物理科技生物学-PHYICA

证明涡流色老汉电影是湍流中的布朗粒子

物理学 2022-03-24 23:59:27

作者:Thamarasee Jeewandara,Phys

(同organic)有机 带旋转的流动结构

源自低热边界层的温度θ和流线的快照

(3)在热边界层边缘水平拍摄的关于埃克曼数(Ek)= 4×105和Ra = 108的Q/Qstd (Q标准)的快照,以及提取涡流的演示

漩涡中心的位置用黄色十字标记

学分:科学进步,doi: 10

1126/sciadv

aaz1110 流体中粒子的布朗运动是生物和物理系统中常见的集体行为

在《科学进展》的一份新报告中,梁启雄和中国的一组物理、工程和航空航天工程研究人员进行了实验和数值模拟,以显示涡流的运动如何类似于惯性布朗粒子

在实验过程中,旋转的湍流对流旋涡流允许粒子在开始时以弹道方式运动,在一个临界时间后以直接的行为转变扩散,而不经过流体动力学记忆机制

这项工作表明对流涡旋具有惯性诱导记忆,因此它们的短期运动首次在布朗运动的框架中得到很好的定义

布朗运动 阿尔伯特·爱因斯坦在1905年首次用花粉颗粒在热浴中的运动为布朗运动提供了理论解释,这种现象现在是自然界中广泛发生的随机过程的一个常见例子

1908年晚些时候,保罗·朗之万注意到了粒子的惯性,并预测它们的运动将在短时间内变成弹道运动,在特定的时间线后变成弥散运动

然而,由于这种转变的速度很快,研究者花了一个多世纪才能够直接观察到这种现象

然而,朗之万预测的“纯”布朗运动在液体系统中没有观察到,而且这种转变跨越了很宽的时间范围

由于流体动力记忆效应,发生了缓慢而平稳的转变,最终产生了长期相关性

科学家们之前已经观察到了多种系统中的流体动力学记忆效应,包括胶体悬浮液、悬浮在空气中的粒子和被光镊捕获的粒子

在这项工作中,崇等人

首次展示了在不受流体动力学效应影响的情况下,高度连接流中的涡流如何表现为惯性粒子来执行纯布朗运动

他们使用Q标准(一种涡流识别方法)识别并提取涡流

这项工作将帮助他们预测天体物理和地球物理系统中特定时间段内的涡旋运动

对流涡旋的弹道扩散运动

(一)旋涡的MSD作为时间的函数

(二)归一化MSD作为温度/温度系数的函数

实线代表一组等式

4到数据

在(A)和(B)中,实心符号表示Ra = 1 × 108时的数值结果,空心符号表示Ra = 3 × 107时的实验结果

(C)涡流的扩散系数D(开放符号)和运动转变的特征时间尺度tc(实心符号),作为Ra/Rac的函数

(四)速度自相关函数(VACF)与不同埃克的温度/温度系数的关系

虚线表示C(t)= 2Dtcexp(t/TC)

实线表示VACF的幂律衰减(由于统计不充分,t .≳5tc的数据有些分散)

请注意,所有的物理量都是无量纲的,如正文中所述

学分:科学进步,doi: 10

1126/sciadv

aaz1110 旋转罗利伯纳德对流和涡流的水平运动 天体物理学和地球物理学研究中存在的一个挑战是预测特定时间段内涡旋的运动

Chong等人

使用一个模型系统来研究对流流动中的涡流,称为瑞利贝纳尔对流,它包括一个固定高度的流体层,从下面加热,从上面冷却,同时以角速度绕垂直轴旋转

当热驱动足够强时,系统中的温差使对流流动不稳定

科学家们使用三个无量纲参数来表征流体动力学,包括瑞利数(Ra)、普朗特数(Pr)和埃克曼数(Ek)

