Skip to main content
QUICK REVIEW

[論文レビュー] Lagrangian structure functions in a turbulent flow at intermediate Reynolds number

Jacob Berg, Søren Ott|arXiv (Cornell University)|Mar 15, 2009
Fluid Dynamics and Turbulent Flows被引用数 3
ひとこと要約

本研究では、有限測定体積に起因するバイアスを克服することで、中程度のレイノルズ数の乱流においてラグランジュ的構造関数を安定して測定する手法を提示する。完全に発達した慣性項範囲が存在しないにもかかわらず、散逸スケールで強い間欠性が観察され、多フラクタルモデルは実験結果を部分的にしか再現できない。

ABSTRACT

Lagrangian properties obtained from a Particle Tracking Velocimetry experiment in a turbulent flow at intermediate Reynolds number are presented. Accurate sampling of particle trajectories is essential in order to obtain the Lagrangian structure functions and to measure intermittency at small temporal scales. The finiteness of the measurement volume can bias the results significantly. We present a robust way to overcome this obstacle. Despite no fully developed inertial range we observe strong intermittency at the scale of dissipation. The multifractal model is only partially able to reproduce the results.

研究の動機と目的

  • 粒子追跡速度計測法(PTV)を用いて、中程度のレイノルズ数の乱流においてラグランジュ的構造関数を正確に測定すること。
  • 軌跡サンプリングにおける測定体積の有限性に起因する顕著なバイアスを是正すること。
  • 完全に発達した慣性項範囲が存在しない状況下で、小スケール時間における間欠性の存在と性質を調査すること。
  • 多フラクタルモデルが、実験的ラグランジュ的構造関数データを小スケールでいかに再現できるかを評価すること。

提案手法

  • 乱流中における高分解能の粒子軌跡を取得するために、粒子追跡速度計測法(PTV)を用いる。
  • 軌跡サンプリングにおける有限測定体積に起因するバイアスを是正するための堅牢なデータ処理技術を実装する。
  • 是正済みの粒子軌跡からラグランジュ的構造関数を計算し、時間経過に伴う速度増分を分析する。
  • 測定された構造関数を多フラクタルモデルの予測と比較し、小スケールにおけるその妥当性を評価する。
  • 散逸範囲に近い時間スケールに焦点を当て、間欠性効果を検出すること。

実験結果

リサーチクエスチョン

  • RQ1有限測定体積は、乱流におけるラグランジュ的構造関数測定の正確さにどのように影響を及えるか?
  • RQ2中程度のレイノルズ数の乱流において、散逸スケールでどの程度の間欠性が存在するか?
  • RQ3完全に発達した慣性項範囲が存在しない状況下で、多フラクタルモデルは測定されたラグランジュ的構造関数を適切に記述できるか?
  • RQ4測定体積効果が顕著な場合、信頼できるラグランジュ統計を得るためにどのような補正が必要か?

主な発見

  • 有限測定体積はラグランジュ的構造関数測定に顕著なバイアスをもたらすが、提示された補正法によりそれが効果的に是正された。
  • 完全に発達した慣性項範囲が存在しないにもかかわらず、散逸スケールで強い間欠性が観察された。
  • 多フラクタルモデルは測定された構造関数を完全には再現できず、中程度のレイノルズ数乱流における小スケール時間領域での適用限界を示唆している。
  • 是正された測定手法により、小スケール時間領域における信頼できるラグランジュ統計へのアクセスが可能となり、速度増分に非ガウス的特徴が明らかになった。

より良い研究を、今すぐ始めましょう

論文設計から論文執筆まで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。