0

8
2

文字

分享

0
8
2

船隻設計的基礎,船模實驗大解密!——成功大學系統及船舶機電工程學系陳政宏副教授專訪

科技大觀園_96
・2021/12/03 ・3981字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

臺灣近年推動自主國防,時常可以看到國艦國造的相關新聞,但你有沒有想過:所費不貲動輒數億的造船經費,要如何知道實船完工是真的功能完整的呢?國立成功大學系統及船舶機電工程學系副教授陳政宏指出,為了驗證船隻模型性能,研究者們設計了各種船模實驗,廣泛用於建造實船之前評估目前船隻設計方案的性能是否符合期望,或是存有潛在流體動力學上的問題。

國防自主艦國造計畫中的磐石軍艦。圖/中華民國海軍全球資訊網

釐清速度與阻力之間的關係:裸船阻力實驗、單獨螺槳實驗與自航實驗

船模實驗中研究者將縮小船模置於其中實驗水槽進行各種操作,並推估放大後的性能狀態。其中,裸船阻力實驗便用來釐清直線航行時,船隻速度與阻力之間的關聯,進而評估推進器設計、馬力與船體如何搭配恰當。然而,螺槳產生推進力的效能同時會受到其本身性能與船殼造成的流場交互影響。

裸船阻力測試。圖/RGB國家研究資訊系統

陳政宏教授解釋,為了拆解可能的混淆變項,因此又衍伸了兩種實驗:螺槳單獨性能實驗、自推實驗。螺槳單獨性能實驗中,螺槳會被放置在一個均勻、流速固定的流體中檢視它的推力大小,以及是否有性能問題。例如螺槳最怕遇到的空蝕 (Cavitation) 問題,當螺槳透過推動水流取得前進的推力時,根據白努利定律,流體速度提高、壓力下降便可能使水氣化,進而出現小氣泡改變整體流場狀態影響實驗結果,甚至氣泡破裂時產生微小的力量也會逐漸侵蝕葉片表面。如何設計出能產生強大推力,但最小化空蝕現象的螺槳,便要依靠螺槳單獨性能實驗。

自航實驗則用來處理螺槳與船殼的搭配問題,裸船阻力實驗中,船首在拖航水槽中由儀器拖動加速,而實際船隻運行時螺槳從後方推動船殼,兩者間產生的流場不同。不同船殼設計也會造成進入螺槳的水流不同,使得實際阻力可能不同。此時便需要透過自推實驗取得螺槳與船殼交互作用後的綜合性、修正後的性能結果。相反的,若缺少裸船阻力實驗與螺槳單獨性能實驗,當自推實驗不理想,研究者也難以分析是哪個部份出現問題。

了解船模製造的流場分布:艉跡流實驗

陳政宏教授也提及,前面提到不同船殼搭配同個螺槳可能產生截然不同的效果,源於不同船殼尾部產生的艉跡流流場不同。因此需要額外實驗以決定如何搭配、設計螺槳,甚至當船殼設計不佳,導致流場流速差異過大,也能夠考慮重新設計船殼或增加整流器。儘管整流器會增加些許阻力,但若能顯著提升螺槳效率反而有亡羊補牢的效果。

-----廣告,請繼續往下閱讀-----

艉跡流實驗也帶出船隻研究的重大議題——電腦運算速度仍不夠快到能投入實用,因此船模實驗仍有存在的必要。目前電腦還無法直接、快速、精確地處理紊流的問題,超級電腦要花上千年才能算完一艘潛艇定速航行時的流場。然而即使使用紊流模型模擬流場以加快速度,也會面臨精確模擬的另一大挑戰是必須提供足夠多、詳細且精準的初始與邊界條件給電腦,才能確保模型模擬結果的準確性。實務上,通常是船模實驗與電腦模擬兩者並重,對船隻設計進行評估。

