基于实验阴影图对剪切分层湍流的数据驱动分类
流体动力学
2023-05-09 v1
摘要
我们提出一种降维与无监督聚类方法，用于实验室实验中密度分层湍流的自动分类与降阶建模。我们将该方法应用于在“分层倾斜管道”（SID）实验中收集的113段长阴影图影片，其中湍流由剪切浮力驱动逆流在雷诺数 、倾角 和普朗特数 700 下失稳产生。该方法自动检测代表离散密度界面的边缘，提取表征其形态的低维统计向量，将这些统计投影到二维主坐标相空间，并应用OPTICS聚类算法。检测到五个簇，并根据其典型界面形态和代表性帧分析从物理上予以解释，揭示了不同类型的湍流与混合：层流化、编织状、翻转、颗粒状和无结构，以及一些中间类型。各簇所耗时长在 空间中逐渐变化。在 的中间取值下，间歇湍流在相空间中的各簇间循环，并揭示出至少两条通往分层湍流的不同路径。这些见解展示了该方法从大型实验数据集中揭示复杂湍流系统潜在物理机制的潜力。
引用
@article{arxiv.2305.04048,
title = {Data-driven classification of sheared stratified turbulence from experimental shadowgraphs},
author = {Adrien Lefauve and Miles M. P. Couchman},
journal= {arXiv preprint arXiv:2305.04048},
year = {2023}
}