Forskare gör genombrott när det gäller att förstå turbulensmönster och strukturer i vätskor

Forskare har tagit ett betydande steg framåt för att förstå turbulens, ett kaotiskt fenomen som observeras i naturliga system som rörligt vatten, havsströmmar, blodflöde och till och med stormmoln.

I över 200 år har fysiker kämpat för att exakt simulera och förutsäga turbulens, vilket involverar komplexa vätskerörelser som bildar stora virvlande virvlar som bryts ner till mindre.

En ny metod inspirerad av kvantberäkning kan dock ändra på detta.

Kvantinspirerat tillvägagångssätt för att förstå komplext flytande beteende

I en studie som publicerades den 29 januari i Science Advances presenterade ett internationellt team av forskare en ny metod för att simulera turbulens som drar fördel av kvantberäkningsprinciper.

Detta genombrott är avgörande eftersom noggrann modellering av turbulenta flöden kan ha omfattande fördelar, från att förbättra flygplans- och bildesigner till att förbättra väderförutsägelser och till och med avancera medicinsk utrustning som konstgjorda hjärtan.

Studiens huvudförfattare, Nik Gourianov, fysiker vid University of Oxford, förklarade att medan traditionella turbulenssimuleringar förlitar sig på deterministiska metoder – vilket innebär att de, givet specifika förhållanden, alltid ger samma resultat – introducerar den nya forskningen en probabilistisk metod.

Vad som skiljer detta arbete åt

Denna metod tar hänsyn till naturliga fluktuationer och slumpmässiga variationer inom turbulenta flöden.

Det som skiljer detta arbete åt är dess användning av kvantberäkningsinspirerade algoritmer.

Kvantdatorer bearbetar information på sätt som skiljer sig från klassiska datorer.

Medan traditionella datorer använder bitar (antingen 0 eller 1), använder kvantdatorer kvantbitar, eller qubits , som kan existera i flera tillstånd samtidigt.

Detta gör det möjligt för forskarna att simulera turbulens på en bråkdel av den tid det normalt skulle ta med en superdator.

Forskargruppen kunde genomföra simuleringar på timmar som skulle ha tagit dagar med hjälp av klassiska algoritmer.

James Beattie, en postdoktor vid Princeton University, berömde den nya metoden för dess förmåga att minska minnesanvändningen och påskynda beräkningarna avsevärt.

Detta framsteg är särskilt viktigt för vätskesimuleringar, som kan involvera komplexa variabler.

Beattie noterade att lagets tillvägagångssätt kunde få sådana simuleringar att köras på mer tillgänglig hårdvara, även på en bärbar dator.

Trots dessa framsteg erkänner studiens författare att det fortfarande finns mycket mer att avslöja.

Utmaningen med att simulera turbulens ligger i dess flerskaliga natur, vilket innebär att turbulenta flöden kan sträcka sig över ett enormt spektrum av storlekar, från mikroskopiska skalor till enorma kosmiska fenomen.

Att noggrant modellera dessa varierande skalor i en simulering förblir ett svårt problem, som kräver betydande minne och beräkning.

Beattie betonade att det är viktigt att förstå hur olika skalor samverkar för att lösa turbulenspusslet.

Gourianovs team har gjort imponerande framsteg, men experter är överens om att lösningen av turbulensproblemet är långt ifrån komplett.

Även om detta nya tillvägagångssätt avsevärt minskar beräkningskomplexiteten, tar det inte helt upp hur virvlar av olika storlek i turbulenta flöden relaterar till varandra.

Nästa steg i turbulensforskning kommer att innebära att utveckla nya algoritmer och datorsystem som kan hantera dessa utmaningar mer effektivt.

Turbulens har länge ansetts vara ett av de mest svårfångade problemen inom fysiken.

Trots årtionden av forskning förblir en komplett lösning utom räckhåll.

Men de senaste fynden av Gourianov och hans team tar oss ett steg närmare att reda ut komplexiteten i turbulens.