Dym może zacząć jako gładka struga, a chwilę później rozpaść się na wiry
Cienka smuga dymu unosząca się nad źródłem często przez pewien odcinek wygląda prawie jak prosta, spokojna kolumna, po czym nagle zaczyna falować i rozpada się na chaotyczne struktury. To wizualny przykład przejścia od przepływu bardziej laminarnego do turbulentnego. W miarę unoszenia się smugi zmieniają się prędkość, szerokość, mieszanie z otaczającym powietrzem i charakter zaburzeń. Gdy niestabilności przestają być skutecznie tłumione, rosną i prowadzą do nieregularnego ruchu wielu skal. Dym jest przede wszystkim znacznikiem, który pozwala zobaczyć przepływ powietrza.
Dlaczego początek bywa gładki
Blisko źródła struga może mieć uporządkowaną strukturę i małe zaburzenia. Cząstki dymu podążają za ruchem gazu, dzięki czemu czynią niewidoczny przepływ widzialnym.
Zaburzenia rosną
Wraz z mieszaniem z otaczającym powietrzem zmienia się lokalna liczba Reynoldsa i rozwijają się niestabilności. Po przekroczeniu określonych warunków regularna struktura przestaje się utrzymywać.
Turbulencja zawiera wiele skal
Chaotyczna część smugi nie jest po prostu przypadkowym ruchem cząstek. Zawiera wiry o różnych rozmiarach, które przekazują energię pomiędzy skalami i intensywnie mieszają płyn.
Dym jest tylko znacznikiem
To nie cząstki dymu same tworzą turbulencję, którą widzimy. Ich zadaniem jest uwidocznienie ruchu gazu. Podobnie w tunelach aerodynamicznych stosuje się dym, mgłę lub drobne znaczniki, by zobaczyć linie i struktury przepływu.
Dlaczego turbulencja tak skutecznie miesza
W przepływie laminarnym mieszanie między warstwami zachodzi głównie przez dyfuzję. Turbulencja tworzy wiry wielu rozmiarów, które przenoszą porcje płynu na duże odległości. Dlatego turbulentne mieszanie jest niezwykle skuteczne w atmosferze, reaktorach chemicznych i silnikach.
Cena turbulencji
To samo mieszanie oznacza zwykle większe straty energii i opór. W samolotach, samochodach czy rurociągach często próbujemy ograniczać niepotrzebną turbulencję, ale w wymiennikach ciepła lub komorach spalania możemy ją celowo wzmacniać.
Kaskada energii
W typowej turbulencji energia jest wprowadzana na dużych skalach — przez ruch obiektu, pompę, wiatr albo wypór — a następnie przechodzi do coraz mniejszych wirów. Na najmniejszych skalach lepkość zamienia uporządkowaną energię ruchu w ciepło. To tzw. kaskada turbulentna.
Kolmogorow i statystyka turbulencji
Andriej Kołmogorow zaproponował w XX wieku statystyczny opis zakresu skal, w którym szczegóły sposobu wymuszania przepływu stają się mniej ważne. Jego teoria nie rozwiązuje każdego problemu turbulencji, ale dała język do opisywania widm energii i skal wirów, używany do dziś w meteorologii i inżynierii.
Turbulencja w atmosferze
Samolot lecący przez turbulentne powietrze doświadcza szybko zmieniających się lokalnych prędkości i kierunków wiatru. Te fluktuacje mogą pochodzić od konwekcji, gór, frontów czy fal atmosferycznych. To ta sama klasa zjawisk, choć skala jest nieporównywalnie większa od smugi dymu.
Dlaczego prognozowanie jest trudne
Turbulencja wzmacnia małe różnice i przenosi informacje między skalami. W prognozach pogody część najmniejszych struktur jest mniejsza niż oczka siatki obliczeniowej, więc trzeba je parametryzować. Ograniczona rozdzielczość i wrażliwość atmosfery są jednymi z powodów, dla których prognozy mają skończony horyzont użyteczności.
Turbulencja i wymiana ciepła
Chaotyczne mieszanie zwiększa transport ciepła pomiędzy płynem a powierzchnią. Dlatego wymienniki ciepła często są projektowane tak, aby zaburzać przepływ i wzmacniać mieszanie, mimo kosztu większego oporu. Inżynier płaci dodatkową energią pompowania za szybszą wymianę ciepła. To typowy kompromis projektowy.
Szersza perspektywa: dlaczego przepływ bywa trudny do przewidzenia
Przepływ może być opisany deterministycznymi równaniami, a mimo to wyglądać chaotycznie i być niezwykle czuły na warunki początkowe oraz geometrię. Gdy pojawia się turbulencja, energia jest przekazywana między wieloma skalami, a małe wiry wpływają na transport pędu, ciepła i substancji. W praktyce oznacza to, że dokładna symulacja wszystkich szczegółów bywa nierealna, dlatego inżynierowie używają modeli statystycznych i eksperymentów. To jeden z najlepszych przykładów różnicy między „znamy równania” a „potrafimy łatwo przewidzieć każdy przypadek”.