Определение динамических режимов в эредитарной двумодовой модели динамо

Обложка

Цитировать

Полный текст

Аннотация

Работа посвящена анализу результатов вычислительных экспериментов с эредитарной динамической системой, моделирующей двухмодовое гидромагнитное динамо с памятью. В статье проведено численное исследование динамических режимов, возникающих при вариации управляющих параметров данной системы. Эредитарная динамическая система представлена в виде системы интегро-дифференциальных уравнений.
Одним из ключевых методов исследования динамических режимов является анализ показателей Ляпунова. Для применения данного метода система интегро-дифференциальных уравнений была сведена к системе обыкновенных дифференциальных уравнений. В работе приводятся описание соответствующего класса ядер и результат редукции.
В качестве альтернативного подхода к определению динамических режимов использовался тест 0–1. Проведено сравнение результатов, полученных с помощью теста 0–1 и показателей Ляпунова для частного случая, которое показало их качественное соответствие. В дальнейшем исследовании динамических режимов интегро-дифференциальной системы применялся преимущественно тест 0–1.
Следует отметить, что данный метод позволяет идентифицировать лишь регулярные (периодические и асимптотически стационарные) либо хаотические режимы динамики системы. Для более детальной классификации регулярных режимов предложен дополнительный метод, основанный на анализе характеристик автокорреляционной функции временного ряда решения интегро-дифференциальной системы. Эмпирически установлено, что вычисление математического ожидания автокорреляционной функции позволяет различать периодические/квазипериодические и асимптотически стационарные режимы.
Исследованы случаи как мгновенной, так и запаздывающей эредитарной обратной связи. Результаты моделирования демонстрируют, что рассматриваемая модель воспроизводит ряд динамических режимов, характерных для реальных космических динамо-систем.

Об авторах

Евгений Анатольевич Казаков

Институт космофизических исследований и распространения радиоволн ДВО РАН

Email: kazakov@ikir.ru
ORCID iD: 0000-0001-7235-4148
SPIN-код: 3564-6783
Scopus Author ID: 57204824921
https://www.mathnet.ru/rus/person129133

младший научный сотрудник; лаб. электромагнитных излучений

Россия, 684034, Камчатский край, Елизовский район, c. Паратунка, ул. Мирная, 7

Глеб Михайлович Водинчар

Институт космофизических исследований и распространения радиоволн ДВО РАН

Автор, ответственный за переписку.
Email: vodinchar@ikir.ru
ORCID iD: 0000-0002-5516-1931
SPIN-код: 2079-6494
Scopus Author ID: 56514066300
ResearcherId: F-4653-2017
https://www.mathnet.ru/rus/person32636

кандидат физико-математических наук, доцент; ведущий научный сотрудник; лаб. моделирования физических процессов

