MARC

 008260126s2025        us                              c    eng  d
■001000017358797
■00520260202104753
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290652061
■035    ▼a(MiAaPQ)AAI32151362
■035    ▼a(MiAaPQ)Caltech17321
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a500
■1001  ▼aArun,  Rahul.
■24510▼aBeyond  Symmetry:  Normality-Based  Analysis  of  Velocity  Gradients  in  Turbulent  Flows
■260    ▼a[Sl]▼bCalifornia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a153  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-03,  Section:  B.
■500    ▼aAdvisor:  Colonius,  Tim.
■5021  ▼aThesis  (Ph.D.)--California  Institute  of  Technology,  2025.
■520    ▼aSmall-scale  turbulence  is  a  hallmark  of  countless  natural  and  engineered  flows.  Its  features  are  often  described  and  modeled  using  the  velocity  gradient  tensor  (VGT),  which  is  conventionally  decomposed  into  the  (symmetric)  strain-rate  tensor  and  the  (antisymmetric)  vorticity  tensor.  Although  this  symmetry-based  decomposition  has  found  use  in  areas  such  as  vortex  identification  and  closure  modeling,  it  provides  limited  insight  into  local  flow  structure.  A  more  refined  description  can  be  obtained  by  further  distinguishing  the  normal  and  non-normal  parts  of  the  VGT.  The  resulting  normality-based  decomposition  identifies  contributions  associated  with  normal  straining  (symmetric/normal),  rigid  rotation  (antisymmetric/normal),  and  pure  shearing  (non-normal).  We  use  this  decomposition  to  identify  flow  features  that  are  obscured  by  symmetry-based  analyses  yet  have  significant  implications  for  efforts  to  understand  and  model  turbulent  flows.We  first  demonstrate  that  partitioning  the  strength  of  velocity  gradients  using  our  normality-based  approach  can  distinguish  between  different  regimes  in  various  turbulent  flows.  In  wall-bounded  flows,  the  near-wall  partitioning  is  dominated  by  shearing  whereas  the  partitioning  far  from  the  wall  collapses  onto  the  partitioning  associated  with  isotropic  turbulence.  In  an  unbounded  vortex  ring  collision,  our  analysis  distinguishes  the  initial  vortex  rings,  which  have  a  strong  imprint  from  rigid  rotation,  from  the  decaying  turbulent  cloud  produced  by  their  collision,  for  which  the  partitioning  is  similar  to  that  of  isotropic  turbulence.  It  also  identifies  enhanced  shear-rotation  correlations  as  a  distinctive  fingerprint  of  the  elliptic  instability  during  transition,  which  can  be  interpreted  using  relevant  geometric  features  of  local  streamlines.  By  deriving  algebraic  expressions  for  the  partitioning  constituents  in  terms  of  the  invariants  of  the  VGT  and  an  additional  parameter,  which  represents  the  alignment  of  shear  vorticity  with  the  local  rotation  axis,  we  identify  a  key  facet  of  our  analysis  that  goes  beyond  previous  analyses  of  the  VGT.We  then  apply  our  normality-based  framework  to  filtered  velocity  gradients  in  direct  and  large-eddy  simulations  of  isotropic  turbulence.  Our  analysis  enables  shear  layers,  which  are  associated  with  shear  vorticity,  to  be  distinguished  from  vortex  cores,  which  are  associated  with  rigid  rotation,  in  a  multiscale  setting.  It  reveals  that  filtering  mitigates  the  relative  contribution  of  shear  layers  in  the  sub  inertial  range  of  the  energy  cascade.  Moreover,  it  identifies  crucial  (yet  perhaps  overlooked)  contributions  from  shear  layers  to  fundamental  energy  transfer  mechanisms,  including  strain  self-amplification,  vortex  stretching,  and  backscatter  associated  with  strain-vorticity  covariance.  The  dominant  role  of  shear  layers  in  the  backscatter  mechanism  suggests  that  they  contribute  significantly  to  the  bottleneck  effect  in  the  sub  inertial  range  of  the  cascade.  Our  analysis  of  large-eddy  simulation  data  shows  that  they  also  amplify  the  artificial  bottleneck  effect  produced  by  an  eddy  viscosity  model  in  the  inertial  range.  This  reflects  that  the  eddy  viscosity  model  mimics  an  unfiltered  direct  numerical  simulation  at  a  lower  Reynolds  number.  A  mixed  model  can  be  used  to  mitigate  the  artificial  bottleneck  effect  since  it  more  accurately  mimics  a  filtered  direct  numerical  simulation.
■590    ▼aSchool  code:  0037.
■650  4▼aDecomposition
■650  4▼aEnergy  transfer
■650  4▼aViscosity
■650  4▼aVortices
■650  4▼aReynolds  number
■650  4▼aPhysics
■650  4▼aMechanics
■650  4▼aFluid  mechanics
■650  4▼aTurbulence
■653    ▼aVelocity  gradient  tensor
■653    ▼aTurbulent  flows
■690    ▼a0605
■690    ▼a0346
■690    ▼a0204
■71020▼aCalifornia  Institute  of  Technology▼bEngineering  and  Applied  Science.
■7730  ▼tDissertations  Abstracts  International▼g87-03B.
■790    ▼a0037
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358797▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서