Double-diffusive sedimentation at high Schmidt numbers: Semi-Lagrangian simulations

沉积作用 物理 机械
作者
Jean-Baptiste Keck,Georges-Henri Cottet,Eckart Meiburg,Iraj Mortazavi,Christophe Picard
出处
期刊:Physical review fluids [American Physical Society]
卷期号:6 (2) 被引量:2
标识
DOI:10.1103/physrevfluids.6.l022301
摘要

When particle-laden freshwater is placed above clear saltwater, double-diffusive sedimentation can arise. Navier-Stokes direct numerical simulations by Burns and Meiburg showed that this process can be dominated by either Rayleigh-Taylor or double-diffusive fingering instabilities. Based on two-dimensional simulations, those authors identify a single dimensionless parameter that can be employed to distinguish between these regimes. Here we develop a high-performance semi-Lagrangian computational approach that enables us to extend these high Schmidt number simulations to three dimensions, and to confirm the validity of their proposed scaling law for three-dimensional flows.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
李爱国应助ENEN采纳,获得10
1秒前
2秒前
田様应助wowser采纳,获得10
3秒前
zzz627发布了新的文献求助10
4秒前
PPSlu完成签到,获得积分10
4秒前
LZJ完成签到 ,获得积分10
5秒前
嬛嬛完成签到,获得积分10
5秒前
迅速的大山完成签到 ,获得积分10
6秒前
7秒前
8秒前
ding7862完成签到,获得积分10
9秒前
leo完成签到,获得积分10
10秒前
静心求真金教授完成签到,获得积分10
12秒前
Diflute完成签到 ,获得积分10
15秒前
zhangxasq完成签到,获得积分10
16秒前
永远的得胜同志完成签到,获得积分10
17秒前
健忘魔镜完成签到,获得积分10
18秒前
18秒前
ldk2025完成签到,获得积分10
19秒前
jinjinjin完成签到,获得积分10
21秒前
22秒前
Vv完成签到,获得积分20
22秒前
白bai完成签到 ,获得积分10
22秒前
欧斯奥特曼完成签到 ,获得积分10
24秒前
ChandlerZB完成签到,获得积分10
25秒前
25秒前
面壁的章北海完成签到,获得积分10
28秒前
30秒前
Jdjin完成签到,获得积分20
31秒前
排骨大王完成签到 ,获得积分10
31秒前
PatriciaJ完成签到,获得积分10
33秒前
33秒前
34秒前
Explosion完成签到,获得积分10
34秒前
芝诺的乌龟完成签到 ,获得积分0
35秒前
浪浪完成签到 ,获得积分10
36秒前
36秒前
整齐狗咪完成签到,获得积分10
36秒前
37秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Molecular Mechanisms of Photosynthesis, 4th Edition 1000
Organic Reactions, Volume 116 1000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7252936
求助须知:如何正确求助?哪些是违规求助? 8875073
关于积分的说明 18734672
捐赠科研通 6933528
什么是DOI,文献DOI怎么找? 3199831
关于科研通互助平台的介绍 2374606
邀请新用户注册赠送积分活动 2174506