Россия, 684034, Камчатский край, Елизовский район, c. Паратунка, ул. Мирная, 7

Список литературы

  1. Зельдович Я. Б., Рузмайкин А. А., Соколов Д. Д. Магнитные поля в астрофизике. М., Ижевск: НИЦ «РХД», 2006. 436 с.
  2. Krause F., Rädler K.-H. Mean-Field Magnetohydrodynamics and Dynamo Theory. New York: Pergamon Press, 1980. 271 p. DOI: https://doi.org/10.1016/C2013-0-03269-0.
  3. Merril R. T., McElhinny M. W., McFadden P. L. The Magnetic Field of the Earth: Paleomagnetism, the Core, and the Deep Mantle / International Geophysics. vol. 63. London: Academic Press, 1996. xiv+531 pp.
  4. Brandenburg A. Memory effects in turbulent transport // Astrophys. J, 2009. vol. 706, no. 1. pp. 712–726. DOI: https://doi.org/10.1088/0004-637x/706/1/712.
  5. Hori K., Yoshida S. Non-local memory effects of the electromotive force by fluid motion with helicity and two-dimensional periodicity // Geophys. Astrophys. Fluid Dyn., 2008. vol. 102, no. 6. pp. 601–632. DOI: https://doi.org/10.1080/03091920802260466.
  6. Vodinchar G. Hereditary oscillator associated with the model of a large-scale $\alpha\omega$-dynamo // Mathematics, 2020. vol. 8, no. 11, 2065. DOI: https://doi.org/10.3390/math8112065.
  7. Казаков Е. А. Эредитарная маломодовая модель динамо // Вестник КРАУНЦ. Физ.-мат. науки., 2021. Т. 35, №2. С. 40–47. EDN: RDPQER. DOI: https://doi.org/10.26117/2079-6641-2021-35-2-40-47.
  8. Казаков Е. А. Двухмодовая модель гидромагнитного динамо с памятью // Вычисл. технол., 2022. Т. 27, №6. С. 19–32. DOI: https://doi.org/10.25743/ICT.2022.27.6.003.
  9. Gottwald G. A., Melbourne I. The 0–1 test for chaos: A review / Chaos Detection and Predictability / Lecture Notes in Physics, 915. Berlin, Heidelberg: Springer. pp. 221–247. DOI: https://doi.org/10.1007/978-3-662-48410-4_7.
  10. Водинчар Г. М., Казаков Е. А. Исключение интегрального члена в уравнениях одной эредитарной системы, связанной с задачей гидромагнитного динамо // Вестник КРАУНЦ. Физ.-мат. науки., 2023. Т. 42, №1. С. 180–190. EDN: BRDBZK. DOI: https://doi.org/10.26117/2079-6641-2023-42-1-180-190.
  11. Vodinchar G., Kazakov E. The Lorenz system and its generalizations as dynamo models with memory // E3S Web Conf., 2018. vol. 62, 02011. EDN: HUZOAB. DOI: https://doi.org/10.1051/e3sconf/20186202011.
  12. Барбашин Е. А. Функции Ляпунова / Сер. Физико-математическое наследие: Математика (теория дифференциальных уравнений). М.: URSS, 2012. 246 с. EDN: QKAKBH.
  13. Bathe K.-J., Wilson E. L. Numerical Methods in Finite Element Analysis / Prentice-Hall Civil Engineering and Engineering Mechanics Series. Englewood Cliffs, N.J.: Prentice-Hall, 1976. xv+528 pp.
  14. Benettin G., Galgani L., Giorgilli A., Strelcyn J. M. Lyapunov Characteristic Exponents for smooth dynamical systems and for hamiltonian systems; a method for computing all of them. Part 1: Theory // Meccanica, 1980. vol. 15, no. 1. pp. 9–20. DOI: https://doi.org/10.1007/bf02128236.
  15. Benettin G., Galgani L., Giorgilli A., Strelcyn J. M. Lyapunov characteristic exponents for smooth dynamical systems and for hamiltonian systems: A method for computing all of them. Part II: Numerical application // Meccanica, 1980. vol. 15, no. 1. pp. 21–30. DOI: https://doi.org/10.1007/BF02128237.
  16. Сергиенко А. Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011. 768 с.
  17. Учайкин В. В. Метод дробных производных. Ульяновск: Артишок, 2008. 510 с. EDN: QJVANP.
  18. Паровик Р. И. Хаотические режимы фрактального нелинейного осциллятора // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2018. Т. 22, №2. С. 364–379. EDN: UXHTLO. DOI: https://doi.org/10.14498/vsgtu1611.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Карта динамических режимов для системы Лоренца, построенная по показателям Ляпунова: красный цвет — асимптотически стационарные режимы; желтый цвет — периодические режимы; черный цвет — хаотические режимы (онлайн в цвете)

Скачать (49KB)
3. Рис. 2. Карта динамических режимов для системы Лоренца, построенная с использованием теста 0–1: желтый цвет — регулярные режимы (асимптотически стационарные и периодические); черный — хаотические режимы (онлайн в цвете)

Скачать (48KB)
4. Рис. 3. Карта динамических режимов системы (1) с экспоненциальным ядром $K(t) = e^{-bt}$; цветовая кодировка карты как на рис. 2 (онлайн в цвете)

Скачать (135KB)
5. Рис. 4. Карта динамических режимов системы (1) со степенным ядром $K(t) = (1+t)^{-b}$; цветовая кодировка карты как на рис. 2 (онлайн в цвете)

Скачать (119KB)
6. Рис. 5. Карта динамических режимов системы (1) с экспоненциальным ядром $K(t) = te^{-bt}$ и запаздывающим откликом; цветовая кодировка карты как на рис. 2 (онлайн в цвете)

Скачать (221KB)
7. Рис. 6. Карта динамических режимов системы (1) со степенным ядром $K(t) = {t}{(1+t)}^{-(b+1)}$ и запаздывающим откликом; цветовая кодировка карты как на рис. 2 (онлайн в цвете)

Скачать (156KB)
8. Рис. 7. Автокорреляционные функции и временные ряды для различных режимов: a — асимптотически стационарный режим ($D=5$, $b=2.7$); b — периодический режим ($D=220$, $b=2.7$)

Скачать (242KB)
9. Рис. 8. Карты динамических режимов системы (1) для различных ядер: a — $K(t) = e^{-bt}$ (экспоненциальное без запаздывания); b — $K(t) = te^{-bt}$ (экспоненциальное с запаздыванием); c — $K(t) = (1+t)^{-b}$ (степенное без запаздывания); d — $K(t) = t(1+t)^{-(b+1)}$ (степенное с запаздыванием). Карты построены с использованием теста 0–1 и анализа автокорреляционных функций; цветовая кодировка карты как на рис. 1 (онлайн в цвете)

Скачать (640KB)

© Авторский коллектив; Самарский государственный технический университет (составление, дизайн, макет), 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».