| Название НИОКТР |
Проект РНФ 21-72-20067-П «Анализ механизмов нерегулярного поведения цикла магнитной активности Солнца на основе численного и лабораторного моделирования анизотропной конвективной турбулентности и обработки наблюдений»
|
| Аннотация |
В Проекте 2025 сохраняется общая структура исследования, которая была в Проекте 2021. А именно, на начальном этапе работы рассматриваются отдельные задачи по направлениям экспериментальных измерений, численного моделирования и анализа наблюдательных данных, а затем полученные результаты используются для построения уточненной модели солнечного динамо, включающей механизмы нерегулярного поведения цикла магнитной активности Солнца. Предстоит решить следующий комплексные задачи: Накопленная база лабораторных измерений полей скорости и имеющиеся возможности проведения новых экспериментов с конвективной турбулентностью, управления вкладом силы Кориолиса, интенсивностью и характером крупномасштабной циркуляции (за счет изменения геометрии ячейки) позволяют изучить вопрос о механизмах генерации псевдоскалярных составляющих корреляционного тензора пульсаций поля скорости. Решение этих вопросов подводит нас к новой научно значимой задаче о роли спиральности в динамо процессе. Результаты лабораторных измерений в этом вопросе будут задействованы впервые. Полученные в проекте 2021 результаты прямого численного моделирования конвективной турбулентности позволяют детально исследовать распределение структур по пространственно-временным масштабам. Проблема состоит в том, что ключевым этапом построения модели среднего (или крупномасштабного) поля является процедура разделения масштабов или эквивалентная ей гипотеза, подразумевающая такую возможность. В Проекте 2025 мы ставим новую амбициозную задачу - исследовать какая из известных моделей будет адекватно описывать сложную нерегулярную динамику крупномасштабной циркуляции в ячейке 2:1:1, обнаруженной в Проекте 2021. Текущая солнечная активность проходит фазу максимума 11-летнего цикла, который оказался значительно выше ранее сделанных оценок, предсказанных на основе поведения значений полярного (полоидального) магнитного поля в минимуме активности. Поэтому, особый интерес представляет определить то, в какой степени текущая фаза роста солнечной активности отклоняется от известных закономерностей. Ответ на этот новый и актуальный вопрос поможет нам установить дополнительные особенности нерегулярной динамики солнечной активности, которым необходимо уделить внимание в рамках численного моделирования солнечного динамо. Анализ механизмов нерегулярного поведения цикла магнитной активности Солнца планируется провести в рамках обобщения и детализирования простейших моделей генерации магнитного поля на основе теории динамо средних полей: 2D динамо модель с учетом эволюции магнитной спиральности. Новыми аспектами в будущих моделях будет использование механизма альфа^2 динамо и реалистичного профиля плотности и дифференциального вращения. Основная цель расчетов - получить потоки магнитной спиральности и сравнить с потоками токовой спиральности в солнечных наблюдениях. Дальнейшее обобщение на 3D. Численные решения магнито-конвективной задачи с целью изучения вклада неосесимметричных мод (активные долготы) в генерацию осесимметричного поля. Подход к прогнозированию солнечной активности на основе искусственных нейронных сетей, обученных по данным наблюдений числа солнечных пятен и численного решения нелинейной модели солнечного динамо имеет логическое продолжение. Планируется использовать подход, основанный на нейродифференциальных уравнениях. Суть подхода состоит в том, что для описания наблюдаемого процесса составляется дифференциальное уравнение, параметризуемое нейронной сетью. Далее, это уравнение решается обычными численными методами, решение сравнивается с целевым значением, и измеряемая ошибка используется для корректировки уравнения. С помощью нейродифференциальных уравнений можно замкнуть систему, состоящую из наблюдаемых индексов солнечной активности и моделей динамо, задающих распределение магнитных полей и исследовать устойчивость решений этой системы, т.е. прогноза индексов солнечной активности.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
21000.0
|
| Дата начала |
2025-05-28
|
| Дата окончания |
2027-12-31
|
| Номер контракта |
21-72-20067-П
|
| Дата контракта |
2025-05-28
|
| Количество отчетов |
1
|
| УДК |
520.876 520.876"313"
|
| Количество просмотров |
14
|
| Руководитель работы |
Степанов Родион Александрович
|
| Руководитель организации |
Плехов Олег Анатольевич
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ НАУКИ ПЕРМСКИЙ ФЕДЕРАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР УРАЛЬСКОГО ОТДЕЛЕНИЯ РОССИЙСКОЙ АКАДЕМИИ НАУК
|
| Заказчик |
Российский научный фонд
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-07-17 13:01:23 UTC, 2025-07-17 13:01:23 UTC
|
| ОКПД |
Работы оригинальные научных исследований и экспериментальных разработок в области естественных и технических наук, кроме биотехнологии
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ; СОЛНЕЧНЫЕ ПЯТНА; СОЛНЕЧНЫЕ ЦИКЛЫ; ТУРБУЛЕНТНАЯ МАГНИТО-КОНВЕКЦИЯ; ЛАБОРАТОРНАЯ ТУРБУЛЕНТНАЯ КОНВЕКЦИЯ; ГИДРО-МАГНИТНОЕ ДИНАМО СРЕДНИХ ПОЛЕЙ
|
| Соисполнители |
—
|
| Типы НИОКТР |
Фундаментальное исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
89.15.02 - Общие проблемы и перспективы развития методов космических исследований
|
| OECD |
—
|
| OESR |
Физика жидкости, газа и плазмы (включая физику поверхностей); Астрономия (включая астрофизику, космическую науку)
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