實船放大後仍會遇到許多變數-紊流與製造技術限制

即使通過船模實驗,真實比例的實船航行時仍會遇到預期外狀況。紊流便是其中之一,因為流體的黏滯力,行進時流體會在船體表面形成一層稱為邊界層的薄膜,邊界層前段為流動較規則的層流,中後段則是不穩定的紊流。船模與實船時前進時,紊流在流場中出現的相對位置不同。因此船模實驗可能會在船艏貼上砂紙或釘子作為激紊器,希望模擬放大為實船後會有相似的紊流邊界層特性。

前段流動較規則的層流,及中後段不穩定的紊流。圖/wikipedia

此外,製造技術產生的公差放在船模與實船,也會導致不同尺度的影響。一公分的誤差對實船或許影響不大,但對船模而言可能改變流場甚鉅。所以船模也必須有一定尺寸並製作精密才能製造貼近實船的流場,如大型商船船模需要在 6 – 8 公尺最為恰當。

如何確定船模實驗結果可以類推到實船:幾何、運動學與動力學相似性

船模實驗為了確保結果有效性,不只要求船模符合幾何相似,還需要運動學與流體動力學相似性。幾何相似指的便是船模外型須與實船相似,運動學相似則是指流場形狀、流速與壓力分佈必須相似。最複雜的動力學相似,要求船模受到各種作用力間彼此的比例關係必須對應,如流場中流體黏滯力、移動產生的慣性力與波浪所形成的重力波。但由於實驗中上述三種作用力,兩兩間的比例關係無法同時滿足:

-----廣告,請繼續往下閱讀-----
  1. 若想固定慣性力與黏滯力間的比例,「船速度 × 船長」必須為一常數。
  2. 若想固定慣性力與重力之間的比例,則是「船速度 ÷ √船長」 必須為一常數。

由上面的公式可以知道,船模較實船尺寸縮小,因此若想讓 1. 比例維持一致,則船隻速度要增加。但同時想要固定 2. 的比例,則要求船隻速度縮小,兩者是相互矛盾的。因此陳政宏教授也提到實務上,通常會犧牲慣性力與黏滯力的比例,因為通常紊流流場中慣性力對黏滯力的比例夠高。此時在紊流完全發展下,慣性力對黏滯力的比例差異造成的影響差異較小。

讓船隻前進更有效率:減少阻力的方法

根據造成阻力的原因,研究者們發展了各種方式降低船隻行進中受到的阻力。船隻在流體中前進主要會受到三種類型的阻力影響:

第一種是最直觀的表面摩擦力,可以透過使用光滑材質設計船體,或是疏水性或親水性鍍膜、塗料減少摩擦力。但儘管鍍膜與塗料在實驗中取得很好的成效,實務上仍有諸多挑戰,例如:實船長期航行塗料脫落重新上塗料成本巨大、塗料是否環保,如海洋生物附著在船體也會增加表面摩擦力等原因,都是降阻方案投入實務領域面臨的挑戰。

海洋生物附著在船體會增加表面摩擦力,需要定期清理。圖/flickr

第二種阻力為船隻行進時造成的波浪,透過船殼形狀設計可以減少行進時製造的波浪,例如斧艏與劍艏利於破浪;或是流行近百年的球形艏,在船艏水面下的部分設計突出的鈍形構造,能在水面下先製造一個波浪與船艏製造的波浪抵銷。此外,整體船型在細尖的船艏、寬敞的肩部與舯段、船艉之間,不能太快變寬或收攏,才能減少造浪。

-----廣告,請繼續往下閱讀-----

最後一種為黏性壓差阻力,源於垂直於船體表面的壓力。船體左右對稱左右合力抵銷,但船艏由於船體向前進壓力較大,船艉由於原本貼於表面邊界層中的流體因為速度下降剝離,形成紊流區,使壓力降低。這使得整體壓力的合力向後,形成阻力,需要透過流線型船殼與較佳的船艉設計解決。

為實際航行提供指引:耐海與運動操縱性能實驗

陳政宏教授也補充,前面提到的實驗都還只是在靜止水域觀察船模性能,但實際航行時海象變化莫測,還需要評估船體在有浪環境的性能表現,才能確保安全。此時會先使用造波機製造固定波高與波長的規則波浪,觀察船模在規則波浪中前進受到的阻力,以及在空間中六個自由度(前後、左右、上下、俯仰、橫搖與平擺)上的運動。進一步也會參考實際海浪觀測資料中各種波長的機率分布,模擬做出不規則波浪,同時檢視各角度海浪拍打下船模的運動狀態。另外也會做迴旋、之字形航行……等各類操縱,完整了解運動性能。這些數據日後都能提供給船東或船長參考,判斷當船遇到各程度的海浪時,船隻速度下降、耗油增加程度,或是在何種海況下船隻應該停航以確保安全。

不只要夠大,還要夠安靜的水域:潛航器自航實驗

相較於水面上航行的船隻,潛航器自航測試類似無人船的概念,將模型放置在夠大的水體後,依靠裝置於潛航器上量測設備,記錄其航行姿勢、尾舵方向與力道、航行軌跡。因為需要在夠大的水體中進行,英國便是在人工興建的水庫中進行測試,也較容易控制環境變數。而基於軍事需求潛艇也強調匿蹤、安靜性能。因此挑選的水域不能夠太過吵雜,周邊有過多的遊憩設施、碼頭的噪音都可能干擾實驗結果。也因為要考慮聲學目的,對水域大小需求又會比一般自航實驗更大。以美國為例,則是找到位於愛達荷州由天然冰川侵蝕形成的湖泊 Lake Pend Oreille,狹長數十公里,且周邊只有少數聚落,成為進行潛艇實驗的理想場地。

整體而言,設計船隻時要解決的流體力學問題,主要有阻力與流場中的紊流。陳政宏教授最後提到,實務上同時需要船模實驗與電腦模擬數據相輔相成,從裸船殼到螺槳整合;從靜止水域到動態水域航行測試,經過一系列船模實驗評估,最終才能確保實船可以兼具性能與安全的揚帆啟航。

-----廣告,請繼續往下閱讀-----

參考文獻

文章難易度
科技大觀園_96
82 篇文章 ・ 1125 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

5
2

文字

分享

0
5
2
怪獸襲來!為什麼會有哥吉拉形狀的雲朵?:千變萬化的流體(三)
ntucase_96
・2021/12/11 ・2345字 ・閱讀時間約 4 分鐘

  • 作者/劉詠鯤

本文轉載自 CASE 報科學 《千變萬化的流體(三):哥吉拉雲—流體的不穩定性

海岸邊的雲層上緣,出現一隻隻如同哥吉拉形狀的雲;原子彈投下後,劇烈爆炸引起的蕈狀雲;土星大氣層內形狀獨特的雲帶……等。這些看似毫無相關的現象,背後其實成因都可以歸納為:流體中的不穩定性。

2020 年在青森縣的海邊,有網友分享了一張雲朵彷彿在進行「哥吉拉大遊行」的照片(圖一左上);也有飛行員在雲層上分享過類似的照片(圖一右上);除此之外,天文學家在土星的大氣層也觀察到相似形狀的雲層(圖一下)。這些「哥吉拉」的行動力竟然如此之高,不只在地球上出現,連土星上都有。這是否暗示它們背後其實具有相同的形成機制呢?

圖一左上:海岸邊的哥吉拉雲,圖/大間觀光土產中心推特
圖一 右上:飛行員在雲層上看到的哥吉拉雲,圖/世界氣象組織(WMO)推特
圖一下:土星大氣層內的雲帶照片。圖/NASA

在<千變萬化的流體(一)>一文中,我們介紹了流體流動的狀態主要可以分成兩種:層流與紊流。層流狀態的流體十分穩定,它可以被視為一層一層獨立的流動來討論;相對的,紊流如同它的名字所表示,流體內部的流動較為混亂,不同層之間的流體會互相混合、影響。而決定是層流還是紊流的關鍵因素便是「不穩定性」[1]

在描述天氣系統為甚麼難以預測時,常常會提到「蝴蝶效應」這個小故事:位在大西洋的颶風,其成因可能只是在亞馬遜森林裡面一隻蝴蝶煽動了翅膀,這個初始的小擾動,隨著時間演變,最終形成尺度龐大的結構。不穩定性在流體中扮演的角色也十分相似。起初流體內部隨機的產生十分微小的擾動,若整個流體的不穩定性足夠大,微小的擾動便有機會繼續成長,直到對整個流體都造成影響。流體中具有各式各樣的不穩定性,在本篇文章中,我們將會介紹與哥吉拉雲還有蕈狀雲有關的兩種不穩定性:克耳文-亥姆霍茲不穩定性以及瑞利-泰勒不穩定性。

-----廣告,請繼續往下閱讀-----

克耳文-亥姆霍茲不穩定性:哥吉拉雲

這個不穩定性得名於兩位對此現象進行研究的物理學家:發明絕對溫標的克耳文爵士,以及對聲學共振系統做出系統性研究的亥姆霍茲(在<香檳聲音哪裡來?>一文中,他曾經登場過)。這個不穩定性發生的條件是:兩層流體之間具有相對速度。

請搭配圖二,讓我們一起來理解這個不穩定性是如何產生哥吉拉雲的。假設有兩層流體,分別向左與向右運動。當它們彼此完美平行時,一切無事,如圖二(a)。但這個狀態其實並不穩定,任何的擾動,都可能會破壞這個完美狀態。例如,流體中形成了如圖二(b)的擾動,接下來流體的運動會如何變化呢?

對於淺藍流體來說,A 點的體積較原本略小,因此流動速度較大,如同澆花時,將水管捏住(管徑縮小),水可以噴得更遠。此外,流速較快也會使得 A 點的壓力減小;但對於紅色流體來說,A 點的壓力反而會增大。如此會導致流體內部的壓力分佈形成圖二(c)。兩種流體之間的壓力差,會進一步使擾動長大,如圖二(d)。最後,由於流體本身橫向的速度,使擾動在橫向上出現變形,如圖二(e)。如此一來,哥吉拉形狀是不是就出現了呢?

圖二:克耳文-亥姆霍茲不穩定性形成示意圖。圖/CASE 報科學

瑞利-泰勒不穩定性:核爆蘑菇雲

接下來,讓我們來看另一種在生活中沒那麼常見,但是看過就很難忘記的不穩定性現象:核爆產生的蘑菇雲。這種現象的成因,是來自於瑞利-泰勒不穩定性,它會發生於密度較大的流體壓在密度小的流體之上時。核彈爆發會在極短時間內釋放出極大熱量,將爆炸中心的空氣瞬間加溫。我們知道,氣體的溫度越高,密度越低,因此在爆炸中心,會瞬間形成大量的低密度空氣。

-----廣告,請繼續往下閱讀-----

讓我們用簡單的模型來看看,這種不穩定性是如何造成蘑菇雲的。圖三(a)中有兩種流體,密度較高的在上,此時整個流體系統處於不穩定態,只要有一點擾動 ,如圖三(b) ,不穩定性就會使擾動擴大。由於密度差異,重力使得密度小的流體上升,密度大的下降,使不穩定度振幅逐漸增大。此外,由於壓力差與密度差的方向並不平行,會導致流體的邊界形成渦旋,如圖三(c)。以上這些效應疊加在一起後[2],流體邊界處便會逐漸形成如蘑菇狀的特徵,如圖三(d)。

圖三:瑞利-泰勒不穩定性示意圖。圖/CASE 報科學

以上兩種流體不穩定性,其實在我們生活中也存在,例如:點燃的線香。由於線香燃燒處的溫度上升,空氣密度下降,此時就滿足瑞利-泰勒不穩定性的條件;當熱空氣上升時,和兩側靜止的空氣有一相對速度,也滿足了克爾文-亥姆霍茲不穩定性條件。只是由於規模較小,發生速度較快,肉眼未必可以清楚的看到如前文中提到的明顯特徵。儘管如此,各位讀者在了解這些不穩定性之後,若是試著觀察看看生活中的各種流體,也許也能找到隱藏起來的「蕈狀雲」喔!

註解

[1] 更詳盡的說明可以參考 CASE<上下顛倒漂浮船>一文
[2] 實際上,形成蘑菇狀構造還與流體在三維條件下的非線性效應有關,數學模型較為複雜,此處只是簡單概述其成因。

參考資料

  1. Kelvin–Helmholtz instability
  2. Rayleigh–Taylor instability
  3. “Single mode hydrodynamic instabilities” draft from Hideaki Takabe.
ntucase_96
30 篇文章 ・ 1443 位粉絲
CASE的全名是 Center for the Advancement of Science Education,也就是台灣大學科學教育發展中心。創立於2008年10月,成立的宗旨是透過台大的自然科學學術資源,奠立全國基礎科學教育的優質文化與環境。

0

0
0

文字

分享

0
0
0
一層樓高的氣象雷達球成功上船啦!美國研究船「莎莉萊德號」的神秘任務是什麼呢?
Suzuki
・2019/10/30 ・4631字 ・閱讀時間約 9 分鐘 ・SR值 554 ・八年級

八月底,美國海軍所屬的研究船「莎莉萊德號(Sally Ride)」在基隆港邊短暫停留。這艘船身懸掛「中華民國」國旗、長度將近 73 公尺、3000 噸的大洋級研究船,格外引起大家的注意。

這難道有什麼八卦嗎?其實,莎莉萊德號剛剛結束印度洋的任務,停泊在基隆港邊,進行補給和研究人員更替的任務,而船身掛國旗其實是對停泊港國的尊重。

莎莉萊德號首次來到臺灣,停泊基隆港補給,之後前往帛琉海域執行 PISTON 計畫。(圖片提供/臺大海洋研究所)

儘管沒有軍事八卦,這艘莎莉萊德號的來頭實在不小!2016 年由美國耗資 8900 萬美金(約台幣 27 億)打造完工,最長可在海上闖蕩 42 天以上。

-----廣告,請繼續往下閱讀-----

目前是美國最新的大洋級研究船,交由美國聖地牙哥史奎普斯海洋研究所管理。船內不僅裝載十幾項最新海洋科學儀器,甲板作業區也相當寬敞。前甲板可放置一個 20 呎貨櫃實驗室,後甲板則可放置三個,

而本次莎莉萊德號來到基隆,一直與美國海洋研究緊密互動的臺灣大學海洋研究所,因此受美國 PISTON 研究團隊之邀,得以上船參觀。

不可能的任務:一層樓高的氣象雷達球上船

一登上船,臺大大氣科學系教授林博雄的讚嘆之情溢於言表,驚呼:「把整顆氣象雷達球搬上去,是件不可思議的事!再加上放置數據的貨櫃實驗室,這艘研究船儼然是行動氣象站。」

這艘研究船共有三顆雷達,分別是兩小顆位於船頂最高處的通訊雷達和一大顆位於船首的氣象雷達。這顆氣象雷達將近一層樓高(4.3 公尺),功能相當於氣象局放在山上觀測雲滴的氣象雷達,而貌似足球的外型是雷達的罩子。

-----廣告,請繼續往下閱讀-----

你注意到Sally Ride上有三顆大球嗎?船頭那顆最大就是氣象雷達喔!(圖片提供/臺大海洋研究所,拍攝連政佳)

這顆氣象雷達是俄勒岡州立大學 (Oregon state university) 所屬的「海基型雙偏極化氣象雷達」(ship deployable dual-polarization meterological rada, SEA-POL)。技術人員特別從美國飛到臺灣,運用一週的靠港時間,將雷達完成組裝、測試後,再用吊臂將雷達與實驗室放在前甲板上。

林博雄表示,海上雷達運轉不只要需要克服船上的強烈風速及搖晃,而快速從零搭建、組裝雷達也是門學問。

目前為止,自 2018 年啟用至今,只有三艘船使用過這顆氣象雷達,莎莉萊德號便是其中一艘。

-----廣告,請繼續往下閱讀-----

SEA-POL原本並不在船上,是在地面安裝完畢後,由吊臂掛上去的(圖片拍攝/簡鈺璇)。

這種雷達是最新型的雷達設施,能藉由發射水平和垂直兩方向的電磁波,再依據都卜勒效應回推水平、垂直方向的回波,就可推測雷達周遭的雨滴型態、降雨機率和降雨量1, 2。它能在每十分鐘完成一次雨量觀測、雲滴分析,經過資料處理後,就能繪製即時雨圖。

SEA-POL的資料,可以分析雲滴的組成成分(圖片拍攝/簡鈺璇)。

而且波段是 C-band,觀測距離能延伸至 200 公里,解析度為 100 公尺,相當於每 100 公尺有一個雨量站。

-----廣告,請繼續往下閱讀-----

一般來說,氣象雷達常見的波段有 10公分(S-band)、5公分(C-band),3公分(X-band)。S-band 波長最長,發射距離最遠,可達 400 公里,但雷達半徑最大、耗電大、建置成本高,是氣象局使用的觀測雷達;相反的 C-band 的波長較短,解析度高,可檢視更小的雲滴,但信號容易衰減,適合小地方的觀測,加上零組件較小,機動性更強。

從雷達球的內部可知,SEA-POL 其實是個大耳朵(圖片拍攝/簡鈺璇)。

「大足球」的秘密任務:研究海上氣團 BSISO

大家可能會好奇:為何要特地在台灣將氣象雷達搬上船呢?這跟 Sally Ride 的任務有關。

莎莉萊德號離開臺灣基隆後,將至帛琉海域進行為期 25 天的海上研究,執行美國、菲律賓和臺灣合作的「季內熱帶震盪的傳播觀測計畫」(Propagation of Intraseasonal Tropical Oscillations,PISTON)。PISTON主要研究目的為瞭解「北半球夏季熱帶季內震盪現象」( Boreal summer intraseasonal oscillation,BSISO)原因。

-----廣告,請繼續往下閱讀-----

BSISO 聽起來好像很複雜,但一點也不難喔!簡言之,你可以想像大氣就像一個盒子,裏頭有不同的勢力在互相影響,BSISO 就是其中一股勢力。

它是赤道周圍有一坨氣團,裡頭有對流區旺盛和無對流兩區,這坨氣團以每 30-60 天為一個週期,由印度洋東側自西向東至太平洋中央移動,此氣候現象現象類似於馬登-朱利安振盪(Madden Julian Oscillation, MJO)3。由於準確度、現象描述的差異,MJO 指數通常適用於北半球冬季觀測,BSISO 指數則適用於夏季。

美國氣候預報中心(CPC)在2006年的MJO指數的變化(五日移動平均、EEOF分析)。縱軸為時間軸,橫軸為經度。圖中顯示對流活動較強的藍色區域,隨時間而向東移動(從4/16-6/16),約每30-60天為一個循環(圖取自維基百科)。

當 BSISO 對流區掃過的地方,就會帶來豐沛的降雨。過往研究指出, BSISO 主要對流區從菲律賓海向西北移至台灣附近時,會使西南風更強,臺灣降雨量更大。BSISO 也會影響颱風、陸上高溫的變化,氣象局科技中心在2015年也加入 APCC(亞太經濟合作會議氣候中心)的 BSISO預報實驗。4, 5

-----廣告,請繼續往下閱讀-----

目前科學家未完全掌握 BSISO 的成因,而 PISTON 任務便是透過海氣交互現象相關參數的觀測,釐清水和空氣在海洋與大氣層之間交換的過程,如何影響 BSISO 的發展與移位,這對於東南亞國家、臺灣預報颱風生成和降雨皆有助益。

氣象歸氣象,海洋歸海洋?不行!海氣會有交互現象

PISTON 研究團隊結合了海洋物理、大氣專家進行研究。大氣組會利用雷達(SEA-POL、W-band 雷達)、氣象塔,以及定點施放探空氣球,來蒐集數據,跑數值模型進行分析;海洋組則會利用「紊流儀」,分析海表水溫、海洋上層流速、紊流、水文剖面等觀測。

這裡出現了一個關鍵字「紊流」,紊流指的是亂流,例如水碰到障礙物時,水中產生擾動或漣漪就是紊流。好der,那紊流與海氣現象又有什麼關係呢?為什麼研究氣候現象要特別觀測紊流呢?

試想我們在靜止的水面上加熱,熱其實是很難傳到底層的,但如果拿根棒子在水上攪動,熱就傳下去了。臺大海洋研究所副教授張明輝表示,紊流就像攪拌棒,能將太陽的熱從海表面傳下去,一定要有紊流,海洋和大氣的交互現象才會進行,上層的熱下去,底層的冷水上來,造成海水溫度變化及風向改變。著名的聖嬰現象,就是東太平洋水溫上升,使得赤道東風減弱,導致太平洋東岸出現乾旱。

-----廣告,請繼續往下閱讀-----

張明輝解釋,海溫跟風向會不斷箝制,風帶起海底層的冷水,但冷水又讓上方空氣冷,會使大氣對流變得薄弱,風就又變小了,此時底層海水又上不來了,這是個複雜的交互作用,也是 PISTON 研究需要湊合大氣和海洋物理專家的原因。

PISTON 量測紊流的儀器有兩種,都是研究團隊自行開發的,一是像洗衣板型的儀器「Surfotter」,上面會掛溫度計,以及測海水導電度的溫鹽探儀,主要是掛放在距離船 200 公尺處,測量近海表層紊流所造成的現象;二是像掃帚的長型紊流儀「Chameleon」, 設計成掃帚是為了讓紊流儀可以垂直、慢慢下降至海底觀測區,主要是測量海洋混合層(200公尺)以下的紊流現象。

測量紊流的儀器有兩種,此為類似洗衣板的Surfotter,會掛在船的兩側約200公尺處,上面一根根桿子裡都有放溫度計,最下面的白色筒子是鹽度計(圖片提供/謝欣崧)。

掃帚型的紊流儀Chameleon,是垂直觀測紊流的儀器(圖片拍攝/簡鈺璇)

張明輝表示,垂直觀測紊流是因為海水過了混合層後就急遽降溫,因此深水區的紊流擾動就會影響海表層溫度變化。他笑著表示,長型紊流儀探測也十分有趣,就像是把一根竿子直直投進海中,看它被紊流干擾、轉動的狀況,即量測紊流造成的「動能消散率」。

不過,用 Chameleon 這隻「掃帚型」的儀器做研究可不簡單。美國研究人員表示,無論風吹日曬雨淋,24小時都必須有人輪班站在甲板上,把 Chameleon 慢慢放置海底 200-300 公尺處,然後再慢慢拉回來,整個航程會累積數千筆的資料。

