Спектральные методы и псевдоспектральные алгоритмы

Турбулентность и статистические методы


Турбулентность характеризуется неустойчивыми, хаотическими флуктуациями скорости и давления в потоке, высоким числом Рейнольдса, широким спектром пространственно-временных масштабов, сильной нелинейной связью между модами и энергетическим каскадом от крупных квазиизотропных вихрей к малым масштабам диссипации. Отдельное описание каждой траектории становится бессмысленным, и вместо детерминированного подхода вводится статистическая трактовка, оперирующая средними величинами, функциями корреляции и спектрами.


Усреднение и корреляционные функции

Для статистического описания турбулентного потока вводится операция усреднения (временного, ансамблевого или пространственного):

$$ \overline{u_i}(\mathbf{x}) = \lim_{T \to \infty} \frac{1}{T} \int_0^T u_i(\mathbf{x}, t)\, dt $$

и флуктуации:

$$ u_i'(\mathbf{x}, t) = u_i(\mathbf{x}, t) - \overline{u_i}(\mathbf{x}) $$

Второй момент флуктуаций (тензор Рейнольдса):

$$ R_{ij}(\mathbf{x}, \mathbf{x}+\mathbf{r}, t) = \overline{u_i'(\mathbf{x}, t) u_j'(\mathbf{x}+\mathbf{r}, t)} $$

является основным объектом в моделях турбулентности. При изотропии он зависит лишь от расстояния r = |r|.


Уравнения Рейнольдса и закрытие модели

Подставляя разложение на среднюю и флуктуационную части в уравнение Навье–Стокса и усредняя, получаем уравнение Рейнольдса:

$$ \frac{\partial \overline{u}_i}{\partial t} + \overline{u}_j \frac{\partial \overline{u}_i}{\partial x_j} = -\frac{1}{\rho} \frac{\partial \overline{p}}{\partial x_i} + \nu \frac{\partial^2 \overline{u}_i}{\partial x_j^2} - \frac{\partial R_{ij}}{\partial x_j} $$

Тензор Рейнольдса Rij требует дополнительного описания — это проблема закрытия. Используются различные модели: гипотеза Буссинеска, модели kε, многоуровневые модели, LES и DNS.


Статистическая теория Колмогорова

Основу феноменологической теории турбулентности составляет гипотеза Колмогорова (1941):

  1. В инерциальном диапазоне (между масштабами внешнего возбуждения и масштабами вязкости) статистика полностью определяется скоростной диссипацией ε.
  2. Структурные функции порядка p:

$$ S_p(r) = \overline{|\delta u(r)|^p} \sim r^{\zeta_p} $$

где δu(r) = u(x + r) − u(x), обладают универсальной степенной зависимостью. При p = 2: ζ2 = 2/3, что соответствует спектру:

E(k) ∼ ε2/3k−5/3

— спектру Колмогорова в инерциальном диапазоне. Более высокие порядки показывают отклонения, указывающие на интермиттентность.


Спектральная энергия и каскады

Турбулентный поток можно представить как суперпозицию вихрей различного масштаба. Энергия инжектируется на больших масштабах L, переходит к меньшим за счёт нелинейного взаимодействия, и диссипируется на масштабах порядка длины Колмогорова:

$$ \eta = \left( \frac{\nu^3}{\varepsilon} \right)^{1/4} $$

В спектральном представлении:

E(k, t) = энергия на волновом числе k

Спектральный перенос описывается уравнением:

$$ \frac{\partial E(k, t)}{\partial t} = T(k) - 2 \nu k^2 E(k, t) + F(k) $$

где T(k) — нелинейный перенос, F(k) — внешние силы. В инерциальной области T(k) ≈ 0, и установившийся спектр E(k) подчиняется закону Колмогорова.


Спектральные методы и псевдоспектральные алгоритмы


Основы спектрального представления

При численном решении уравнений гидродинамики спектральные методы опираются на разложение полей (скорости, давления и др.) в базисных функциях — чаще всего в комплексные экспоненты при периодических граничных условиях:

$$ u(x, t) = \sum_{k=-N}^{N} \hat{u}_k(t) e^{ikx} $$

или, в многомерном случае:

$$ \mathbf{u}(\mathbf{x}, t) = \sum_{\mathbf{k}} \hat{\mathbf{u}}(\mathbf{k}, t) e^{i\mathbf{k} \cdot \mathbf{x}} $$

Уравнения Навье–Стокса в таком виде превращаются в систему обыкновенных дифференциальных уравнений для коэффициентов $\hat{\mathbf{u}}(\mathbf{k}, t)$.


Псевдоспектральный метод

Проблема нелинейных членов, например (u ⋅ ∇)u, состоит в вычислении свёрток в спектре. Прямой подход требует O(N2) операций. Псевдоспектральный метод решает это:

  • Переменные переводятся в физическое пространство (с помощью обратного БПФ);
  • Нелинейные произведения считаются в физическом пространстве;
  • Результат переводится обратно в спектральное пространство (с помощью прямого БПФ).

Такой алгоритм имеет сложность O(Nlog N), обладает высокой точностью и позволяет эффективно моделировать турбулентные течения при умеренном числе степеней свободы.


Обработка aliasing и dealiasing

При вычислении нелинейных членов в спектре возникает проблема aliasing — наложения высокочастотных мод. Для устранения используется техника Orszag 2/3-rule:

  • При вычислении свёртки отбрасываются верхние 1/3 мод;
  • Все операции происходят в удвоенной решётке, после чего применяется усечение спектра.

Коллинеарные каскады в спектральной области

Псевдоспектральный подход даёт возможность исследовать энергетический каскад в прямом виде. Спектральный перенос энергии между модами изучается через трёхволновые взаимодействия:

k1 + k2 = k3

и соответствующие спектральные функции переноса:

T(k) = ∑p + q = kS(k, p, q)

Положительный знак T(k) указывает на вход энергии в моду k, отрицательный — на выход.


Расширения: декалиброванные методы, LES и DNS

  • В DNS (Direct Numerical Simulation) используются спектральные методы для решения уравнений Навье–Стокса без аппроксимаций, разрешая все масштабы — от больших до масштаба Колмогорова.
  • В LES (Large Eddy Simulation) маломасштабные вихри моделируются, а крупные — разрешаются. Спектральные методы используются для моделирования крупномасштабной динамики.
  • Современные адаптивные методы комбинируют спектральные подходы с вейвлетами или локальными базисами для учета неоднородностей и границ.

Аргументы в пользу спектрального подхода

  • Максимальная точность: для гладких решений спектральные методы экспоненциально сходятся.
  • Экономия памяти: для периодических задач представление в спектре требует меньшее число степеней свободы.
  • Естественная связь с теорией Колмогорова: спектральное пространство позволяет напрямую анализировать каскады, энергии и интермиттентность.

Заключительные замечания о применении

Применение спектральных и псевдоспектральных алгоритмов в моделировании турбулентности стало стандартом в численной гидродинамике. Особенно при высоких числах Рейнольдса эти методы позволяют сохранять физическую достоверность и одновременно обеспечивают вычислительную эффективность. Они находят применение в астрофизике, геофизике, аэродинамике и климатическом моделировании, где требуется точный контроль над каскадами энергии, вихревыми структурами и статистикой.