Loading...
Computationally efficient modeling and understanding of supersonic and hypersonic boundary layers
Lagares Nieves, Christian J.
Lagares Nieves, Christian J.
Citations
Altmetric:
Abstract
The next generation of space-access and high-speed aircraft demands reliable prediction of the energetic flows that envelop vehicles at Mach > 3. Wave-drag reduction, management of intense aerodynamic heating, and control of curvature-induced shocks and separations all hinge on robust models of compressible turbulent boundary layers. This dissertation addresses those challenges through four integrated thrusts:
1. High-throughput post-processing of multi-terabyte simulations
2. Data-augmented turbulence closures for near-wall compressible flows
3. Direct and large-eddy simulations (DNS/LES) of curved-wall boundary layers
4. Adaptive slip/jump boundary conditions that bridge continuum and quasi-rarefied regimes
To enable routine analysis of petascale data, specialized out-of-core libraries are developed that exploit asynchronous I/O, pipeline concurrency, and hardware-aware optimizations. The software achieves strong scaling to O(10^4) central processing units (CPUs) or graphics processing units (GPUs) while automating spectra, two-point correlations, and other turbulence diagnostics. A performance-portable particle-advection framework then extracts Lagrangian coherent structures (LCS), revealing mixing barriers and chaotic transport in strongly compressible layers. Building on these tools, a hybrid algebraic–machine-learning closure reproduces key statistics in canonical supersonic tests, demonstrating a viable path toward data-driven modeling. DNS/LES of Mach 2.5–10 boundary layers over convex and concave surfaces show how streamline curvature modulates production, intermittency, and heat transfer: concave geometries amplify turbulence and wall loads, whereas convex walls promote partial relaminarization under favorable pressure gradients. Finally, an adaptive slip boundary condition that senses local Knudsen number is implemented and validated against experiments and direct simulation Monte Carlo (DSMC) calculations, reducing shock-layer thickness and peak heating without empirical tuning. Collectively, these contributions advance large-scale post-processing, data-driven closure development, and near-continuum boundary-layer theory, enhancing the design toolkit for future aerospace systems operating in supersonic and hypersonic environments.
La próxima generación de sistemas de acceso al espacio y de aeronaves de alta velocidad exige predicciones confiables de los flujos energéticos que envuelven los vehÃculos a Mach > 3. La reducción de la resistencia por ondas, el intenso calentamiento aerodinámico y el control de choques y separaciones inducidos por curvatura dependen de modelos robustos de capas lÃmite turbulentas compresibles. Esta disertación aborda esos desafÃos mediante cuatro lÃneas: 1. Posprocesamiento de alto rendimiento de simulaciones multiterabyte 2. Cierres de turbulencia aumentados con datos para flujos compresibles próximos a la pared 3. Simulaciones directa y de grandes escalas (DNS/LES) de capas lÃmite curvas 4. Condiciones de contorno adaptativas de deslizamiento/salto que conectan el régimen continuo y el cuasi-rarefacto Para análisis a petascala se desarrollan bibliotecas fuera de núcleo que explotan E/S asincrónica, concurrencia de tuberÃas y optimizaciones de hardware. El software escala hasta O(10^4) procesadores (CPU o GPU), automatizando espectros, correlaciones de dos puntos y otros diagnósticos de turbulencia. Un marco de advección de partÃculas extrae estructuras coherentes lagrangianas (LCS), revelando barreras de mezcla y transporte caótico en capas compresibles. Apoyándose en estas herramientas, un cierre hÃbrido algebraico–aprendizaje automático reproduce estadÃsticas clave en pruebas supersónicas canónicas. DNS/LES de Mach 2.5–10 sobre superficies convexas y cóncavas muestran cómo la curvatura modula la producción, la intermitencia y la transferencia de calor: las geometrÃas cóncavas amplifican la turbulencia y las cargas en la pared, mientras que las superficies convexas favorecen la relaminarización parcial bajo gradientes de presión favorables. Finalmente, una condición de deslizamiento adaptativa que detecta el número de Knudsen local se implementa y valida contra experimentos y simulaciones directas de Monte Carlo (DSMC), reduciendo el grosor de la capa de choque y el calentamiento máximo sin ajustes empÃricos. En conjunto, estas contribuciones avanzan el posprocesamiento a gran escala, el desarrollo de cierres basados en datos y la teorÃa de capas lÃmite cercana al continuo, ampliando las herramientas de diseño para futuros sistemas aeroespaciales supersónicos e hipersónicos.
La próxima generación de sistemas de acceso al espacio y de aeronaves de alta velocidad exige predicciones confiables de los flujos energéticos que envuelven los vehÃculos a Mach > 3. La reducción de la resistencia por ondas, el intenso calentamiento aerodinámico y el control de choques y separaciones inducidos por curvatura dependen de modelos robustos de capas lÃmite turbulentas compresibles. Esta disertación aborda esos desafÃos mediante cuatro lÃneas: 1. Posprocesamiento de alto rendimiento de simulaciones multiterabyte 2. Cierres de turbulencia aumentados con datos para flujos compresibles próximos a la pared 3. Simulaciones directa y de grandes escalas (DNS/LES) de capas lÃmite curvas 4. Condiciones de contorno adaptativas de deslizamiento/salto que conectan el régimen continuo y el cuasi-rarefacto Para análisis a petascala se desarrollan bibliotecas fuera de núcleo que explotan E/S asincrónica, concurrencia de tuberÃas y optimizaciones de hardware. El software escala hasta O(10^4) procesadores (CPU o GPU), automatizando espectros, correlaciones de dos puntos y otros diagnósticos de turbulencia. Un marco de advección de partÃculas extrae estructuras coherentes lagrangianas (LCS), revelando barreras de mezcla y transporte caótico en capas compresibles. Apoyándose en estas herramientas, un cierre hÃbrido algebraico–aprendizaje automático reproduce estadÃsticas clave en pruebas supersónicas canónicas. DNS/LES de Mach 2.5–10 sobre superficies convexas y cóncavas muestran cómo la curvatura modula la producción, la intermitencia y la transferencia de calor: las geometrÃas cóncavas amplifican la turbulencia y las cargas en la pared, mientras que las superficies convexas favorecen la relaminarización parcial bajo gradientes de presión favorables. Finalmente, una condición de deslizamiento adaptativa que detecta el número de Knudsen local se implementa y valida contra experimentos y simulaciones directas de Monte Carlo (DSMC), reduciendo el grosor de la capa de choque y el calentamiento máximo sin ajustes empÃricos. En conjunto, estas contribuciones avanzan el posprocesamiento a gran escala, el desarrollo de cierres basados en datos y la teorÃa de capas lÃmite cercana al continuo, ampliando las herramientas de diseño para futuros sistemas aeroespaciales supersónicos e hipersónicos.
Description
Date
2025-05-14
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Keywords
Hypersonics, Turbulence modeling, Rarefied fluid flows, Data-driven modeling, Parallel computing