간헐성

편집 역사 토론
난류 유체역학 통계 마지막 수정: 2026-07-27 04:21:39

1. 개요[편집]

간헐성(intermittency)은 난류의 작은 스케일 활동 — 특히 에너지 소산과 속도 증분 — 이 시공간에 고르게 퍼져 있지 않고 드물지만 격렬한 사건에 몰려 있는 성질이다. 그 결과 통계량이 가우스 분포에서 체계적으로 벗어나 두꺼운 꼬리를 갖고, 콜모고로프 스케일 문서에서 소개한 K41의 자기상사 가정이 고차 통계에서 깨진다.

한 줄로 요약하면 이렇다. 난류는 평균적으로 얌전하고 국소적으로 미쳐 있다. 소산은 유동 전체에 골고루 퍼진 안개가 아니라 얇은 판과 실 같은 구조에 응축돼 있고, 우리가 격자로 잡아내지 못하는 것도 대개 그 응축된 부분이다. 이 문서는 통계적 간헐성만 다룬다 — 난류 천이에서 나오는 간헐도 γ\gamma(난류 반점이 지나가는 시간 비율)는 이름만 같은 다른 개념이다.1

2. K41은 무엇을 가정했나[편집]

콜모고로프의 1941년 이론은 관성 부영역에서 통계가 오직 평균 에너지 소산율 ε\varepsilon 과 거리 rr 로만 결정된다고 놓는다. 종방향 속도 증분 δu(r)=[u(x+r)u(x)]r^\delta u(r) = [\mathbf{u}(\mathbf{x}+\mathbf{r}) - \mathbf{u}(\mathbf{x})]\cdot \hat{\mathbf{r}}pp구조함수는 차원 해석만으로

Sp(r)=(δu)p(εr)p/3,ζp=p3S_p(r) = \langle (\delta u)^p \rangle \propto (\varepsilon r)^{p/3}, \qquad \zeta_p = \frac{p}{3}

가 된다. 지수가 pp 에 대해 직선이라는 것이 K41의 핵심이자 약점이다. 직선이라는 말은 곧 스케일을 바꿔도 분포의 모양이 그대로라는 뜻, 즉 완전한 자기상사다.

그런데 K41 안에도 예외적으로 튼튼한 결과가 하나 있다. 나비에-스토크스에서 근사 없이 유도되는 4/5 법칙이다.

(δu)3=45εr\langle (\delta u)^3 \rangle = -\frac{4}{5}\,\varepsilon r

p=3p=3 에서 ζ3=1\zeta_3 = 1 은 정확하다. 간헐성 수정 이론들이 전부 ζ3=1\zeta_3 = 1 을 통과하도록 설계되는 이유가 이것이고, 실험에서 지수를 뽑을 때 ζp/ζ3\zeta_p/\zeta_3 형태의 상대 지수를 쓰는 이유이기도 하다.

3. 관측 — 지수는 휘어 있다[편집]

풍동·대기 경계층·제트, 그리고 직접수치모사에서 측정한 ζp\zeta_pp/3p/3 직선 아래로 볼록하게 휘어 있다. 고차로 갈수록 K41과의 이탈이 커진다.

ppK41 예측 p/3p/3실측 ζp\zeta_p (대략)
20.6670.70
41.3331.28
62.0001.8
82.6672.2

증거는 지수 말고도 많다.2

  • 평탄도(flatness)의 폭발. F(r)=S4/S22rζ42ζ2F(r) = S_4/S_2^2 \propto r^{\zeta_4 - 2\zeta_2} 인데 지수가 음수라, 스케일을 줄일수록 분포가 가우스의 3에서 멀어져 뾰족해진다. 속도 미분의 평탄도는 ReλRe_\lambda 가 커지면 함께 커져 수십에 이른다.
  • 미분 왜도의 음수 고정. S=(u/x)3/(u/x)23/20.5S = \langle (\partial u/\partial x)^3\rangle / \langle (\partial u/\partial x)^2\rangle^{3/2} \approx -0.5 안팎으로, 부호가 음이라는 것 자체가 와도 늘림이 소산을 만들어 낸다는 방향성의 증거다.
  • 소산율 자체의 꼬리. 국소 소산 εr\varepsilon_r(반경 rr 로 거칠게 평균한 값)은 로그정규에 가까운 분포를 갖고, 상관 εrεr\langle \varepsilon_r \varepsilon_{r'} \rangle멱법칙으로 감소한다.

