渐近抽吸边界层中大规模动力学的对称约化低维表示
流体动力学
2023-02-03 v1
摘要
湍流边界层的一个重要特征是流场中持续存在的大规模相干结构。在此，我们利用动态模态分解（DMD，一种旨在检测时空相干性的数据驱动技术），在渐近抽吸边界层（ASBL）中构建此类大规模动力学的最优低维表示。在ASBL中，流体通过底壁抽吸被移除，导致流向边界层厚度恒定。也就是说，相干结构被平均流沿流向平流不再具有动力学重要性，并可解释为流向的连续平移对称性。然而，这带来了技术困难，因为已知DMD在存在连续对称性的情况下表现不佳。我们使用对称约化DMD（Marensi等人，J. Fluid Mech. 721, A10 (2023)）解决此问题，发现ASBL的大规模动力学确实是低维的且可能是自持的，呈现出大尺度的喷射与扫掠事件。当仅包含少数更多模态时，可捕捉到与近壁结构的相互作用。
引用
@article{arxiv.2302.01273,
title = {Symmetry-reduced low-dimensional representation of large-scale dynamics in the asymptotic suction boundary layer},
author = {Matthias Engel and Omid Ashtari and Moritz Linkmann},
journal= {arXiv preprint arXiv:2302.01273},
year = {2023}
}