[논문 리뷰] Hyperbolicity and Shadowing Directions of a Chaotic Developing 3-D Flow

Angxiu Ni|arXiv (Cornell University)|2017. 11. 17.

Computational Physics and Python Applications인용 수 1

한 줄 요약

이 논문은 큰 개발 중인 혼돈적인 3차원 유동—특히 Re = 525에서의 압축성 실린더 유동—이 쌍곡성 조건을 만족하고 색인 방향을 지닌다는 것을 입증한다. Non-Intrusive Least Squares Shadowing (NILSS) 알고리즘을 사용하여, 유동장의 뒷부분에서 40개의 활성 리아푸노프 벡터를 확인함으로써 쌍곡성을 확인하고, 유동 통계가 작은 매개변수 변화에 어떻게 반응하는지 정량화하는 색인 방향을 계산한다.

ABSTRACT

We demonstrate large developing chaotic systems' potential of satisfying the hyperbolicity assumption and having shadowing directions, using as an example compressible flow simulation of the 3-D cylinder flow at Reynolds number 525. We find that the first 40 CLVs are active at different locations in the wake region, indicating CLVs point to different directions, and the system being hyperbolic. Next, via the Non-Intrusive Least Squares Shadowing (NILSS) algorithm, we compute shadowing directions, which reveals how the statistics of the flow field respond to small parameter perturbations.

연구 동기 및 목표

• 큰 개발 중인 혼돈적인 3차원 유동 시스템이 신뢰할 수 있는 색인 분석을 위해 필요한 쌍곡성 조건을 만족할 수 있는지 조사한다.
• 이러한 시스템에서 색인 방향이 존재하는지, 그리고 효율적으로 계산될 수 있는지 결정한다.
• 색인 기반 민감도 분석을 통해 흐름의 통계적 성질이 작은 매개변수 변화에 어떻게 반응하는지 정량화한다.
• 복잡한 개발 중인 유동에서 고차원 역학을 가진 시스템에 대해 NILSS 알고리즘이 적용 가능한지 검증한다.

제안 방법

• 혼돈적이고 개발 중인 흐름 데이터를 생성하기 위해 레이놀즈 수 525에서의 3차원 압축성 실린더 유동을 시뮬레이션한다.
• 계산된 공변 리아푸노프 벡터(CLVs)를 통해 시스템의 쌍곡성과 흐름장 내 활성 방향을 평가한다.
• 흐름 해소자 수정 없이도 색인 방향을 계산할 수 있도록 Non-Intrusive Least Squares Shadowing (NILSS) 알고리즘을 적용한다.
• 계산된 색인 방향을 사용하여 장기적 통계 관측값이 작은 매개변수 변화에 어떻게 반응하는지 추정한다.
• 유동장의 뒷부분 영역에서 CLVs의 공간 분포를 분석하여 쌍곡적 구조와 방향의 다양성을 확인한다.
• 색인 방향이 기초가 되는 혼돈적 역학과 쌍곡성과 일관성을 가지는지 검증한다.

실험 결과

연구 질문

• RQ1 큰 개발 중인 3차원 혼돈 유동 시스템이 색인 이론에 필수적인 쌍곡성 가정을 만족할 수 있는가?
• RQ2 유동장의 뒷부분 영역에서 활성인 공변 리아푸노프 벡터(CLVs)는 몇 개인가? 그리고 서로 다른 방향을 향하고 있는가? 이는 쌍곡성을 나타내는가?
• RQ3 이 복잡한 유동에서 색인 방향이 존재하는가? 그리고 Non-Intrusive Least Squares Shadowing (NILSS) 알고리즘을 통해 계산될 수 있는가?
• RQ4 색인 방향을 통해 흐름장의 통계는 작은 매개변수 변화에 어떻게 반응하는가?
• RQ5 NILSS 방법은 고차원적이고 개발 중인 혼돈 유동에서 민감도 분석에 효과적이고 강건한가?

주요 결과

• 유동장의 뒷부분 영역에서 첫 40개의 공변 리아푸노프 벡터(CLVs)가 서로 다른 위치에서 활성화되어 있으며, 이는 다양한 역학적 방향을 나타내며 시스템의 쌍곡성을 뒷받침한다.
• 유동장의 뒷부분 영역에서 CLVs의 공간 분포는 흐름이 쌍곡적 행동을 보이며, 서로 다른 비균일한 방향을 향하고 있음을 확인한다.
• Non-Intrusive Least Squares Shadowing (NILSS) 알고리즘은 압축성 3차원 실린더 유동에서 Re = 525일 때 색인 방향을 성공적으로 계산하였다.
• 계산된 색인 방향은 흐름장의 통계적 성질이 작은 매개변수 변화에 어떻게 반응하는지 정량화한다.
• 40개의 활성 CLVs 존재는 티angent 공간의 높은 복잡성 수준을 시사하며, 강한 혼돈성과 일관된다.
• 결과는 전통적인 방법이 실패할 수 있는 대규모 개발 중 혼돈 유동에서 NILSS의 민감도 분석 적용 가능성을 검증한다.