Video Experimental Relacionado
Updated: Jan 13, 2026

Three-dimensional Particle Tracking Velocimetry for Turbulence Applications: Case of a Jet Flow
Published on: February 27, 2016
Super-resolución generativa de flujos turbulentos mediante interpolantes estocásticos
Martin Schiødt1, Nikolaj T Mücke2, Clara M Velte3
1DTU Construct, Technical University of Denmark, Kongens Lyngby, 2800, Denmark. maschi@dtu.dk.
Este estudio utiliza interpolantes estocásticos para mejorar datos de flujo turbulento de baja resolución, reconstruyendo con precisión dinámicas de pequeña escala. El método por parches logra eficientemente una superresolución de alta calidad comparable a los enfoques de campo completo.
Área de la Ciencia:
- Dinámica de fluidos
- Ciencia computacional
- Aprendizaje automático
Sus antecedentes:
- Los flujos turbulentos presentan desafíos multiescala debido a la resolución experimental limitada y los altos costos de simulación de alta fidelidad.
- Las representaciones de flujo gruesas a menudo no logran capturar dinámicas cruciales de pequeña escala, lo que limita las aplicaciones prácticas.
- Los modelos generativos ofrecen una solución potencial para reconstruir escalas de flujo no resueltas.
Objetivo del estudio:
- Aprovechar los modelos generativos, específicamente los interpolantes estocásticos, para la superresolución de campos de velocidad turbulentos.
- Reconstruir dinámicas de pequeña escala no resueltas a partir de datos condicionales de baja resolución.
- Evaluar una aplicación novedosa por parches de interpolantes estocásticos para la reconstrucción eficiente del flujo.
Principales métodos:
- Se emplearon interpolantes estocásticos para la superresolución de un caso de estudio de turbulencia bidimensional.
- Se utilizó una aplicación iterativa y por parches de interpolantes estocásticos para una reconstrucción eficiente.
- Se comparó el enfoque por parches con métodos de campo completo y otros modelos generativos.
Principales resultados:
- La estrategia por parches reconstruyó con éxito instantáneas de flujo super-resueltas físicamente consistentes.
- Se recuperaron con precisión cantidades estadísticas clave, incluido el espectro de energía cinética.
- Los interpolantes estocásticos superaron a los modelos generativos competidores en varias métricas.
Conclusiones:
- La aplicación por parches de interpolantes estocásticos proporciona un método eficiente y eficaz para la superresolución de flujos turbulentos.
- Este enfoque produce resultados comparables en calidad a los métodos de campo completo.
- Los interpolantes estocásticos muestran un potencial significativo para avanzar en el análisis de flujos turbulentos.
Videos de Conceptos Relacionados
Turbulent Flow: Problem Solving
Temperature is a key factor in CO2 solubility. In this case, the CO2 gas and the liquid are cooled to 20°C. Lower temperatures enhance...
Turbulent Flow
Laminar and Turbulent Flow
Bernoulli's Equation for Flow Along a Streamline
Bernoulli's Equation for Flow Normal to a Streamline
The pressure difference depends on the fluid's velocity and radius of curvature. The pressure variation is minimal in flows with nearly straight streamlines. However, the...
Uniform Depth Channel Flow: Problem Solving

