Análisis de modo robusto
Autores: Gunaratne, Gemunu H.; Roy, Sukesh
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Análisis de modo robusto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmo
Datos experimentales
Constituyentes del flujo
Modos dinámicos
Flujos reactivos
Análisis robusto
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En este documento, presentamos un algoritmo libre de modelos, análisis de modo robusto (RMA), para extraer constituyentes primarios en un flujo de fluido o reacción directamente a partir de datos experimentales de alta frecuencia y alta resolución. Se espera que sea particularmente útil en el estudio de flujos fuertemente impulsados, donde las no linealidades pueden inducir dinámicas caóticas e irregulares. La falta de ecuaciones de gobierno precisas y la ausencia de simetrías u otras restricciones simplificadoras en configuraciones realistas impiden la derivación de soluciones analíticas para estos sistemas; la presencia de estructuras de flujo en un amplio rango de escalas dificulta encontrar sus soluciones numéricas. Por lo tanto, se refuerza la necesidad de un análisis directo de datos experimentales. RMA se basa en la suposición de que los constituyentes primarios del flujo son comunes en múltiples realizaciones nominalmente idénticas de un experimento. Su búsqueda se basa en la identificación de modos dinámicos comunes en los experimentos, la comunalidad establecida a través de la proximidad de los valores y funciones propias. Los constituyentes robustos del flujo se construyen combinando modos dinámicos comunes que fluyen a la misma velocidad. Ilustramos RMA utilizando flujos de reacción detrás de un cuerpo romo simétrico. Se identifican dos constituyentes robustos, cuyas firmas se asemejan a la formación simétrica de vórtices de von Karman. Se muestra cómo se puede implementar RMA a través de la descomposición dinámica de modos extendida en configuraciones de flujo interrogadas con un pequeño número de series temporales. Este enfoque puede resultar útil para analizar cambios en los patrones de flujo en motores y sistemas de propulsión equipados con matrices robustas de transductores de presión o termopares. Finalmente, un análisis de flujos de chorro a altos números de Reynolds sugiere que las pruebas de caracterizaciones estadísticas en flujos turbulentos pueden hacerse mejor utilizando componentes no robustos del flujo.
Descripción
En este documento, presentamos un algoritmo libre de modelos, análisis de modo robusto (RMA), para extraer constituyentes primarios en un flujo de fluido o reacción directamente a partir de datos experimentales de alta frecuencia y alta resolución. Se espera que sea particularmente útil en el estudio de flujos fuertemente impulsados, donde las no linealidades pueden inducir dinámicas caóticas e irregulares. La falta de ecuaciones de gobierno precisas y la ausencia de simetrías u otras restricciones simplificadoras en configuraciones realistas impiden la derivación de soluciones analíticas para estos sistemas; la presencia de estructuras de flujo en un amplio rango de escalas dificulta encontrar sus soluciones numéricas. Por lo tanto, se refuerza la necesidad de un análisis directo de datos experimentales. RMA se basa en la suposición de que los constituyentes primarios del flujo son comunes en múltiples realizaciones nominalmente idénticas de un experimento. Su búsqueda se basa en la identificación de modos dinámicos comunes en los experimentos, la comunalidad establecida a través de la proximidad de los valores y funciones propias. Los constituyentes robustos del flujo se construyen combinando modos dinámicos comunes que fluyen a la misma velocidad. Ilustramos RMA utilizando flujos de reacción detrás de un cuerpo romo simétrico. Se identifican dos constituyentes robustos, cuyas firmas se asemejan a la formación simétrica de vórtices de von Karman. Se muestra cómo se puede implementar RMA a través de la descomposición dinámica de modos extendida en configuraciones de flujo interrogadas con un pequeño número de series temporales. Este enfoque puede resultar útil para analizar cambios en los patrones de flujo en motores y sistemas de propulsión equipados con matrices robustas de transductores de presión o termopares. Finalmente, un análisis de flujos de chorro a altos números de Reynolds sugiere que las pruebas de caracterizaciones estadísticas en flujos turbulentos pueden hacerse mejor utilizando componentes no robustos del flujo.