BA Lena Schürmann: Difference between revisions

From Arbeitsgruppe Kuiper
Jump to navigation Jump to search
mNo edit summary
m (Added experimental data)
Line 2: Line 2:


=== Analyse der Ablösefrequenz: ===
=== Analyse der Ablösefrequenz: ===
==== Literaturdaten: ====
Zusammentragung von Daten in M.M Zdrakowich's Volume 1: Flow around circular cylinders:
[[File:Experimentelle Daten zum Fluss um einen Zylinder.png|center|thumb|Zusammentragung von experimentellen Daten aus M.M. Zdrakovich Volume 1: Flow Around Cyrcular Cylinders. Auftragung der Strouhal-Zahl (Ablösefrequenz der Wirbel einer von Karman-Straße) über die Reynolds-Zahl]]


==== Methode 1: Analyse mittels Autokorrelation: ====
==== Methode 1: Analyse mittels Autokorrelation: ====

Revision as of 15:32, 18 June 2024

Vortragstitel im Bachelorseminar: Modellierung und Analyse der Ablösefrequenz von von Kármán-Straßen

Analyse der Ablösefrequenz:

Literaturdaten:

Zusammentragung von Daten in M.M Zdrakowich's Volume 1: Flow around circular cylinders:

Zusammentragung von experimentellen Daten aus M.M. Zdrakovich Volume 1: Flow Around Cyrcular Cylinders. Auftragung der Strouhal-Zahl (Ablösefrequenz der Wirbel einer von Karman-Straße) über die Reynolds-Zahl

Methode 1: Analyse mittels Autokorrelation:

Hier wird die Autokorrelationsfunktion in ihrer allgemeinen normierten Form verwendet. Es stellt sich heraus, dass eine Periode der Autokorrelationsfunktion der Tangentialgeschwindigkeit mit der Periode der Wirbelablösung übereinstimmt. Im Fall der anderen Größen ist die Periode in der Regel kleiner.

def cov(a,b):
     return np.mean(np.dot((a-np.mean(a)),(b-np.mean(b))))

def autokorr(data):
    autok=[]
    for tau in range (0,int(len(data))):
         data_a=data[:len(data)-tau]
         data_b=data[tau:]
         temp=cov(data_a,data_b)/np.sqrt(cov(data_a,data_a)*cov(data_b,data_b))
         autok.append(temp)
    autok=np.asarray(autok)
    return autok
Über erste Periodendauer:
def autokorr_mod(vs_r, mesh_grid,stepwidth):
    phis_min=0
    phis_max=np.shape(mesh_grid)[1]
    
    diffs_mod=[]
    for rs in range (0,np.shape(mesh_grid)[0]):
        for phi in range (phis_min,phis_max):
            diffs_mod.append(np.asarray(sp.find_peaks(autokorr(vs_r[:,rs,phi]))[0])[0])
    return diffs_mod*stepwidth
Über Durchschnittliche Periodendauer:
def autokorr_anw_mod(vs_r, mesh_grid,stepwidth):
    phis_min=0
    phis_max=np.shape(mesh_grid)[1]
    
    diffs_mod=[]
    for rs in range (0,np.shape(mesh_grid)[0]):
        for phi in range (phis_min,phis_max):
            vs_auto_maxs=np.asarray(sp.find_peaks(autokorr(vs_r[:,rs,phi]))[0])
            diffs_mod=np.hstack((diffs_mod,(vs_auto_maxs[1:]-vs_auto_maxs[:-1])[0]))
    return diffs_mod*stepwidth

Methode 2: Analyse mittels Fourier-Analyse:

Einfluss des Simulationsrandes:

Einfluss der Mach-Zahl: