Thursday, September 18, 2008

Brent Corrigan Free Stream

Simulation (Part I)



 
Here we are again after a short pause (due examination of Control Systems (mental of the population) with multiple variables). In '
last article on modeling the behavior of a single particle at the end of everything we had worked out a complete model of the behavior of a particle immersed in an incompressible fluid with a laminar flow.
Now we have to put together the results obtained and presented in various articles, and insert them all in the original model to make use potersene during the simulation.
 



 recall for convenience that the model in question is defined by the following: 



m_ {p} \\ frac {dv_ {z}} {dt} = \\ frac {6 \\ pi \mu(T(z)) R_{eq}\chi}{C_{c}(R_{eq})}\cdot (u_{z}-v_{z})+
 V_{p}\rho(z,T(z))\frac{d u_{z}}{dt}+\frac{V_{p}}{2}\rho(z,T(z))\left(\frac{d u_{z}}{dt}-\frac{d v_{z}}{dt}\right)+ 



+6R_{eq}^{2}\sqrt{\pi\mu(T(z)) \rho(z,T(z))}\int\limits_{0}^{t}{\frac{\frac{du_{z}}{d\tau}-\frac{dv_{z}}{d\tau}}{\sqrt{t-\tau}}d\tau}+\sum\limits_{i}Fe_{i} con μ viscosità del mezzo, ρ densità del mezzo, C
c
Slip Correction Factor, R
 eq 
il raggio equivalente della particella, m
p
massa della particella (considerando il galleggiamento), V
p
volume della particella, u
z
  velocità del vento lungo l'asse z, v 
z
velocità della particella lungo l'asse z, T temperatura del mezzo e χ il fattore dinamico di forma.
Arrivati a questo punto, abbiamo precedentemente ricavato ed enunziato ogni relazione possibile per poter calcolare i parametri della formula a partire da pressione, temperatura ed umidità relativa. Ci si basa su queste grandezze perchè sono quelle di maggior interesse fornite dalle misurazioni delle sonde metereologiche, dal mommento che l'intenzione è quella di operare una simulazione numerica in un ambiente che abbia dei profili di pressione, umidità relativa e temperatura reali e non approssimati ai minimi termini (anche se le cose variano veramente di poco).
Iniziando dai parametri più semplici, vediamo che per ottenere la viscosità μ, basta usare la relazione di Sutherland:
  

\mu = 18.27\cdot 10^{-8}\frac{411.15}{T(z)+120}\sqrt{\left(\frac{T(z)}{291.15}\right)^{3}}


Qui non c'è molto da aggiungere, dal momento che basta sostituire la temperatura all'altezza z, e si ricava banalmente la viscosità dell'aria all'altrzza z.
Per la densità c'è da macchinare un poco con il vapore e le formule di Van der Waals, infatti occorre risolvere le seguenti due equazioni di terzo grado (indipendenti) rispettivamente per ρ
 a 
e ρ
v
:


\left(p(z)-e(z,T)\cdot u(z)+a\frac{\rho_{a}^{2}}{M^{2}}\right)\cdot(1-\frac{\rho_{a}}{M}\cdot b)=\rho_{a}\frac{R}{M}T
con b = 3.64·10^(-5)[m³/mol] ed a = 0.001358 [hPa (m^6)/mol²] e:
  

\left(e(z,T)\cdot u(z)+a\frac{\rho_{v}^{2}}{M^{2}}\right)\cdot(1-\frac{\rho_{v}}{M}\cdot b)=\rho_{v}\frac{R}{M}T


con b = 30.52·10^(-6)[m³/mol] ed a = 0.005536 [hPa (m^6)/mol²] ed e(z,T) definito dal modello di Murhpy-Koop:

  
\log(100\cdot e) = 54.842763 - \frac{6763.22}{T(z)} - 4.21\cdot\log(T(z))+ 0.000367T(z) + \tanh{(0.0415(T(z) - 218.8))}\cdot(53.878 - \frac{1331.22}{T(z)} - 9.44523\cdot\log(T(z)) + 0.014025 T(z))



che formulato in questo modo fornisce la pressione di saturazione del vapore sull'acqua in [hPa] a partire da una temperatura in [K].
La densità cercata, quella da mettere nell'equazione differenziale per il moto particle is the sum of its results (ρ + ρ
to


v = ρ (z)).
So far no problem, neither numerical nor analytical (explicit formulas for the roots of an equation of third degree even though there are some 'complicated). The only care for those who wish to use the explicit formulas: first, be sure to use the solution (the positive), according to all attention to the order you put the number of transactions (you may need to turn over a bit 'formula) trying to minimize the error propagation. In this case, just a method of Newton-Raphson no cushion to have a good and fast convergence.

Ora ultimo ma non per importanza il C
 c 
. Dall'analisi del moto Browniano di una particella, abbiamo ricavato in
quest'articolo
una relazione tra lo Slip Correction Factor ed il cammino libero medio:

  
\lambda_{p} = \frac{C_{c}}{6\mu}\sqrt{\frac{2\rho k T R_{p}}{3}}


Ancora prima però in quest'altro articolo avevamo proposto una formulazione dello Slip Correction Factor in funzione del cammino libero medio:



C_{c}=1+\frac{\lambda}{R_{p}}\left[1.257+0.4\cdot e^{-\frac{1.1R_{p}}{\lambda}}\right]
  

Sostituento la prima relazione nella seconda otteniamo:


C_{c}=1+\frac{\frac{C_{c}}{6\mu}\sqrt{\frac{2\rho k T R_{p}}{3}}}{R_{p}}\left[1.257+0.4\cdot e^{-\frac{1.1R_{p}}{\frac{C_{c}}{6\mu}\sqrt{\frac{2\rho k T R_{p}}{3}}}}\right]
  

Ora questa brutta bestia di equazione in C
c
sfido chiunque a risolversela a mano ed a tirare fuori un'espressione esplicita per C
c
. Fortuna nostra che tutti o quasi abbiamo un pc che fa il lavoro per noi in modo numerico. Ora questa stronza di equazione se non si prendono le dovute precauzioni manda in pappa (non lo fa convergere dove vogliamo noi) il nostro adorato metodo di Newton-Rahpson. Innanzitutto se lo si fa girare con un risolutore commerciale (MATLAB, Mpale, Mathematica) occorre stringere assai le tolleranze rispetto ai valori di default: per esempio per MATLAB qualcosa come 10^(-16) rispetto al 10^(-6) di default. Sostanzialmente questi numeretti dicono una serie di cose all'algoritmo:
1) quanto deve essere piccola la funzione per poter dire che vale effettivamente zero e terminare la ricerca dello zero della funzione;
2) quanto deve essere piccola la variazione per passo dell'algoritmo, dello zero che si sta trovando, per poter dire che ormai ci si sta stabilizzando ad un valore, e che quindi non vale la pena di continuare ad iterare, perchè tanto il valore di cui già si dispone non cambierà più di tanto. x(0) = x_{0}
x_{n+1}=x_{n}-\frac{f(x_{n})}{f'(x_{n})}



dove f'(x
n
) è la derivata rispetto a x di f(x), calcolata in x
n
, ed x
0
è ovviamente è la stima iniziale dello zero della funzione, per il contro caso del C
c
è buona cosa metterlo pari ad 1.
 Altra accortezza (che però non necessariamente è  da mettere in pratica) è la valutazione dello Jacobiano (derivata della funzione se stiamo nel caso monodimensionale): spesso i metodi iterativi per la risoluzione di equazioni, per andare un po' più veloci e fare meno conti risparmiano sul calcolo della derivata. Insomma per più di qualche passo molti algoritmi sostanzialmente non ricalcolano la derivata della funzione e continuano ad usare il valore trovato qualche iterazione fà. Questa però è un'arma a doppio taglio: 
1) Dal momento che non dobbiamo far girare il risolutore da solo fine a sè stesso ma dobbiamo integrare il tutto in un risolutore numerico di equazioni differenziali (un sacco di altre iterazioni e conti), per ogni passo di integratore numerico, occorrerà do x steps of Newton's method, so if we do not calculate for each step, at the end of the simulation there will much less, then it is a good thing (if possible) to avoid the derivative at each step.
2) If we calculate the derivative at each step we may lose in precision, this thing, and certainly not desirable.
therefore should find a good compromise between the conflicting specifications, especially if the numerical solver used is already a bit 'pesantello her.
Let 's see now what happens setralasciamo pressure gradients and all the other crap that we are in the model and we just simulated:
 