此次,臺大海研所也有兩位研究人員登船 25 天,協助這個任務。臺大貴重儀器中心技術員謝欣崧表示,投放 Chameleon 必須垂直入水,儀器下水後兩人一組,一人在電腦前監控數據、存擋資料,另一人則在外面聽從裡面指示操作絞機,將 Chameleon 回收,但要控制收攬的速度,避免儀器抓不到數據,整個過程下放和回收的過程約 8-10 分鐘,一小時做六組,然後換班。

「大太陽底下工作很熱!外面一站就是滿頭汗。」謝欣崧開玩笑地說,在甲板工作時,電腦室的人會用耳機跟外頭夥伴聊天,避免施放儀器恍神,掉到海裡。

將紊流儀Chameleon放入水中後,工作人員必須聽從電腦操控端的指示,右手控制收纜繩的速度,左手操作控制桿(圖片提供/謝欣崧)。

臺大海研所也與 PISTON 計畫合作,在去年及今年將美國奧勒岡州立大學 Jim Moum 教授的紊流儀掛放在 NTU3 海氣象觀測浮標上,此浮標位於臺灣東南方海域,位在東經 125 度、北緯 21 度的錨碇站位上。去年 PISTON 計畫是由美國華盛頓大學研究船 Thompson 靠港,那時海研所也有八位研究人員上船協助。

臺大海研所楊穎堅副教授表示,早在 1980 年臺大海研所與美國有許多研究的交流,這段期間建立了深厚的友誼,讓美方這次相當樂意來台補給、交流,台灣這邊當然也把握機會開開眼界啦。

台灣研究團隊、船廠至Sally Ride上的參訪合照(圖片拍攝/簡鈺璇)。

對海研船設計的啟發

參訪完畢後,研究人員與新海研船的造船師皆對船上的研究設備配置、空間安排表示讚賞。

「我們真的很羨慕這艘船!」林博雄教授表示,以往海研船為了海洋研究都著重後甲板的設計,但忽視氣象觀測的前甲板需求,例如:莎莉萊德號設計一根快兩層樓高的在氣象塔在船頭,且這根氣象塔可以傾倒更換儀器,儘管可能會影響前面開船的視線,但可透過攝影機彌補阻礙。

船上的氣象塔可以橫躺,讓研究人員保養、更換儀器設備(圖片拍攝/簡鈺璇)。

「莎莉萊德號為了研究需求而設計的,但現行台灣的海研船比較像是研究人員去適應船上的空間,想辦法把儀器放上去。」臺大貴重儀器中心技術員謝欣崧則表示,莎莉萊德號上很多東西都可以拆裝,連圍住甲板的圍欄都可拆,這對於採集海底岩心等需大空間的研究作業相當方便,但這對造船廠一般的認知會認為這樣設計很危險。

後甲板的藍色圍欄可以拆卸,利於海上研究作業(圖片拍攝/簡鈺璇)。

執行「新海研船」建造的台灣國際造船(台船)施經理則表示,莎莉萊德號甲板留很多放置移動式儀器的空間與固定儀器的卡榫,雖然新海研船也有,但就沒那麼多,這是他們未來可以學習的。

甲板尚有許多孔,使得這艘船就像組樂高一樣,可以拆卸、裝載不同儀器,適合各類海上研究(圖片拍攝/簡鈺璇)。

看了美國大洋級的海研船,大家是否也開始期待預計將於今(2019)年底明年初開工的 MIT 的三艘「新海研1、2、3號」呢?記者也想跟著出航 25 天啊~這樣就沒人找得到我啦~

參考資料

  1. 科技大觀園,電磁波知多少:氣象雷達
  2. 中央氣象局,聽見雨的聲音—雷達
  3. Intraseasonal rainfall variability in North Sumatra and its relationship with Boreal Summer Intraseasonal Oscillation (BSISO)
  4. 臺灣師範大學地理學系洪致文教授 出國報告書:  Intraseasonal Oscillation and the Taiwan Climate
  5. 中央氣象局科技研究中心盧孟明、李思瑩:APCC BSISO 預報計畫與氣象局的參與