🔢 mathematics

A term-by-term variational multiscale method with dynamic subscales for incompressible turbulent aerodynamics

यह शोध पत्र एक गतिशील, पद-दर-पद (term-by-term) वेरिएशनल मल्टीस्केल स्टेबलाइज्ड फॉर्मूलेशन को एक इंक्रीमेंटल प्रेशर-करेक्शन फ्रेमवर्क के भीतर प्रस्तावित और मान्य करता है जो लैमिनार से टर्बुलेंट रिजीम तक इनकम्प्रेसिबल टर्बुलेंट एरोडायनामिक्स के सुदृढ़, समान-क्रम (equal-order) इंटरपोलेशन सिमुलेशन को सक्षम बनाता है, जो अहमद बॉडी और फॉर्मूला 1 कारों जैसी बड़े पैमाने की एक्सटर्नल-एरोडायनामिक्स कॉन्फ़िगरेशन में जटिल प्रवाह विशेषताओं को सफलतापूर्वक कैप्चर करता है।

मूल लेखक: Diego Escobar, Douglas Pacheco, Alejando Aguirre, Ernesto Castillo

प्रकाशित 2026-02-06

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Diego Escobar, Douglas Pacheco, Alejando Aguirre, Ernesto Castillo

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि एक कार तेज़ गति से चलते समय हवा के प्रवाह को कैसे प्रभावित करती है। यह केवल सुचारू हवा के बारे में नहीं है; यह अराजक, घूमते हुए विक्षोभ (turbulence) के बारे में है जो हर मिलीसेकंड में बदलता रहता है। इसे कंप्यूटर पर सिम्युलेट करने के लिए, आपको कार के आसपास के स्थान को लाखों छोटे पहेली के टुकड़ों (एक मेश) में विभाजित करना होगा।

समस्या यह है कि लाखों टुकड़ों के होने के बावजूद, आपका कंप्यूटर हवा के हर छोटे भंवर को नहीं देख सकता। यह एक ग्रिड वाली खिड़की से तूफान को देखने जैसा है; आप बड़े तूफानों को देखते हैं, लेकिन ग्रिड लाइनों के बीच के छोटे, अराजक भंवर अदृश्य रहते हैं। यदि आप उन्हें अनदेखा करते हैं, तो आपका सिमुलेशन अस्थिर हो जाएगा और क्रैश हो जाएगा, या यह गलत उत्तर देगा।

पेपर का समाधान: वायु प्रवाह के लिए एक "स्मार्ट फ़िल्टर"

लेखकों ने एक नया गणितीय "स्मार्ट फ़िल्टर" विकसित किया है जिसे वेरिएशनल मल्टीस्केल (VMS) विधि कहा जाता है। वे इसे सरल अवधारणाओं का उपयोग करके इस प्रकार समझाते हैं:

1. "बड़ी तस्वीर" बनाम "छिपे हुए विवरण"

हवा के प्रवाह को दो परतों के रूप में सोचें:

रिजॉल्व्ड स्केल (Resolved Scale): बड़े, दृश्य भंवर जिन्हें आपका कंप्यूटर मेश वास्तव में देख सकता है।
सबस्केल (Subscale): बहुत छोटे, अदृश्य भंवर जो मेश द्वारा पकड़े जाने के लिए बहुत छोटे हैं।

पुराने तरीके अक्सर निश्चित नियमों (जैसे एक कठोर रेसिपी) का उपयोग करके यह अनुमान लगाने की कोशिश करते थे कि छोटे भंवर क्या कर रहे हैं। यह पेपर एक डायनेमिक दृष्टिकोण प्रस्तावित करता है। एक निश्चित रेसिपी के बजाय, कंप्यूटर यह गणना करता है कि बड़े भंवरों के आधार पर अभी छोटे भंवरों को क्या करना चाहिए। यह एक सह-पायलट होने जैसा है जो पूर्व-निर्धारित मानचित्र का पालन करने के बजाय सड़क की स्थितियों के आधार पर लगातार स्टीयरिंग को समायोजित करता है।

