Forscher der Universität Oxford haben eine bahnbrechende Methode zur Modellierung turbulenter Systeme vorgestellt, die Wahrscheinlichkeiten nutzt, um die rechnerische Hydrodynamik zu transformieren. Diese Innovation verspricht, das Studium chaotischer Systeme erheblich zu verbessern.
Seit Jahren stellt die präzise Vorhersage der Dynamik turbulenter Fluidströmungen eine Herausforderung für Wissenschaftler und Ingenieure dar. Traditionelle rechnerische Methoden haben Schwierigkeiten, über die einfachsten turbulenten Strömungen hinaus zu simulieren, aufgrund der chaotischen und unvorhersehbaren Natur der Turbulenz, die durch wirbelnde Wirbel verschiedener Formen und Größen gekennzeichnet ist.
In Zusammenarbeit mit Kollegen aus Hamburg, Pittsburgh und Cornell hat das Oxford-Team das Problem neu definiert, um die Notwendigkeit der direkten Lösung dieser turbulenten Schwankungen zu beseitigen. Anstatt die Schwankungen direkt zu modellieren, haben sie sie als Zufallsvariablen dargestellt, die gemäß einer Wahrscheinlichkeitsverteilungsfunktion verteilt sind. Dieser Ansatz ermöglichte es ihnen, signifikante Strömungseigenschaften wie Auftrieb und Widerstand zu extrahieren, ohne sich mit dem Chaos turbulenter Schwingungen zu befassen.
In der Regel erfordert die Modellierung von Wahrscheinlichkeitsverteilungen der Turbulenz die Lösung komplexer Fokker-Planck-Gleichungen, eine Aufgabe, die klassische Methoden nicht effektiv bewältigen können. Um dies zu bewältigen, hat das Team eine quanteninspirierte rechnerische Technologie angewendet, die an der Universität Oxford entwickelt wurde, und Tensor-Netzwerke verwendet, um die Wahrscheinlichkeitsverteilungen der Turbulenz in einem hyperkomprimierten Format darzustellen, was deren Simulation ermöglicht.
Während der Studie benötigte der quanteninspirierte Algorithmus, der auf einem einzelnen Prozessorkern läuft, nur wenige Stunden für Berechnungen, die ein entsprechender klassischer Algorithmus mehrere Tage auf einem Supercomputer benötigt hätte. Zukünftige Fortschritte werden mit dem Einsatz des quanteninspirierten Tensor-Netzwerk-Algorithmus auf spezialisierten Hardware wie Tensor-Prozessoren und fehlertoleranten Quantenchips erwartet.
Laut den Forschern stellt dieser Ansatz nicht nur die aktuellen Grenzen der Turbulenzmodellierung in Frage, sondern ebnet auch den Weg zur Simulation anderer chaotischer Systeme, die probabilistisch beschrieben werden können. Dr. Nikita Guryanov, der leitende Forscher der Physikabteilung von Oxford, erklärte: "Die nachgewiesenen und zukünftigen rechnerischen Vorteile eröffnen nicht nur neue, zuvor unzugängliche Bereiche der Turbulenzphysik für die wissenschaftliche Erforschung, sondern kündigen auch die Entstehung von rechnerischen Codes der nächsten Generation in der Hydrodynamik an. Dies könnte die Wettervorhersagen verbessern, die Aerodynamik von Fahrzeugen optimieren und die Effizienz der chemischen Industrie steigern, unter anderem Anwendungen."