Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:2503.21532

帮助 | 高级搜索

物理学 > 等离子体物理

arXiv:2503.21532 (physics)
[提交于 2025年3月27日 ]

标题: 重杂质在漂移波湍流中的多尺度几何拉格朗日统计

标题: Multiscale geometrical Lagrangian statistics of heavy impurities in drift-wave turbulence

Authors:Zetao Lin, Benjamin Kadoch, Saddrudin Benkadda, Kai Schneider
摘要: 我们通过使用Hasegawa-Wakatani模型分析其轨迹,研究重杂质在边缘等离子体湍流中的行为。 通过直接数值模拟,我们在统计稳态湍流中跟踪带电杂质粒子的集合体经过数百个涡旋周转时间。 假设重杂质滞后于流动,提出了一种新的重杂质弛豫时间的推导方法。 我们的结果表明,重杂质可以在湍流中聚集。 我们提供了重杂质轨迹的多尺度几何 拉格朗日统计。 为了量化方向变化,我们分析了尺度相关的曲率角,以及斯托克斯数对平均曲率角和曲率角概率分布函数的影响。
摘要: We investigate the behavior of heavy impurities in edge plasma turbulence by analyzing their trajectories using the Hasegawa-Wakatani model. Through direct numerical simulations, we track ensembles of charged impurity particles over hundreds of eddy turnover times within statistically steady turbulent flows. Assuming that heavy impurities lag behind the flow, a novel derivation of relaxation time of heavy impurities is proposed. Our results reveal that heavy impurities can cluster within turbulence. We provide multiscale geometrical Lagrangian statistics of heavy impurities trajectories. To quantify directional changes, we analyze the scale-dependent curvature angle, along with the influence of the Stokes number on the mean curvature angles and the probability distribution function of curvature angles.
评论: 19页,2表,7图
主题: 等离子体物理 (physics.plasm-ph) ; 计算物理 (physics.comp-ph); 流体动力学 (physics.flu-dyn)
MSC 类: 76Fxx
引用方式: arXiv:2503.21532 [physics.plasm-ph]
  (或者 arXiv:2503.21532v1 [physics.plasm-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2503.21532
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kai Schneider [查看电子邮件]
[v1] 星期四, 2025 年 3 月 27 日 14:22:43 UTC (6,933 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
physics.plasm-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-03
切换浏览方式为:
physics
physics.comp-ph
physics.flu-dyn

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号