2. "टर्म-बाय-टर्म" रणनीति

लेखकों ने इस विधि को समीकरणों को हल करने के एक विशिष्ट तरीके के साथ काम करने के लिए बनाया जिसे "फ्रैक्शनल-स्टेप" विधि कहा जाता है। कल्पना करें कि एक जटिल पहेली को एक बार में एक टुकड़े के साथ हल करना: पहले गति, फिर दबाव।

नवाचार: उन्होंने अपने "स्मार्ट फ़िल्टर" को पहेली सुलझाने के प्रत्येक चरण में सीधे शामिल किया, बिना क्रम को बिगाड़े।
उपमा: कल्पना कीजिए कि आप एक केक बना रहे हैं। आमतौर पर, आप सामग्री मिलाते हैं, फिर बेक करते हैं। यदि आपको एक विशेष स्टेबलाइजर जोड़ने की आवश्यकता है, तो आपको पूरी रेसिपी फिर से शुरू करनी पड़ सकती है। यह नई विधि आपको बेकिंग के चरणों को बदले बिना, मिश्रण करते समय सीधे बैटर में स्टेबलाइजर छिड़कने की अनुमति देती है। यह प्रक्रिया को तेज़ और स्थिर रखता है।

3. "ऑर्थोगोनल" सुरक्षा जाल

उनकी विधि की एक प्रमुख विशेषता "ऑर्थोगोनल प्रोजेक्शन" है। कल्पना करें कि आप एक जार में लाल मार्बल्स को नीले मार्बल्स से अलग करने की कोशिश कर रहे हैं।

पुराना तरीका: आप गलती से उन्हें मिला सकते हैं या कुछ पीछे छोड़ सकते हैं।
यह विधि: यह सुनिश्चित करता है कि "बड़े भंवर" (लाल) और "छोटे भंवर" (नीले) को पूरी तरह से अलग, गैर-अतिव्यापी बक्सों में रखा जाए। यह कंप्यूटर को भ्रमित होने या ऊर्जा को दोबारा गिनने से रोकता है, जो हवा के बहुत विक्षुब्ध होने पर भी सिमुलेशन को स्थिर रखता है।

4. वास्तविक दुनिया के परीक्षण

लेखकों ने इसे केवल कागज़ पर नहीं किया; उन्होंने दो बहुत कठिन परिदृश्यों पर इसका परीक्षण किया:

अहमद बॉडी (Ahmed Body): यह एक साधारण, बॉक्स जैसा आकार है जिसका उपयोग वैज्ञानिक कार एरोडायनामिक्स के लिए एक मानक परीक्षण के रूप में करते हैं। उन्होंने विभिन्न कोणों पर (जैसे कार के पिछले हिस्से को झुकाकर) इसका परीक्षण किया।
- परिणाम: विधि ने पूरी तरह से काम किया। इसने ड्रैग (वायु प्रतिरोध) की सटीक भविष्यवाणी की और दिखाया कि कंप्यूटर कार के पीछे घूमती हवा को बिना क्रैश हुए संभाल सकता है। उन्होंने पाया कि बहुत महीन मेश (37 मिलियन टुकड़े) का उपयोग करने से सबसे सटीक परिणाम मिले, लेकिन विधि मोटे मेश पर भी स्थिर रही।
फॉर्मूला 1 कार: यह एक बहुत कठिन परीक्षण है। एक F1 कार पंखों, पहियों और घुमावों से ढकी होती है, जो अत्यंत जटिल वायु पैटर्न बनाती है।
- परिणाम: उन्होंने बिना किसी "टर्बुलेंस मॉडल" (सामान्य शॉर्टकट) के, रेसिंग की गति (200 किमी/घंटा) पर एक वास्तविक F1 कार का सिमुलेशन किया। विधि ने जटिल, 3D वायु भंवरों और "ग्राउंड इफेक्ट" (कार को नीचे खींचने वाली हवा) को सफलतापूर्वक संभाला। इसने वास्तविक डेटा उत्पन्न किया कि हवा कैसे चलती है और कार पर कितना बल लगता है।

