per disabilità o altri bisogni educativi sono invitati a contattare il docente e il referente per la disabilità della Scuola Politecnica, Prof. Federico Scarpa (federico.scarpa@unige.it), all’inizio dell’insegnamento per concordare eventuali modalità didattiche e di esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali

PROGRAMMA/CONTENUTO

Il programma si articola in lezioni frontali ed esercitazioni guidate. Per rafforzare le conoscenze acquisite, condurremo simulazioni numeriche usando il solutore CFD Ansys Fluent e Python.

LEZIONI TEORICHE:

1. Introduzione alla turbolenza.
2. Equazioni di Navier Stokes 
3. Proprietà statistiche dei campi turbolenti.
4. Scale della turbulenza e cascata di energia: Teoria di Kolmogorov
5. Turbolenza di parete
6. Simulazioni numeriche dirette
7. Turbolenza Scalare
8. Introduzione alla Modellazione RANS. Ipotesi di Boussinesq. 
9. k-e e altri modelli di eddy viscosity
10. Trattamento della parete e condizioni al contorno
11. Introduzione al machine learning 
12. Machine Learning per computational Fluid Dynamics
13. Machine Learning per la navigazione turbolenta

TUTORIAL:

Fluent per Computational Fluid Dynamics (x6)

Machine Learning per Computational Fluid Dynamics (x2)

Reinforcement Learning per Navigazione Turbolenta (x2)

TESTI/BIBLIOGRAFIA

Letteratura consigliata:

• D. Wilcox. Turbulence Modeling for CFD. DCW Industries Inc., 2010.
• S. Pope. Turbulent Flows. Cambridge University Press, 2000.
• P. Bernard. Turbulent Fluid Flow. Wiley, 2019.
• M. T. Landahl and E. Mollo-Christensen. Turbulence and Random Processes in Fluid Mechanics. Cambridge University Press, 1992.
• H. Tennekes and J. L. Lumley. A First Course in Turbulence. MIT Press, 1972.
• P. J. Schmid e D.S. Henningson, Stability and Transition in Shear Flows, Springer, 2001.
• U. Frisch, Turbulence, Cambridge Univ. Press. 1995.

DOCENTI E COMMISSIONI

Commissione d'esame

AGNESE SEMINARA (Presidente)

JOEL ENRIQUE GUERRERO RIVAS

ANDREA MAZZINO (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/corsi/9270/studenti-orario

ESAMI

MODALITA' D'ESAME

La valutazione finale consiste in un progetto CFD in cui lo studente deve mettere in pratica tutte le conoscenze acquisite. Il progetto da sviluppare deve essere concordato tra l'insegnante e lo studente.

Presentazione finale/Esame su appuntamento. Data e ora da concordare con il docente.

Si consiglia agli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali.

MODALITA' DI ACCERTAMENTO

• L'insegnamento sarà valutato in base a compiti (non più di tre) e un progetto finale.
• Alla fine del progetto finale è prevista una relazione scritta e una breve presentazione.
• Sulla base del feedback dell'esaminatore, lo studente avrà l'opportunità una tantum di migliorare la relazione finale.

ALTRE INFORMAZIONI

Sito del corso
http://www3.dicca.unige.it/guerrero/teaching_turbulence.html

Per le sessioni pratiche, gli studenti devono portare il proprio computer con tutto il software installato. Il software da utilizzare è gratuito e può essere scaricato dai link forniti.

Software obbligatorio:

Ansys Fluent student version (version 2021R1 and up) – CFD solver (only Windows).
https://www.ansys.com/academic/free-student-products

Software opzionale:

Anaconda Python (Python distribution 3.7) – Data analysis (and more).
https://www.anaconda.com/distribution/

Paraview (version 5.6 and up; however, I recommend version 5.6) – Scientific visualization
https://www.paraview.org/