DNS und Visuelle Analyse von Superstrukturen in turbulenten Kanälen mit Mischung durch parallele Injektion - Teilprojekt des DFG-SPP "Turbulent Superstructures"

Um das Auftreten und die Auswirkungen von Superstrukturen in turbulenten Mischungen in Kanälen bei hohen Reynoldszahlen unter paralleler Injektion zu untersuchen, wird eine Kombination aus Direct Numerical Simulation (DNS), Wirbelextraktion, sowie eine feature-basierte Visualisierung vorgeschlagen. Hierfür sind keine Standardansätze vorhanden. Für die DNS ist die Herausforderung, hohe Reynoldszahlen auf HPC-Systemen zu behandeln. Weiterhin müssen Modelle bereitstehen, die numerisch alle Strömungseigenschaften, die für das Mixing relevant sind, beschreiben. Für die Wirbelextraktion gibt es drei Herausforderungen: zum einen verhindert die vorhandene Turbulenz, dass lokale Standard-Wirbelmaße genutzt werden können. Stattdessen sind Lagrange- oder hierarchische Wirbeldefinitionen notwendig. Zum zweiten muss die Wirbelextraktion so parametrisiert werden, dass die interessanten und nicht unbedingt die stärksten Wirbelstrukturen gefunden werden. Zum dritten muss die Extraktion on-the-fly erfolgen, da die pure Menge an Simulationsdaten keine anderen Lösungen zulässt. Um die Phänomene zu analysieren, werden DNS, Wirbel-Extraktion und Visualisierung in einem feedback-loop kombiniert. Während eine mehrstufige POD zusammen mit einer automatischen Wirbel-Extraktion on-the-fly durchgeführt wird, werden die dabei entstehenden Wirbelstrukturen in einem Postprocessing-Prozess visuell analysiert. Diese effiziente Kombination aus DNS, POD und visueller Analyse soll die Identifizierung von Superstrukturen ermöglichen und helfen, deren Auswirkungen auf Transportprozesse zu erklären.

DNS and Visual Analysis of Superstructures in Turbulent Channels with Mixing by Parallel Injection - Subprojekt of DFG-SPP "Turbulent Superstructures!

In order to analyze the occurrence and the impact of superstructures on turbulent mixing in channels at high Reynolds numbers with a parallel injection, a combination of Direct Numerical Simulation (DNS), vortex definition and identification, and feature-based visualization, is proposed. Standard, off-the-shelf solutions are not available for this purpose. Concerning DNS, the central issue is to access high Reynolds numbers with excellent efficiency on HPC systems. Additionally, suitable models must be included to describe numerically all fluid properties relevant for mixing. The main challenge in vortex extraction is three-fold. Firstly, high-intensity turbulence excludes standard vortex definitions that are based on a local analysis of the flow derivatives. Instead, global, Lagrangian, or hierarchical vortex definitions are necessary that are based on filtering operations on the flow map instead of the velocity field. Secondly, vortex definitions and parameter tuning has to be adapted such that it does not focus on upstream vortices close to injection but tackles the less obvious, noisier and more unsteady vortex structures downstream. Thirdly, in terms of visual analysis, the main challenge is associated with the sheer size of the data sets: DNS typically delivers data sets that cannot be completely stored during the simulation. Hence, on-the-fly solutions for the visual analysis are necessary.