Adjoint-based data assimilation of a compressible starting jet

An observation analysis of the adjoint-based data assimilation (DA) method applied to a compressible starting jet is performed. First, the adjoint-based data assimilation framework is derived and validated for a simple acoustic source identification problem. Second, an observation analysis on the Kovasznay modes is done with the intention of having a benchmark for the observational properties of the derived DA framework applied to perturbations around a base state. Third the data assimilation of a compressible starting jet is presented. The data for the assimilation is taken from a DNS and is used as synthetic experimental input. The ability of the data assimilation procedure of finding a good fit given two snapshots of the flow at different timesteps is evaluated. Furthermore, a systematic observability analysis is also performed in the starting jet case. The capability of the data assimilation framework of fitting the available data is positively evaluated. The particular case of application used in this work presented difficulties in reconstructing unkown variables.

Viene eseguita un'analisi di osservabilità del metodo di assimilazione dei dati basato sull' operatore aggiunto applicato a un getto di avviamento comprimibile. In primo luogo, il sistema di assimilazione dei dati basato sull' aggiunto viene derivato e convalidato per un semplice problema di identificazione di una sorgente acustica. In secondo luogo, viene effettuata un'analisi di osservabilità dei modi di Kovasznay con l'intento di avere un punto di riferimento per le proprietà di osservabilità del metodo di assimilazione di dati derivato, applicato alle perturbazioni intorno a uno stato base. In terzo luogo, viene presentata l'assimilazione dei dati di un getto di avviamento comprimibile. I dati per l'assimilazione provengono da una DNS e sono utilizzati come input sperimentale sintetico. Viene valutata la capacità della procedura di assimilazione dei dati di trovare un buon fit dati due snapshots del flusso a diversi intervalli di tempo. Inoltre, viene eseguita un'analisi di osservabilità sistematica nel caso del getto iniziale. La capacità del metodo DA di adattarsi ai dati disponibili è valutata positivamente.Il caso particolare di applicazione utilizzato in questo lavoro ha presentato difficoltà nella ricostruzione di variabili non note.