Avec la bonne physique, il est possible de faire sauter une boîte de circuits à travers le système solaire avec une précision extrême pour se rapprocher de mondes lointains.
Mais mélangez une touche de lait dans votre thé et le mieux que les physiciens puissent faire est de deviner les types de motifs que vous verrez tourbillonner dans la boisson.
Les fluides sont vraiment des éléments chaotiques pour la science, mais une nouvelle façon de calculer leur mouvement pourrait bientôt rendre leur écoulement beaucoup plus prévisible.
Non seulement les scientifiques pourraient l’utiliser pour améliorer notre compréhension de l’hydrodynamique, mais cela pourrait rendre tout, des prévisions météorologiques à la conception des véhicules, beaucoup plus précis.
Des physiciens du Georgia Institute of Technology ont montré qu’il était possible d’identifier des moments où la turbulence reflète des schémas mesurables, en trouvant efficacement des scintillements d’ordre mathématique dans le pandémonium.
“Pendant près d’un siècle, la turbulence a été décrite statistiquement comme un processus aléatoire”, explique Roman Grigoriev, physicien de Georgia Tech.
“Nos résultats fournissent la première illustration expérimentale que, sur des échelles de temps suffisamment courtes, la dynamique de la turbulence est déterministe – et la relie aux équations gouvernantes déterministes sous-jacentes.”
La turbulence est difficile à prévoir en grande partie à cause de la façon dont de petits tourbillons, ou tourbillons, se forment dans un fluide. Lorsque la matière s’écoule en ligne droite dans un courant régulier, il est facile de prédire sa vitesse et sa trajectoire. Si l’un des trajets du courant devient lent, peut-être en étant entraîné le long d’une surface moins mobile, le fluide se repliera sur lui-même.
A chaque nouveau courant de curling, une nouvelle surface se forme qui peut produire de nouveaux tourbillons.
Pour compliquer encore les choses, chaque vortex se comporte au gré d’un certain nombre de facteurs – de la pression à la viscosité – s’ajoutant rapidement à une tempête dans une tasse de thé qu’aucun ordinateur ne pourrait espérer suivre.
De près, tout semble si aléatoire. Prenez du recul, et les statistiques montrent clairement que le processus global reste fermement ancré dans les mêmes règles anciennes qui régissent tous les autres objets en mouvement dans l’Univers.
“La turbulence peut être considérée comme une voiture suivant une séquence de routes”, explique Grigoriev.
“Peut-être une analogie encore meilleure est un train, qui non seulement suit un chemin de fer selon un horaire prescrit, mais a également la même forme que le chemin de fer qu’il suit.”
Tout comme avec notre chemin de fer analogique, il est possible de décrire la turbulence soit par une simulation numérique, soit par le biais de modèles physiques. Et tout comme un horaire de train est utile pour vous amener au travail à l’heure, s’en tenir à une approche mathématique de la turbulence est la seule voie à suivre si vous voulez des prévisions fiables.
Malheureusement, tous ces chiffres peuvent rapidement s’additionner, ce qui rend les calculs coûteux.
Pour voir s’il y avait un moyen de simplifier les prédictions, l’équipe a mis en place un réservoir avec des parois transparentes et un fluide contenant de minuscules particules fluorescentes. Canaliser le fluide entre une paire de cylindres en rotation indépendante et suivre le contenu incandescent était comme regarder des trains rouler dans la gare en temps réel.
Cependant, les chercheurs devaient d’abord proposer des horaires et voir lesquels ressemblaient à ce qu’ils voyaient.
Cela impliquait de calculer des solutions à un ensemble d’équations conçues il y a près de 200 ans. En alignant l’expérience sur les résultats mathématiques, l’équipe a pu identifier quand des modèles particuliers de turbulence appelés structures cohérentes sont apparus.
Alors qu’ils apparaissent régulièrement dans les fluides en mouvement, le moment des structures cohérentes est imprévisible. Dans cette configuration particulière, les structures cohérentes adhéraient à un modèle quasi-périodique composé de deux fréquences – l’une inclinée autour de l’axe de symétrie du flux, l’autre basée sur un autre ensemble de décalages dans le courant environnant.
Bien qu’il ne s’agisse pas exactement d’un simple ensemble d’équations pouvant décrire la turbulence sous toutes ses formes, il démontre le rôle que des structures cohérentes pourraient jouer pour les rendre plus prévisibles.
En approfondissant ces travaux, les recherches futures pourraient rendre leurs « calendriers » de turbulences plus dynamiques, en les décrivant plus en détail que les moyennes statistiques ne pourraient le fournir.
“Cela peut nous donner la capacité d’améliorer considérablement la précision des prévisions météorologiques et, plus particulièrement, de permettre la prévision d’événements extrêmes tels que les ouragans et les tornades”, déclare Grigoriev.
“Le cadre dynamique est également essentiel pour notre capacité à concevoir des flux avec les propriétés souhaitées, par exemple, une traînée réduite autour des véhicules pour améliorer l’efficacité énergétique, ou un transport de masse amélioré pour aider à éliminer plus de dioxyde de carbone de l’atmosphère dans l’industrie émergente de la capture directe de l’air.”
Cela pourrait même enfin vous dire à quoi vous attendre dans votre prochaine tasse de thé.
Cette recherche a été publiée dans PNAS.
