Taylor-Green 流中惯性粒子焦散的动态模态分解
流体动力学
2021-02-11 v1 机器学习
摘要
由背景流平流的惯性粒子可展现出复杂结构。我们考虑二维 Taylor-Green（TG）流中的惯性粒子，并使用源自粒子图像测速（PIV）类数据的动态模态分解（DMD）方法，将粒子动力学表征为粒子斯托克斯数的函数。我们观察到焦散结构的形成，并使用 DMD 分析以（a）确定粒子的斯托克斯数，以及（b）估计粒子斯托克斯数组成。我们在这一理想流中的分析将为分析更复杂或湍流流中的惯性粒子提供有用见解。我们提出 DMD 技术可用于在实验系统上执行类似分析。
引用
@article{arxiv.2102.05120,
title = {Dynamic Mode Decomposition of inertial particle caustics in Taylor-Green flow},
author = {Omstavan Samant and Jaya Kumar Alageshan and Sarveshwar Sharma and Animesh Kuley},
journal= {arXiv preprint arXiv:2102.05120},
year = {2021}
}
备注
9 pages, 6 figures