粗网格精准预测
一种统一湍流方法，在高雷诺数复杂流动中从RANS快速过渡到LES模式，对网格分辨率不敏感，且预测精度优于Smagorinsky LES和IDDES。
Wu, Wenchang · Min, Yaobing · 韩省思 · Ma, Yankai · Yan, Zhen Guo · 邓小刚
Aerospace Science and Technology 2023
SATES对网格分辨率不敏感，在约720万单元的粗网格上就能得到满意结果，大幅降低计算成本。
在相同条件下，SATES的数值结果比Smagorinsky LES和IDDES更准确，尤其在分离剪切层和襟翼边界层分离预测上。
SATES在粗网格上提供充分的边界层建模，并快速从RANS过渡到LES模式，以准确预测分离剪切层。