In this paper, we present strong numerical evidences that the $3$D axisymmetric Navier-Stokes equations with degenerate variable diffusion coefficients and smooth initial data of finite energy develop a potential finite time locally self-similar singularity at the origin. An important feature of this potential singularity is that the solution develops a two-scale traveling wave that travels towards the origin. The two-scale feature is characterized by the property that the center of the traveling wave approaches to the origin at a slower rate than the rate of the collapse of the singularity. The driving mechanism for this potential singularity is due to two antisymmetric vortex dipoles that generate a strong shearing layer in both the radial and axial velocity fields, which transport the solution first towards $z=0$ and then towards the symmetry axis $r=0$. The initial condition is designed in such a way that it generates a positive feedback loop that enforces a strong nonlinear alignment of vortex stretching, leading to a stable locally self-similar blowup at the origin. We perform careful resolution study and asymptotic scaling analysis to provide further support of the potential finite time locally self-similar blowup.


翻译:在本文中,我们提供了强有力的数字证据,证明3美元D轴轴反射射线-Stokes方程式与可变扩散系数的下降和有限能源的平滑初始数据形成了一个潜在的有限时间,在源头的局部自相似奇点。这一潜在奇点的一个重要特征是,解决方案开发出向源头移动的两尺度旅行波。两个尺度特征的特征是,流动波的中心以比奇点崩溃速度慢的速度接近源点的属性。这一潜在奇点的驱动机制是由于两个反对称旋涡极极的驱动机制,在辐射和轴速字段中产生一个强大的剪切层,先将解决方案传送到美元=0,然后传送到对称轴$=0。最初条件的设计方式是产生一个积极的反馈循环,以强化体外伸展的非线性调整,从而导致在源头进一步稳定本地的自相振荡。我们进行了谨慎的分辨率研究,并将其作为局部的自我振荡分析,作为地方的惯性自我分析。

0
下载
关闭预览

相关内容

因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
已删除
将门创投
5+阅读 · 2019年4月29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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月5日
Arxiv
0+阅读 · 2021年4月2日
Arxiv
0+阅读 · 2021年4月1日
VIP会员
相关VIP内容
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
相关资讯
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
已删除
将门创投
5+阅读 · 2019年4月29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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员