5. हवा के "संगीत" की जाँच करना

उनका तरीका सही ढंग से काम कर रहा है, यह साबित करने के लिए, उन्होंने हवा के प्रवाह के "स्पेक्ट्रा" को देखा।

उपमा: हवा के प्रवाह को संगीत के रूप में सोचें। एक वास्तविक विक्षुब्ध प्रवाह में, "नोट्स" (भंवरों) की ऊर्जा एक विशिष्ट पैटर्न का पालन करती है जैसे-जैसे वे छोटे होते जाते हैं (जैसे एक विशिष्ट संगीत स्केल)।
परिणाम: कंप्यूटर सिमुलेशन ने एक ऐसा "गीत" तैयार किया जो टर्बुलेंस के प्राकृतिक भौतिकी से मेल खाता था। ऊर्जा सही दर पर कम हुई, जिससे यह साबित हुआ कि आपका "स्मार्ट फ़िल्टर" ऊर्जा को सही ढंग से कम कर रहा है, ठीक वैसे ही जैसे वास्तविक हवा करती है।

सारांश

संक्षेप में, यह पेपर वाहनों के आसपास अशांत हवा को सिम्युलेट करने का एक नया, मजबूत तरीका प्रस्तुत करता है। यह एक डायनेमिक, स्व-समायोजन वाले गणितीय फ़िल्टर का उपयोग करता है जो बड़ी वायु गतिविधियों को सूक्ष्म गतिविधियों से अलग करता है। यह जटिल, अनस्ट्रक्चर्ड कंप्यूटर मेश (जैसे एक वास्तविक कार का आकार) पर काम करता है और हवा के अत्यधिक अराजक होने पर भी स्थिर रहता है। लेखकों ने सिद्ध किया कि यह विधि एक मानक टेस्ट ब्लॉक और एक अत्यधिक जटिल फॉर्मूला 1 कार दोनों पर काम करती है, जो यह दिखाती है कि यह टर्बुलेंस के व्यवहार के बारे में सरलीकृत अनुमानों पर निर्भर रहने के बजाय वास्तविक इंजीनियरिंग चुनौतियों को संभालने में सक्षम है।

तकनीकी सारांश: अघुलनशील अशांत एयरोडायनामिक्स के लिए गतिशील उप-पैमानों (Subscales) के साथ एक टर्म-बाय-टर्म वेरिएशनल मल्टीस्केल विधि

समस्या विवरण
इंजीनियरिंग रेनॉल्ड्स संख्याओं पर ड्रैग (drag), लिफ्ट (lift) और सेपरेशन (separation) की भविष्यवाणी करने के लिए सटीक विक्षोभ (turbulence) प्रतिनिधित्व महत्वपूर्ण है, फिर भी डायरेक्ट न्यूमेरिकल सिमुलेशन (DNS) इंजीनियरिंग रेनॉल्ड्स संख्याओं पर कम्प्यूटेशनल रूप से अत्यधिक खर्चीला बना हुआ है। जबकि रेनॉल्ड्स-एवरेज्ड नेवियर-स्टोक्स (RANS) मॉडल दक्षता प्रदान करते हैं, वे अक्सर जटिल ज्यामिति वाले पृथक प्रवाह (separated flows) में भविष्य कहने वाली क्षमता की कमी रखते हैं। लार्ज-एडी सिमुलेशन (LES) एक मध्य मार्ग प्रदान करता है, लेकिन उच्च-रेनॉल्ड्स संख्या वाले यथार्थवादी ज्यामिति के लिए इसमें पर्याप्त लागत आती है। इसके अलावा, औद्योगिक रूप से प्रासंगिक गणनाएं अक्सर बड़े अनस्ट्रक्चर्ड मेश पर अघुलनशील नेवियर-स्टोक्स समीकरणों को कुशलतापूर्वक हल करने के लिए फ्रैक्शनल-स्टेप (प्रेशर-सेग्रिगेशन) रणनीतियों पर निर्भर करती हैं। हालांकि, इस बात के संबंध में सीमित बड़े पैमाने के साक्ष्य उपलब्ध हैं कि जटिल, अंडर-रिज़ॉल्व्ड एक्सटर्नल एयरोडायनामिक्स में एम्बेडेड होने पर वेरिएशनल मल्टीस्केल (VMS) टर्बुलेंस-रिजॉल्विंग फॉर्मुलेशन कैसे व्यवहार करते हैं।