在有旋转的情况下,旋涡结构以流体包盘旋上升或下降的形式出现

研究人员继续研究这种旋涡羽流,因为它们在动量和热量传输中很重要

Chong等人

首先通过一系列快照跟踪漩涡的位置变化来研究漩涡的运动

他们使用它们的均方位移(MSD)来表征涡流的统计行为

不同Ek和Ra的MSD值表现出相似的行为,表明在短时间内涡旋运动从弹道运动转变为扩散运动

这种转变类似于热浴中的布朗运动

因此,科学家们将涡流视为布朗粒子,并通过求解朗之万方程来描述它们的运动,以获得它们的MSD

结果表明,拉和埃克的涡旋运动具有相似的动力学性质,表明涡旋表现出“纯布朗”行为

在对流系统中,涡流携带的流体包裹体比周围的流体更热和更冷;实验中由温度变化引起的相对较小的密度差导致了显著的弹道行为

以足够高的旋转速率形成网格状图案的涡流

(一)在热边界层边缘水平拍摄的Q/Qstd快照,从左到右,在Ra = 108时,Ek = 4×105、1×105和7×106

径向分布函数g(r)作为r/a的函数,其中a是涡流的平均半径

(三)径向分布函数的最大值gmax与Ra/Rac的关系(Ra = 3 × 107的情况来自实验,其他来自DNS)

学分:科学进步,doi: 10

1126/sciadv

aaz1110 涡流分布 尽管有类似布朗的运动,漩涡的空间分布并不是随机的,并且呈现出图案化的结构,这是科学家们利用几个旋转速率的快照获得的

随着埃克曼数(Ek)的变化,涡流分布发生了一些变化

起初,涡流的数量随着转速的增加而增加,使得最初稀释的随机分布的涡流变得高度集中和聚集

涡流数密度随转速的增加而增加,这也与以前的研究一致

接下来,当转速变得足够高时,它们形成了一个涡格结构

时冲等人

放大到一个局部区域以观察最高的旋转速率,他们观察到了这种涡旋网格结构的规则模式

漩涡的红色区域形成一个正方形网格,中间的蓝色局部区域显示出高应变行为

研究小组将工作中观察到的正方形图案归因于不同的边界设置和控制参数

尽管在时间域中有随机运动,但涡旋显示出特定的空间顺序,这导致了明显的矛盾

Chong等人

观察慢速和快速旋转期间的涡流轨迹

然而,漩涡的移动距离不足以“看见”或与其他漩涡相互作用

他们将漩涡的空间顺序归功于两个动态过程之间的竞争,这两个动态过程分别以漩涡的弛豫时间尺度和布朗时间尺度为特征

旋涡的局部运动

旋涡轨迹:(A)Ek = 1×104,(B)Ek = 7×106;在两种情况下,Ra = 1 × 108

蓝点表示轨迹的终点

(C)涡流之间的平均间距(dv)(开放符号)和涡流行进距离的第75百分位(d75)(实心符号),作为Ra = 1 × 108(模拟,红色符号)和Ra = 3 × 107(实验,蓝色符号)的Ra/Rac的函数

最大径向分布函数gmax对β定义为布朗时标和弛豫时标之间的比值

学分:科学进步,doi: 10

1126/sciadv

aaz1110 通过这种方式,梁启宗和他的同事展示了旋转热对流中涡流的运动如何类似于惯性粒子进行布朗运动

该运动经历了从弹道区到扩散区的急剧转变,而没有经历中间流体动力记忆区

对纯布朗运动的观察最早是由保罗·朗之万预测的,尽管此前在液体系统中惯性粒子的实践中没有观察到

这项工作突出了现有的经典理论工作,表明被动痕迹如何显示出从弹道到扩散行为的转变,类似于这项研究的实验观察

观察到的纯布朗运动也表明流体动力学记忆效应的不显著性

Chong等人

在研究过程中考虑了科里奥利力,因为它与自然现象中的涡流形成有关,包括大气中的热带气旋、海洋涡流和木星上长寿命的巨大红斑

这些发现将影响天体物理学、地球物理学和气象学的许多情况

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/wulixue/13093.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~