4. 수정 모형들[편집]

4.1. K62 — 로그정규[편집]

콜모고로프 본인이 1962년에 내놓은 수정(정련 자기상사 가설)은 ε\varepsilon 을 상수가 아니라 εr\varepsilon_r 이라는 확률변수로 바꾸고, 그 로그가 정규분포라고 가정한다. 결과는

ζp=p3+μ18p(3p),μ0.20.25\zeta_p = \frac{p}{3} + \frac{\mu}{18}\,p\,(3-p), \qquad \mu \approx 0.2\text{--}0.25

μ\mu 가 간헐성 지수다. ζ3=1\zeta_3 = 1 은 자동으로 지켜지고 저차 데이터도 잘 맞지만, 결정적 결함이 있다. pp 가 커지면 ζp\zeta_p 가 감소로 돌아서는데, 구조함수 지수는 pp 에 대해 감소하면 안 된다는 부등식(노비코프 제약)이 있어 고차에서 비물리적이다.3

4.2. She-Lévêque[편집]

1994년 She와 Lévêque가 로그-푸아송 계단식 모형으로 얻은

ζp=p9+2[1(23)p/3]\zeta_p = \frac{p}{9} + 2\left[1 - \left(\frac{2}{3}\right)^{p/3}\right]

은 조절 매개변수가 하나도 없는데 실측 지수를 놀랍도록 잘 맞힌다. 가장 특이한 구조(가장 격렬한 소산 자리)가 여차원 2, 즉 실 모양 소용돌이 필라멘트라는 물리적 가정이 계수에 박혀 있는 것이 이 모형의 매력이다.

4.3. 다중프랙탈[편집]

파리시와 프리쉬의 다중프랙탈 그림은 아예 지수 하나를 포기한다. 국소 스케일링 δu(r)rh\delta u(r) \sim r^{h} 의 지수 hh 가 공간에 따라 다르고, 지수 hh 를 갖는 집합의 프랙탈 차원이 D(h)D(h) 라고 두면 안장점 계산으로

ζp=infh[ph+3D(h)]\zeta_p = \inf_h \left[\,p h + 3 - D(h)\,\right]

ζp\zeta_p 의 휘어짐은 D(h)D(h) 의 르장드르 변환일 뿐이라는 것 — 즉 간헐성은 단일 스케일링의 실패가 아니라 스케일링 지수의 스펙트럼이라는 관점이다. D(h)D(h) 가 한 점이면 K41로 되돌아간다.

5. 실무에서 왜 신경 쓰는가[편집]

  • 격자와 예산. 소산이 국소적으로 몰려 있으면, 평균 소산율로 계산한 콜모고로프 스케일은 낙관적 추정이다. DNS에서 η\eta 를 겨우 해상했다는 격자가 국소 극값 근처에서는 부족할 수 있고, 그래서 고차 통계 수렴에는 해상도와 표본 길이가 훨씬 더 든다.
  • LES 부격자 모형. 대와류 모사의 부격자 응력 모형은 대개 국소 평형을 깔고 시작하는데, 그 평형이 성립하지 않는 곳이 정확히 간헐적인 사건이 벌어지는 곳이다. 동적 모형·확률적 부격자 모형이 등장한 배경.
  • 드문 사건이 설계를 정한다. 연소 소화·재점화, 액적 파쇄, 난류 하중의 피크, 대기 확산의 고농도 순간 — 전부 평균이 아니라 꼬리가 정하는 문제다. 극값 통계·신뢰성 해석이 난류 데이터와 만나는 지점이 여기다.
  • 모형 검증의 리트머스. RANS든 LES든 평균장은 어지간하면 맞힌다. 고차 구조함수 지수를 맞히는지가 진짜 시험대다.4

6. 관련 문서[편집]

7. Footnotes[편집]

  1. 이름 충돌이 진짜 헷갈린다. 천이 쪽 간헐도 γ\gamma 는 “여기가 지금 난류인가 층류인가”의 시간 비율이고, 이 문서의 간헐성은 “완전 발달 난류 안에서 소산이 얼마나 뭉쳐 있는가”다. 학회장에서 서로 다른 얘기를 하며 30분쯤 고개를 끄덕이다 파국을 맞는 고전 레퍼토리.

  2. 실험 데이터에서 지수를 뽑을 때는 확장 자기상사(ESS)를 쓰는 게 국룰이다. SpS_prr 이 아니라 S3S_3 에 대해 그리면 관성 부영역이 짧은 저Re 데이터에서도 직선 구간이 훨씬 길게 나온다. 왜 그렇게 잘 되는지에 대한 완전한 이론적 설명은 아직 없다는 점이 은근히 킹받는 부분.

  3. K62의 로그정규 가정이 물리적 근거보다 수학적 편의에서 왔다는 점은 랜다우가 곧바로 지적했다는 일화로 유명하다. 이른바 “랜다우의 반론” — 소산율의 분포는 유동의 대규모 구조에 의존하므로 보편적일 수 없다는 것. 지금도 유효한 지적이다.

  4. “그래서 실무 CFD에서 간헐성을 모형에 넣나?”라고 물으면, 대부분의 산업 해석은 안 넣는다. 평균장과 항력계수만 필요한데 고차 통계까지 갈아 넣을 이유가 없기 때문. 다만 연소·미세먼지·음향처럼 꼬리가 답을 정하는 문제로 넘어가는 순간 태도가 급변한다.