\\ frac {dv_ {z}} {dt} =- \\ frac {( 6 \\ pi \\ mu \\ Cdot R_ {eq} \\ chi)} {(C_ {c} V_ {p} (\\ rho_ {p} - \\ rho_ {a}))} \\ cdot (v_ {z}-u_ {z})-g ;

In this case we chose the z-axis positive upward (opposite to the original wording, but to fix it, change the sign av and dv / dt) with initial conditions v = 0 -60 [m / s] (down), z 0 = 5000 [m] and u z = 6 [m / s]. attentions only two before we start the simulation: 1) Use a method of integration in (if you use MATLAB ode23tb or another solver for stiff problems) such as the various Runge-Kutta implicit (quadratures of Radau and Lobatto) o eulero implicito, o metodo dei trapezi implicito, perchè a causa della grande variazione della velocità iniziale in tempi brevissimi, i metodi espliciti (per chi usa MATLAB ode45 et similia) con passo di integrazione adattativo, tendono ad inchiodare velocemente ed all'inizio, e risultano quindi inutilmente lenti. 2) Riportare l'equazione differenziale del secondo ordine ad un sistema del primo ordine, facendo la sostituzione dz/dt = v, per ottenere invece della prima equazione, le due equazioni seguenti:


\left\{ \begin{array}{l}
\frac{\displaystyle dv_{z}}{\displaystyle dt}=-\frac{\displaystyle (6\pi\mu(z) \cdot R_{eq}\Chi)}{\displaystyle (C_{c}(z) V_{p} (\rho_{p}-\rho_{a}(z)))}\cdot (v_{z}-u_{z})-g\\
 \\ 
\frac{\displaystyle dz}{\displaystyle dt}=v_{z}
\end{array} \right.


Ora mettendo dentro vari numeretti, ci possiamo fare le nostre simulazioni (tralasciando per ora la forza di Basset, il gradiente di pressione e la massa apparente della particella) ottenendo i seguenti risultati: Per le velocità :
 e per le posizioni: 



Con gli zoom delle regioni di interesse per le due grandezze:
 Per le velocità: 


e for locations:
 

As you can see from the legends, were simulated behavior of various crap, of course, all the particles with nanometer size around. The acronym HDPE (Hihg Density polyethilene) certainly is not new to those who have read two things on this Morgellons.
The dimensions were chosen as very small (basically a fiber thickness of nm, can pierce a viral particle, like a cherry with a needle) precisely to minimize the phenomenon of separation of the wake at various stages. So if we spread the filth, we must ensure that those with the wind not to stray too far from the vapor trail in order not to l'effetto a scia multi-stratificata che si vedrebbe da terra, e si mascherino bene tra le particelle di ghiaccio e di vapore. Come si vede appunto dal grafico, la dispersione è minima, anche se non nulla. Pertanto occorrono delle particelle non troppo grandi (altrimenti non rimarrebbero in aria per troppo poco tempo contrastando con l'ipotesi della durata eccessiva delle scie) nè troppo piccole (altrimenti se ne andrebbero in giro con il vento senza mai cadere a terra e provocando lo spiacevole e vistoso effetto della scia multi-stratificata). Come avremo modo di dimostrare però in seguito, risolvendo le equazioni di condensazione, queste dimensioni però stridono con l'ipotesi di rilevamento a terra di ingenti quantità di particelle nanometriche after time spent in the air compatible with the hypothesis of the great length of chemtrails (this is due to condensation and flocculation tend to move to the right and compressing the distribution of particle radius as a function of their number with the ' advance of time, thereby ensuring that after a while 'there are no almost no particles below a certain diameter).
In the next section we will see instead of conducting more detailed simulations considering all the terms that appear in the equation and see how you can set the resolution of integro-differential equation that, moreover, also has a kernel of integration rather ugly (look at a little 'what if tau is equal to its at the upper end of integration).
Note: make the data collected by the probe in the model, care must be taken to units of measurement: the temperature must be converted from [C °] in [K], relative humidity should be divided by 100, the pressure and the heights should not be modified and be used safely in the models as they are.

