This study proposes a parametric implicit large eddy simulation (LES) strategy for the simulation of incompressible turbulence given by the Taylor–Green vortex. Our proposed scheme is derived from the dispersion-relation-preserving (DRP) philosophy to provide a specified numerical dissipation through a free modeling parameter. The specification of this dissipation control parameter represents a unique formulation for computing inviscid fluxes within the finite volume method. It is shown that the specification of a zero dissipation recovers the classical central DRP scheme. For comparison, we also evaluate multiple closure strategies from both implicit and explicit LES techniques through the use of various statistical quantities such as kinetic energy spectrum and energy dissipation rate. Some of the closure strategies examined, in addition to our scheme, include the use of established linear and nonlinear state reconstruction methods for implicit LES as well as the use of relaxation filtering utilized for explicit closure. In particular, it is seen that the proposed method embeds an identical low-pass spatial filtering through a state-reconstruction compared to our choice of the relaxation filter. In addition, consistency with the finite volume framework ensures more controllable dissipation. Our assessments indicate that the proposed numerical formulation obtains excellent reconstructions for statistical measures utilizing coarser grids and represents a viable approach for computationally efficient user-defined upwind based dissipation in implicit LES.

这项研究提出了一种参数隐式大涡模拟（LES）策略，用于泰勒-格林涡旋给出的不可压缩湍流的模拟。我们提出的方案源自色散相关保留（DRP）原理，可通过自由建模参数提供指定的数值耗散。此耗散控制参数的规范表示一种用于在有限体积方法内计算无粘性通量的独特公式。结果表明，零耗散的规范恢复了经典的中央DRP方案。为了进行比较，我们还通过使用各种统计量（例如动能谱和能量耗散率）来评估隐式和显式LES技术的多种闭合策略。研究了一些关闭策略，除了我们的方案，还包括对隐式LES使用已建立的线性和非线性状态重建方法，以及对显式闭合使用松弛滤波。特别是，与我们选择的弛豫滤波器相比，可以看出，所提出的方法通过状态重构嵌入了相同的低通空间滤波。此外，与有限体积框架的一致性可确保更可控的耗散。我们的评估表明，所提出的数值公式利用较粗糙的网格获得了用于统计测量的出色重构，并且代表了一种在隐含LES中有效计算基于用户定义的迎风的耗散方法。包括使用针对隐式LES建立的线性和非线性状态重建方法，以及使用用于显式闭合的松弛过滤。特别是，与我们选择的弛豫滤波器相比，可以看出，所提出的方法通过状态重构嵌入了相同的低通空间滤波。此外，与有限体积框架的一致性可确保更可控的耗散。我们的评估表明，所提出的数值公式利用较粗糙的网格获得了用于统计测量的出色重构，并且代表了一种在隐含LES中有效计算基于用户定义的迎风的耗散方法。包括使用针对隐式LES建立的线性和非线性状态重建方法，以及使用用于显式闭合的松弛过滤。特别是，与我们选择的弛豫滤波器相比，可以看出，所提出的方法通过状态重构嵌入了相同的低通空间滤波。此外，与有限体积框架的一致性可确保更可控的耗散。我们的评估表明，所提出的数值公式可利用较粗糙的网格获得出色的统计度量重构，并且代表了一种在隐含LES中有效计算基于用户定义的迎风的耗散方法。可以看出，与我们选择的弛豫滤波器相比，所提出的方法通过状态重建嵌入了相同的低通空间滤波。此外，与有限体积框架的一致性可确保更可控的耗散。我们的评估表明，所提出的数值公式利用较粗糙的网格获得了用于统计测量的出色重建，并且代表了一种在隐含LES中有效计算基于用户定义的迎风的耗散方法。可以看出，与我们选择的弛豫滤波器相比，所提出的方法通过状态重建嵌入了相同的低通空间滤波。此外，与有限体积框架的一致性可确保更可控的耗散。我们的评估表明，所提出的数值公式利用较粗糙的网格获得了用于统计测量的出色重建，并且代表了一种在隐含LES中有效计算基于用户定义的迎风的耗散方法。