कार्यप्रणाली
लेखक एक डायनेमिक, टर्म-बाय-टर्म VMS स्टेबलाइज्ड फॉर्मुलेशन प्रस्तावित करते हैं जो एक इंक्रीमेंटल प्रेशर-करेक्शन फ्रैक्शनल-स्टेप विधि के लिए तैयार किया गया है। यह कार्यप्रणाली समान-क्रम (equal-order) वेलोसिटी-प्रेशर इंटरपोलेशन का उपयोग करने वाले अनस्ट्रक्चर्ड टेट्राहेड्रल मेश पर संचालित होने के लिए डिज़ाइन की गई है, जिसे कन्वेक्शन-डोमिनेटेड शासन (regimes) में मजबूती बनाए रखने के लिए स्थिरीकरण (stabilization) की आवश्यकता होती है।

मुख्य कार्यप्रणाली घटक शामिल हैं:

ऑर्थोगोनल VMS फ्रेमवर्क: समाधान को रिज़ॉल्व्ड स्केल्स (फाइनाइट एलीमेंट स्पेस) और अनरिज़ॉल्व्ड सबस्केल्स (ऑर्थोगोनल कॉम्प्लीमेंट) में विभाजित किया गया है। ऑर्थोगोनल प्रोजेक्शन सुसंगत स्केल सेपरेशन सुनिश्चित करता है, जिससे यह विधि स्पष्ट एडी-विस्कोसिटी क्लोजर के बिना डायनेमिक सबस्केल्स के माध्यम से डिसिपेशन (dissipation) उत्पन्न करने की अनुमति देती है।
डायनेमिक सबस्केल्स: क्वासी-स्टेटिक दृष्टिकोणों के विपरीत, सबस्केल्स को समय-निर्भर चरों के रूप में माना जाता है जिन्हें सेकंड-ऑर्डर बैकवर्ड डिफरेंशिएशन फॉर्मूला (BDF2) का उपयोग करके सुसंगत रूप से एकीकृत किया जाता है। यह विधि टर्बुलेंट एनर्जी ट्रांसफर की प्रमुख विशेषताओं, जिसमें इनर्शियल-रेंज डिसिपेशन और बैकस्कैटर प्रभाव शामिल हैं, को पुनः प्राप्त करने की अनुमति देती है, जबकि प्रतिबंधात्मक टाइम-स्टेप बाधाओं को हटा देती है।
टर्म-बाय-टर्म एम्बेडिंग: स्थिरीकरण को पूर्णतः विविक्त मोनोलिथिक स्तर पर निर्मित किया गया है और इसे नए वेलोसिटी-प्रेशर क्रॉस-कपलिंग्स को पेश करने के बजाय मौजूदा ऑपरेटर ब्लॉक्स को संशोधित करके फ्रैक्शनल-स्टेप चरणों में एम्बेड किया गया है।
- मोमेंटम-साइड स्टेबिलाइजेशन वेलोसिटी प्रेडिक्टर स्टेज में प्रवेश करता है।
- प्रेशर-संबंधित डायगोनल योगदान (जो प्रेशर-ग्रेडिएंट सबस्केल द्वारा प्रेरित है) प्रेशर-करेक्शन पॉइसन सॉल्व को बढ़ाता है।
- सबस्केल-हिस्ट्री टर्म केवल ज्ञात राइट-हैंड-साइड योगदान के रूप में दिखाई देते हैं, जो मानक प्रोजेक्शन संरचना को सुरक्षित रखते हैं।
न्यूनतम स्टेबिलाइजेशन लेआउट: यह फॉर्मुलेशन केवल स्थिर समान-क्रम इंटरपोलेशन और कन्वेक्शन नियंत्रण के लिए आवश्यक टर्म्स को पेश करता है। एक वैकल्पिक ग्रेड-डिव (grad–div) योगदान (जो प्रेशर सबस्केल के माध्यम से कार्य करता है) को शामिल किया गया है ताकि चुनौतीपूर्ण कॉन्फ़िगरेशन में नॉनलीनियर मजबूती को बढ़ाया जा सके।
कार्यान्वयन: कन्वेक्शन और स्टेबिलाइजेशन पैरामीटर्स से उत्पन्न नॉनलिनैरिटी को पिकाड (फिक्स्ड-पॉइंट) इटरेशन के माध्यम से संभाला जाता है। ऑर्थोगोनल प्रोजेक्शन को डिस्क्रीट स्पेस पर $L^2$ प्रोजेक्शन वाले प्रोजेक्शन-करेक्शन रणनीति के माध्यम से साकार किया जाता है।