Thursday, September 11, 2008

European Nursery Rhymes

Appleman v2.1



Ordunque, in
Appleman 2.0
we have basically outlined the traits to make a prediction of persistent contrails (temperature lower than the critical temperature). Here instead we will highlight one aspect that concerns the anticipation of the formation of contrails that expand permanent structures to become cirriformi and we will do some considerations about the sensitivity of the critical temperature disturbances.
 
What has been highlighted in the previous article is the fact that one of the key ingredients for the construction of the graph of temperature is the saturation pressure of water vapor. Now the trail so that instead of "evaporate" or sublimate (transition from solid to gas) form a beautiful cloud of ice crystals should be that the relative humidity in the atmosphere relative humidity is higher than the ice.
What are these sizes? The first is
a law that describes the dynamic equilibrium of ice vapor interface (the saturation vapor pressure than ice). The second is a formula that defines the relative humidity over ice.
We use again the model of Murphy-Koop to the saturation pressure of vapor on ice

e_ {i} (T) = \\ frac {1} {100} and {^ (9.550426 - \\ frac { 5723.265 + 3.53068} {T} \\ cdot \\ log (T) - 0.00728332 \\ cdot T)}
 

and where the

is the saturation pressure of steam on the ice in [hPa] and T is the temperature in [ K].
A trick that point, the 'RH (relative humidity) and the RH
 
(RH ice) which is defined in analogy to the relative humidity as normal:

RH = \\ frac {e (T)} {e_ {w} (T)}
RH_ {i} = \\ frac {e (T)} {e_ {i} (T)}


with
, RH and RH
 
belonging to the interval [0,1], and (T) the partial pressure of steam,
and w (T) saturation pressure of steam and water and the
 (T) saturation pressure of steam on the ice. 
At this point do not seem to know how to get out, because trying to impose the condition RH> RH
the
this is always trivially falsa, dal momento che e
i
(T) w (T) per ogni T. Ci viene in aiuto una grandezza che abbiamo già visto in precedenza e che ci consente di determinare direttamente la pressione parziale del vapore e(T) direttamente dai dati: il mixing ratio. Ricordiamo che il mixing ratio r [g/Kg] è legato alla pressione p [hPa] (mb) e ad e(T) con la seguente formula: r = 621.97\frac{e(T)}{p-e(T)}



che rigirata con un "ardito" passaggio matematico diventa:

 \frac{r}{621.97}(p-e(T)) = e(T) 

da cui segue che:

e(T)= \frac{rp}{621.97+r} sostituendo e(T) così trovato nell'espressione per RH i , questa diventa:

RH_{i} = \frac{rp}{e_{i}(T)(621.97+r)}

 A questo punto il gioco è fatto: e 
i
è disponibile dal modello come funzione della temperatura, r è fornito dai dati della sonda, così come la temperatura e la pressione.
I dati con i quali le seguenti analisi vengono condotte sono relativi al giorno 11 settembre 2008 ore 12Z (+2 GMT) prelevati dalla stazione di osservazione di Pratica di Mare (RM).
Ecco un grafico che mostra l'evoluzione dell'umidità relativa non interpolata (Blue dots) and the RH

(purple dots):



