BA Lena Schürmann

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

Analyse der Ablösefrequenz:

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

• Autokorrelationsfunktion (Verallgemeinerung) angewandt auf die Zeitreihen von Druck, Dichte und Geschwindigkeit an Position r=12,42 und phi=180° hinter einem Zylinder. Maximalstellen markiert durch x kennzeichnen lokal höchste Übereinstimmung der Zeitreihen. Literaturwert als grobe visuelle Orientierung (umgerechnet in Perioden aus Daten von Roshko).
• 

  bei Reynolds-Zahl 60 und Mach-Zahl 0.01

• Index.php?title=File:Re100 Autokorr.png

  bei Reynolds-Zahl 100 und Mach-Zahl 0.01

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