[论文解读] Diffusive dynamics and stochastic models of turbulent axisymmetric wakes
本文提出了一种随机非线性朗之万模型，用于描述湍流轴对称尾迹中大尺度结构的扩散动力学，其中确定性项捕捉层流状态下对称性破缺的不稳定性，而随机噪声则模拟湍流脉动。该模型成功再现了实验数据，表明湍流尾迹在墨西哥帽势阱中表现出随机游走运动，且角向重取向与径向距离成反比，该结论通过功率谱密度和联合概率分布得到验证。
A modelling methodology to reproduce the experimental measurements of a turbulent flow under the presence of symmetry is presented. The flow is a three-dimensional wake generated by an axisymmetric body. We show that the dynamics of the turbulent wake- flow can be assimilated by a nonlinear two-dimensional Langevin equation, the deterministic part of which accounts for the broken symmetries which occur at the laminar and transitional regimes at low Reynolds numbers and the stochastic part of which accounts for the turbulent fluctuations. Comparison between theoretical and experimental results allows the extraction of the model parameters.
研究动机与目标
- 开发一个适用于湍流轴对称尾迹的可处理数学模型，以捕捉超越层流状态的大尺度动力学。
- 通过弱非线性模型的随机扩展，解释完全湍流中对称性破缺的大尺度结构的持久性。
- 基于对压力中心（CoP）动力学的实验数据，对模型进行验证，包括径向和角向运动。
- 从具有势阱的非线性随机系统角度，解释观测到的扩散行为和角向重取向统计特性。
- 建立一个可推广至其他具有空间对称性破缺的湍流流场的框架。
提出的方法
- 构建二维非线性朗之万方程，其确定性部分源自轴对称尾迹分岔的弱非线性分析。
- 引入加性白噪声以模拟作用于大尺度结构的湍流脉动，噪声方差 σ² 通过实验数据标定。
- 利用势阱（墨西哥帽形状）表示确定性动力学，其源于低雷诺数下的超临界Pitchfork分岔。
- 分别分析压力中心（CoP）运动的径向和角向分量，再通过一个将角速度与径向距离关联的条件概率模型实现耦合。
- 计算径向位置与角向变化的联合概率密度函数（PDF），并与实验数据对比，以验证角向重取向与径向距离之间的反比关系。
- 通过分析CoP时间序列的功率谱密度（PSD），识别扩散行为，并在低频和高频下验证模型预测。
实验结果
研究问题
- RQ1湍流轴对称尾迹的动力学能否通过弱非线性理论的随机扩展有效建模？
- RQ2湍流脉动如何在尾迹中大尺度相干结构的运动中体现？
- RQ3湍流尾迹中径向位置与角向重取向速率之间存在何种关系？
- RQ4该模型在多大程度上再现了实验中观测到的扩散行为？
- RQ5该建模框架能否推广至其他具有空间对称性破缺的湍流流场？
主要发现
- 压力中心（CoP）的径向分量表现出扩散行为，其均方位移（MSD）随时间线性增加，与布朗运动一致。
- 角向分量在高频段的功率谱密度（PSD）呈现幂律衰减，斜率为 -2，表明其动力学与布朗运动一致。
- 在低频段（大时间尺度），径向MSD趋于平稳，表明存在有限相关时间，且平台值与实验测量结果在 τ→∞ 时一致。
- 给定径向位置 r 的角向重取向 Δφ 的条件概率分布为高斯分布，其方差与 r⁻² 成反比，证实了模型预测的反比关系。
- 联合PDF分析表明，小径向距离下大角度重取向更可能发生，且当以 r·Δφ 归一化后，数据可收敛至高斯分布，验证了模型的随机结构。
- 该模型成功捕捉了湍流尾迹中观察到的类似停止的行为，即在近零径向位置时，由于方差极高，角向重取向PDF呈现宽广且近乎均匀的分布。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。