Instead what happens is the critical temperature (blue) and the actual temperature (purple):


now imposing conditions (T
the
> RH will show the following ranges of heights:

Now the area is highlighted in green on the intervals in which the relative humidity is higher relative humidity in the ice ( and therefore in this region if there is formation of contrails, contrails will persist and give rise to cirrus clouds), while the highlighted area in blue on the range of heights to which it provides for the formation of persistent contrail. As you can see there is an area large enough (from about 12000 to 18000 m) where contrail formation is expected to give rise to the clouds. Today nothing to do for the contrail to 3000 m. : D


Analyzed briefly this theory to the completion of Appleman treated so far, let us analyze another important aspect: the sensitivity to parameter variation. Now, as I have often been pointed out, measurements of the probes are not completely reliable. I am not is because the probe does not move only along the z axis but in all three dimensions (also present These motions of spin and nutation on the model of a complete meteorological probe will have to wait a little, but I am committed to firn well that if you make good;)), but mostly because the probe at fairly low temperatures makes mistakes on the relevant calculation relative humidity, which together with the pressure un'ingrediente is essential for calculating the critical temperature. Now let 's see what happens when disturbed, the relative humidity of 0.1 (10%). Normally you would have done regardless of the expression derived for this, but since there is an explicit formulation we must be content (at least at first) to consider that simply ΔTc si viene a creare a causa di una variazione del 10% (incremento) dell'umidità relativa alla pressione di 1000 hPa:

Cosa vediamo dal grafico ? Abbastanza semplice: che finchè stiamo al di sotto del 60% di umidità relativa, tutto va relativamente bene. Ora se la sonda misura un'umidità relativa alta, in un punto a bassa temperature (dove si suppone appunto che le sonde si lascino fregare più facilmente) c'è da stare attenti, perchè la crescita dell'errore è praticamente esponenziale, con un picco massimo di ±4.7 C° ... insomma attenti a dove facciamo le misurazioni. Circa gli errori sulla pressione la situazione è molto più tranquilla. For example, let 's see what happens by calculating the same mistake with the same first-perturbazioe for different pressures:


It shows a lack of pressure dependence of the error (it remains practically constant along the axis of pressure) which instead is dominated But from the relative humidity.

Moral of the story: watch where the probe made measurements (in space (RH, T) temperature and humidity), but do not worry too much confusion about the pressure, so that even if a little sgarra not change much. Much more dangerous uncertainty about relative.


How Does Dvr And Rating

am a particle of barium ... (Part III)

 

"Iuuuu?!? Anyone ?!?!"
[Particle Barium in a trail of chemistry.]
Here we go again. Arriving finally at the third and final part of the treatment of mathematical models for the individual particles (the particle in the next considerations barium will not be alone, but will have an uncountable infinity of friends).
Ordunque, what remains to be addressed:
 1) The equivalent diameter; 
2) The viscosity of the air as a function of temperature;
3) Air density as a function of temperature;
4) The general equation for the dynamics of a single particle.
  Quando si analizza il particolato, oltre a fornirne la distribuzione (per esempio dei diametri o delle masse in funzione del numero di particelle) occorre anche tenere in considerazione il raggio o il diametro equivalente. Insomma finora abbiamo visto che il raggio equivalente R 
p
compare quà e là nelle formule con una certa insistenza. Faccio notare per l'ennesima volta, che mai uno sciachimista mi abbia saputo fornire i numeri di Knudsen, la granulometria, le distribuzioni di qualsivoglia grandezza in funzione del numero di particelle, nè tantomeno la composizione. Mai inoltre ho visto delle considerazioni che possano essere chiamate "plausibili" (pretendere che siano rigorose è troppo). Quanto alla teoria lo scopo di questo blog is just about: to provide the tools needed to make some basic considerations, to develop simple models of their hand and begin to understand more complicated models that are often used in the simulation of the evolution of atmospheric phenomena.
After this brief digression, however, we return to the diameter (radius) equivalent.
The equivalent diameter is by far the easiest
equivalent volume diameter, defined as: D_ {ve} = \\ sqrt [3] {\\ frac {6} {\\ pi} V_ {p}}
which is nothing, that the diameter of a spherical particle having the same volume of non-spherical particle under examination. V p è ovviamente il volume della particella in esame. Ancora una volta, il discorso sulle semplici particelle sferiche è troppo approssimativo, quindi tanto per cambiare occorre introdurre un fattore di correzione alle varie formule: il fattore di forma dinamico (dynamic shape factor). Questo, altro non è che il rapporto tra la forza F < e D di Stokes misurata che agisce sulla particella e la forza F
Dve
di Stokes che agirebbe su una particella avente diametro volumetrico equivalente:
  
