Uncovering wall-shear stress dynamics from neural-network enhanced fluid flow measurements

要約

物体を通過または内部を移動する乱流流体による摩擦抵抗は、輸送、公共事業インフラ、エネルギー技術、人間の健康などのさまざまな領域で重要な役割を果たします。
せん断誘発摩擦力の直接的な測定として、壁せん断応力を正確に予測することは、民間航空における持続可能性、資源の保護、カーボンニュートラルに貢献できるだけでなく、血管疾患やがんの治療の強化にも貢献できます。
現代社会にとってこのような重要性があるにもかかわらず、瞬間的な壁せん断応力のダイナミクスを捉えるための適切な実験方法がまだ不足しています。
この寄稿では、物理的知識を備えたディープオプティカルフロー推定器を使用して、流れ測定から優れた空間的および時間的分解能で速度および壁せん断応力場を導き出す総合的なアプローチを紹介します。
導出された流量の妥当性と物理的正確さは、関連する一連の流体流量をカバーする合成および現実世界の実験データによって実証されます。

要約(オリジナル)

Friction drag from a turbulent fluid moving past or inside an object plays a crucial role in domains as diverse as transportation, public utility infrastructure, energy technology, and human health. As a direct measure of the shear-induced friction forces, an accurate prediction of the wall-shear stress can contribute to sustainability, conservation of resources, and carbon neutrality in civil aviation as well as enhanced medical treatment of vascular diseases and cancer. Despite such importance for our modern society, we still lack adequate experimental methods to capture the instantaneous wall-shear stress dynamics. In this contribution, we present a holistic approach that derives velocity and wall-shear stress fields with impressive spatial and temporal resolution from flow measurements using a deep optical flow estimator with physical knowledge. The validity and physical correctness of the derived flow quantities is demonstrated with synthetic and real-world experimental data covering a range of relevant fluid flows.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google