Algoritmos de punto de cambio aplicados a la detección de estructuras vorticosas en flujos turbulentos

Abstract

En este trabajo se presenta el análisis de la aplicación del modelo de un algoritmo de punto de cambio (Change Point Model, CPM), basado en tests no paramétricos, para la detección de estructuras turbulentas en un flujo de aire. Se busca detectar los vórtices generados en la estela de un perfil aerodinámico dotado de un dispositivo de control pasivo de flujo (mini flap de Gurney) ubicado en el borde de fuga. De la muestra de datos obtenida se analiza la aplicación de modelos CPM, con el fin de determinar los posibles cambios de la fluctuación de la velocidad sensada, comparando los resultados con análisis tradicionales. El objetivo principal del estudio es el de detectar las frecuencias características de las estructuras turbulentas inmersas en el campo del flujo. De los resultados obtenidos se desprende que el modelo CPM basado en el test de Cramer-von Mises (CPM-CvM) presenta una buena concordancia con las detecciones esperadas (diferencias menores al 9,5%), mostrando ser una herramienta alternativa para el análisis de estos tipos de flujo en tiempo real. Este trabajo muestra, finalmente, una nueva aplicación para CPM en la detección de cambios en señales aleatorias dependientes del tiempo que tienen una distribución, a priori, desconocida.

The present work shows the application of a change point model (CPM) algorithm, based on non-parametric tests, to turbulent structures detection in an airflow. It seeks to detect the vortices generated in the wake of an airfoil, equipped with a passive flow control device (Gurney mini flap) in its trailing edge. By applying CPM models to the sample data, this paper seeks to determine the possible changes to the velocity fluctuations and compare the models effectiveness to traditional methods. The main objective of this study is to detect the characteristic frequencies of the turbulent structures immersed in the airflow. The results show that the CPM methodology, based on the Cramer- von Mises (CPM-CvM) test, produces results that coincide with values predicted by traditional methods (less than 9.5% of mismatch), validating its use as a real time alternative tool for the analysis of these types of flows. Finally, this work shows a new application of CPM for detecting changes in a timedependent random signal, which has an a priori unknown distribution.