\chi=\frac{F_{D}}{F_{D}^{ve}}

Ovviamente per le forme irregolari questo fattore è maggiore di 1.0 (ovviamente per piccoli numeri di Reynolds). The Reynolds number is essentially a numerello that appears in the Navier-Stokes equations when they are Adimensionalisation, and expresses the ratio of inertial forces and viscous forces (of course with respect to air in laminar flow, and particles in the examination Reynolds numbers are low enough). As it happens for particles of quartz (another fundamental ingredient of chemtrails, also known as silicon dioxide, essential component of desert aerosol, commonly known to all as "sand") value was measured and controlled: χ = 1.36, for fibers instead (another key ingredient of chemtrails) which have a length-diameter ratio> 20, χ = 1.06 (the fact che sia più piccolo è dovuto al fatto che le fibre tendono ad orientarsi lungo il flusso del fluido), e per un cilindro (rigido) che abbia un rapporto lunghezza-diametro parti a 10, il fattore di forma dinamico è pari a χ=1.43.
Ora come introdurre questo fattore nelle formule? Nulla di più semplice: l'espressione della forza di Stokes che è stata usata nelle prime equazioni è:
  

F_{s}=\frac{6\pi \mu R_{p}}{C_{c}}\cdot u_{rel}


 Ebbene, risolvendo la banale equazioncina per il fattore di correzione dinamico di forma possiamo ottenere la forza effettiva in funzione della forza teorica e del fattore di correzione. Quindi invece di  usare il termine 


\frac{6\pi \mu R_{p}}{C_{c}}\cdot (u_{z}-v_{z})
 nell'equazione differenziale per il moto della particella useremo il termine: 


\frac{6\pi \mu R_{ve}\chi}{C_{c}(R_{ve})}\cdot (u_{z}-v_{z})

dove R
ve è il raggio volumetrico equivalente della particella. Ora però manca una cosa, si è considerata la stessa velocità terminale (nell'aria quiescente), ma non la stessa densità. Quale sarebbe invece il diametro equivalente di una particella sferica che ha la stessa densità e la stessa velocità terminal non-spherical particle in question? The
Stokes diameter, defined as:
D_ {st} = \\ sqrt {\\ frac {18} v_ {t \\ mu} {(\\ rho_ {p} - \\ rho) g C_ {c} ( D_ {st})}}

t where v is the terminal velocity of the particle. Note that unlike the classical formulation is considered more appropriate not to use the actual density of the particle, but also take into account the properties of buoyancy. Now the catch of this formula is that to calculate the Stokes diameter, each time we solve a nonlinear equation (given the bad shape of C c

, unless qesto not results close to 1).
The Stokes diameter is related to the volumetric equivalent diameter (volume equivalent radius multiplied by 2) by the following equation: < Tc) ed RH
D_ {st} = D_ {ve} \\ sqrt {\\ frac {C_ {c} (D_ {ve })} {\\ chi C_ {c} (D_ {st})}}
What is called in literature
Aerodynamic Equivalent Diameter
is none other than the Stokes diameter, for which it is assumed that the particle has the same density as water. Once treated
diameters, let's consider the viscosity, which also occurs in the formulas quite often. Fortunately, it has already been studied very tempo fà, da un tale Sutherland, che ha tirato fuori una relazione per la viscosità dell'aria in funzione della temperatura:

\mu = 18.27\cdot 10^{-8}\frac{411.15}{T(z)+120}\sqrt{\left(\frac{T(z)}{291.15}\right)^{3}}
dove T(z) è la temperatura in Kelvin (ovviamente dipendente dall'altezza z), μ la viscosità dell'aria in hPa·s (millibar per secondo).

