In the context of flow visualization a triple decomposition of the velocity gradient into irrotational straining flow, shear flow and rigid body rotational flow was proposed by Kolar in 2007 [V. Kolar, International journal of heat and fluid flow, 28, 638, (2007)], which has recently received renewed interest. The triple decomposition opens for a refined energy stability analysis of the Navier-Stokes equations, with implications for the mathematical analysis of the structure, computability and regularity of turbulent flow. We here perform an energy stability analysis of turbulent incompressible flow, which suggests a scenario where at macroscopic scales any exponentially unstable irrotational straining flow structures rapidly evolve towards linearly unstable shear flow and stable rigid body rotational flow. This scenario does not rule out irrotational straining flow close to the Kolmogorov microscales, since there viscous dissipation stabilizes the unstable flow structures. In contrast to worst case energy stability estimates, this refined stability analysis reflects the existence of stable flow structures in turbulence over extended time.


翻译:在流动可视化的背景下,由Kolar于2007年提出[V.Kolar,《国际热流和流体流期刊》,28,638,(2007年,28,638,2007年],在流动可视化的背景下,将速度梯度的三重分解分解成无动静压流、剪裁流和僵硬体旋流。三重分解为对纳维-斯托克斯方程式进行精细的能源稳定分析,对动荡流的结构、可折合性和规律性进行数学分析带来影响。我们在此对动荡的不可压缩流进行能源稳定分析,这表明在宏观观测尺度上,任何急剧不稳定的电动电流流结构都会迅速演变为线性不稳定的剪动和稳定的僵硬体旋转流。这种设想并不排除靠近科尔莫戈罗夫微尺度的电压压流流,因为有不稳的分解作用稳定了不稳定的流量结构。与最差的能源稳定估计相比,这一精细的稳定分析反映了长期动荡中的稳定流结构的存在。

0
下载
关闭预览

相关内容

专知会员服务
33+阅读 · 2021年5月12日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
已删除
将门创投
7+阅读 · 2017年7月11日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
已删除
将门创投
7+阅读 · 2017年7月11日
Top
微信扫码咨询专知VIP会员