Forskere gjør gjennombrudd i å forstå turbulensmønstre og strukturer i væsker

Forskere har tatt et betydelig sprang fremover i å forstå turbulens, et kaotisk fenomen observert i naturlige systemer som bevegelig vann, havstrømmer, blodstrøm og til og med stormskyer.

I over 200 år har fysikere slitt med å nøyaktig simulere og forutsi turbulens, som involverer komplekse væskebevegelser som danner store virvlende virvler som brytes ned til mindre.

En ny metode inspirert av kvanteberegning kan imidlertid endre dette.

Kvanteinspirert tilnærming for å forstå kompleks væskeatferd

I en studie publisert 29. januar i Science Advances, avduket et internasjonalt team av forskere en ny tilnærming til å simulere turbulens som utnytter kvanteberegningsprinsipper.

Dette gjennombruddet er avgjørende fordi nøyaktig modellering av turbulente strømmer kan ha vidtrekkende fordeler, fra forbedring av fly- og bildesign til å forbedre værforutsigelser og til og med fremme medisinsk utstyr som kunstige hjerter.

Studiens hovedforfatter, Nik Gourianov, fysiker ved University of Oxford, forklarte at mens tradisjonelle turbulenssimuleringer er avhengige av deterministiske metoder – noe som betyr at de, gitt spesifikke forhold, alltid gir det samme resultatet – introduserer den nye forskningen en sannsynlig tilnærming.

Hva skiller dette arbeidet fra hverandre

Denne metoden tar hensyn til de naturlige svingningene og tilfeldige variasjonene innenfor turbulente strømninger.

Det som skiller dette arbeidet er bruken av kvanteberegningsinspirerte algoritmer.

Kvantedatamaskiner behandler informasjon på måter som skiller seg fra klassiske datamaskiner.

Mens tradisjonelle datamaskiner bruker bits (enten 0 eller 1), bruker kvantedatamaskiner kvantebiter, eller qubits , som kan eksistere i flere tilstander samtidig.

Dette gjør forskerne i stand til å simulere turbulens på en brøkdel av tiden det normalt vil ta med en superdatamaskin.

Forskerteamet var i stand til å fullføre simuleringer i timer som ville tatt dager ved bruk av klassiske algoritmer.

James Beattie, en postdoktor ved Princeton University, berømmet den nye metoden for dens evne til å redusere minnebruk og øke hastigheten på beregningene betydelig.

Denne fremgangen er spesielt viktig for væskesimuleringer, som kan involvere komplekse variabler.

Beattie bemerket at teamets tilnærming kunne få slike simuleringer til å kjøre på mer tilgjengelig maskinvare, selv på en bærbar datamaskin.

Til tross for denne fremgangen, erkjenner studiens forfattere at det fortsatt er mye mer å avdekke.

Utfordringen med å simulere turbulens ligger i dens flerskalanatur, noe som betyr at turbulente strømmer kan spenne over et enormt spekter av størrelser, fra mikroskopiske skalaer til enorme kosmiske fenomener.

Nøyaktig modellering av disse varierende skalaene i én simulering er fortsatt et vanskelig problem, som krever betydelig minne og beregning.

Beattie understreket at det å forstå hvordan ulike skalaer samhandler er avgjørende for å løse turbulenspuslespillet.

Gourianovs team har gjort imponerende fremskritt, men eksperter er enige om at løsningen av turbulensproblemet langt fra er fullført.

Selv om denne nye tilnærmingen reduserer beregningskompleksiteten betydelig, tar den ikke fullt ut hvordan virvler av forskjellig størrelse i turbulente strømmer forholder seg til hverandre.

Det neste trinnet i turbulensforskningen vil innebære å utvikle nye algoritmer og datasystemer som kan håndtere disse utfordringene mer effektivt.

Turbulens har lenge vært ansett som et av de mest unnvikende problemene i fysikk.

Til tross for flere tiår med forskning, forblir en komplett løsning utenfor rekkevidde.

De siste funnene fra Gourianov og teamet hans bringer oss imidlertid et skritt nærmere å avdekke kompleksiteten av turbulens.