प्रमुख योगदान

एकीकृत विवेकीकरण (Unified Discretization): यह विधि एक एकीकृत ढांचा प्रदान करती है जो समस्या-विशिष्ट टर्बुलेंस मॉडल का उपयोग किए बिना जटिल 3D सेटिंग्स में स्थिर समान-क्रम वेलोसिटी-प्रेशर इंटरपोलेशन और मजबूत कन्वेक्शन-डोमिनेटेड डायनेमिक्स के नियंत्रण को सक्षम बनाती है।
फ्रैक्शनल-स्टेप विधियों के साथ एकीकरण: यह कार्य प्रदर्शित करता है कि कैसे ऑर्थोगोनल, डायनेमिक सबस्केल स्टेबिलाइजेशन को उनकी स्टेज-वाइज संरचना या दक्षता को बदले बिना इंक्रीमेंटल प्रेशर-करेक्शन स्कीम्स में एकीकृत किया जा सकता है।
स्केलेबिलिटी और मजबूती: इस फॉर्मुलेशन को 3 से 40 मिलियन तत्वों वाले अनस्ट्रक्चर्ड मेश का उपयोग करके बड़े पैमाने के बाहरी एयरोडायनामिक्स कॉन्फ़िगरेशन पर मान्य किया गया है, जो विभिन्न रिज़ॉल्यूशन स्तरों पर स्थिरता प्रदर्शित करता है।

परिणाम
कार्यप्रणाली को दो कॉन्फ़िगरेशन पर मान्य किया गया:

अहमद बॉडी ( $Re = 7.68 \times 10^5$ ):
- सिमुलेशन कई रियर स्लैंट एंगल्स ( $0^\circ, 12.5^\circ, 25^\circ, 35^\circ$ ) के लिए किए गए।
- मेश संवेदनशीलता विश्लेषण (3.2M से 37.3M तत्व) ने दिखाया कि जबकि इंटीग्रल लोड (ड्रैग गुणांक) रिज़ॉल्यूशन के प्रति संवेदनशील हैं, फॉर्मुलेशन सभी स्तरों पर संख्यात्मक रूप से स्थिर रहा।
- फाइन-मेश परिणाम ( $C_D \approx 0.33$ ) संदर्भ LES और प्रयोगात्मक डेटा के साथ प्रतिस्पर्धी सहमति दिखाता है, विशेष रूप से महत्वपूर्ण $25^\circ$ स्लैंट एंगल के लिए।
- पॉइंटवाइज वेलोसिटी और प्रेशर स्पेक्ट्रा परिमित फ्रीक्वेंसी रेंज प्रदर्शित करते हैं जो इनर्शियल-सबरेंज संदर्भ ढालों (वेलोसिटी के लिए $-5/3$ , प्रेशर के लिए $-7/3$ ) के अनुकूल हैं, जो डिसिपेशन कंट्रोल के लिए एक ए पोस्टेरियोरी निरंतरता संकेतक के रूप में कार्य करते हैं।
- कोहेरेंट स्ट्रक्चर्स (Q-क्राइटेरियन) और वेक टोपोलॉजी का विज़ुअलाइज़ेशन अलग हुए शियर लेयर्स और भंवर इंटरैक्शन के समाधान की पुष्टि करता है।
फॉर्मूला 1 कॉन्फ़िगरेशन ( $Re \approx 1.13 \times 10^6$ ):
- एक यथार्थवादी, फुल-स्केल F1 कार ज्योमेट्री को $\approx 3.87 \times 10^7$ तत्वों के एकल फाइन मेश का उपयोग करके $U_\infty = 56$ m/s पर सिम्युलेट किया गया।
- किसी भी स्पष्ट टर्बुलेंस मॉडल का उपयोग नहीं किया गया; मजबूती पूरी तरह से स्टेबलाइज्ड फॉर्मुलेशन पर निर्भर थी।
- सिमुलेशन ने जटिल 3D फ्लो इंटरैक्शन को सफलतापूर्वक कैप्चर किया, जिसमें ग्राउंड-इफेक्ट मैकेनिज्म, व्हील वेक्स और मल्टी-एलिमेंट लिफ्टिंग सर्फेसेस शामिल हैं।
- इंटीग्रल गुणांक ( $C_D, C_L$ ) और स्पेक्ट्रल डायग्नोस्टिक्स विधि की क्षमता की पुष्टि करते हैं कि वह यथार्थवादी, मल्टी-कंपोनेंट ज्योमेट्री में अंडर-रिज़ॉल्व्ड रिजीम्स को संभाल सकती है।
- पाया गया कि इस मांग वाले मामले में नॉनलीनियर कन्वर्जेंस के लिए वैकल्पिक ग्रेड-डिव टर्म का समावेश महत्वपूर्ण था; इसके बिना, इटरेशन रुकने (stagnate) की प्रवृत्ति रखते थे।

महत्व और दावे
पेपर का दावा है कि प्रस्तावित स्टेबलाइज्ड, प्रेशर-सेग्रेटेड फॉर्मुलेशन जटिल बाहरी एयरोडायनामिक्स में बड़े पैमाने पर मजबूत रहता है और प्रमुख सेपरेटेड-फ्लो फीचर्स और कोहेरेंट वेक ऑर्गनाइजेशन को प्रभावी ढंग से कैप्चर करता है। डायनेमिक ऑर्थोगोनल सबस्केल्स का उपयोग करके, यह विधि स्पष्ट एडी-विस्कोसिटी मॉडल के बिना नियंत्रित संख्यात्मक डिसिपेशन उत्पन्न करती है। यह कार्य नियंत्रित बेंचमार्क अध्ययनों और एप्लिकेशन-ड्रिवन एयरोडायनामिक्स के बीच के अंतर को पाटता है, यह प्रदर्शित करते हुए कि VMS-आधारित टर्बुलेंस-रिजॉल्विंग फॉर्मुलेशन को कुशल फ्रैक्शनल-स्टेप फ्रेमवर्क के भीतर सफलतापूर्वक लागू किया जा सकता है। प्रदान किए गए स्पेक्ट्रल डायग्नोस्टिक्स बड़े पैमाने के, अंडर-रिज़ॉल्व्ड सिमुलेशन में डिसिपेशन कंट्रोल का आकलन करने के लिए एक व्यावहारिक उपकरण प्रदान करते हैं। लेखक नोट करते हैं कि स्टेबिलाइजेशन पैरामीटर्स (विशेष रूप से $c_3 = 24$ ) का चयन अनुभवजन्य रूप से किया गया था ताकि सबसे मजबूत नॉनलीनियर व्यवहार प्रदान किया जा सके।