Per quanto riguarda la densità, ci sono sostanzialmente tre strade possibili:
1) Mettersi a combattere con l'equazione di stato di Lennard-Jones
2) Usare l'equazione di Van der Waals 3) Usare l'equazione of state for ideal gases The first, because we exclude the approximate since the model already has put a lot of sense to develop super precise formulations that would then still marginal effects
The last is a bit 'too trivial, but papabile for its simplicity:


\\ rho = \\ frac {p (z) \\ cdot M} {R \\ cdot T} where p (z) is the pressure in Pa, M is the molar mass the Earth's atmosphere 0.0289644 [kg / mol], T is temperature [K], R universal gas constant equal to 8.314472 [Pa · m³ / (mol · K)], and ρ is the density [kg / m³]. Obviously if la pressione è p hPa, basterà mettere nella formula 100·p invece che p ed i conti tornano nuovamente. La seconda possibilità (usare la formula di Van der Waals) è un buon compromesso tra complessità e precisione. Consideriamo l'equazione di stato di Van der Waals:
\left(p(z)+a\frac{n^{2}}{V^{2}}\right)\cdot(V-n\cdot b)=nRT


ora dal momento che interessa la densità, bisogna ricorrere ad un'altra formuletta per poterla tirare fuori:



\frac{n}{V}=\frac{1}{V_{m}}=\frac{\rho}{M}


Usando questa espressione nell'equazione and highlighting a V in the second parenthesis of the left hand side until you come to the equation:

\\ left (p (z) + a \\ frac {\\ rho ^ {2} {M} ^ {2}} \\ right ) \\ cdot (1 - \\ frac {\\ rho} {M} \\ cdot b) = \\ rho \\ frac {R} {M} T
 
At this point, however, because we want to model realistic weather conditions, we must consider a couple of things: first, we must also consider the fact that there is only air in the air, there is also steam and secondly the fact that the overall density will be the sum of two contributions: ρ
to
and
ρ v (respectively air density e del vapore), che soddisferanno due equazioni di Van der Waals leggermente differenti. Quanto alle pressioni, applicanto la legge di Dalton sull epressioni parziali, possiamo calcolarle tutte, dal momento che e(z,T) si può calcolare e p(z) è nota (fornita dalle misurazioni atmosferiche). L'equazione per l'aria: \left(p(z)-e(z,T)+a\frac{\rho_{a}^{2}}{M^{2}}\right)\cdot(1-\frac{\rho_{a}}{M}\cdot b)=\rho_{a}\frac{R}{M}T
con b = 3.64·10^(-5)[m³/mol] ed a = 0.001358 [hPa (m^6)/mol²] e l'equazione per il vapore:
  

\left(e(z,T)+a\frac{\rho_{v}^{2}}{M^{2}}\right)\cdot(1-\frac{\rho_{v}}{M}\cdot b)=\rho_{v}\frac{R}{M}T


con b = 30.52·10^(-6)[m³/mol] ed a = 0.005536 [hPa (m^6)/mol²].
Ora tutte che tutte le costanti sono state definite, non resta che vedere cos'è la variabile e(z,T). Questa però altro non è che la pressione del vapore, definibile attraverso l'umidità relativa u (nell'intervallo [0,1]) e la pressione di saturazione del vapore attraverso la relazione:
  

e(T)=e_{s}(T)\cdot u(z)

ora dove e
 s 
è la pressione di saturazione del vapore che abbiamo già incontrato nell'articolo intitolato
Appleman v2.0
and for this we can safely use one of the two proposed models.
So the two equation for the air and steam respectively become:

 \\ left (p (z)-e_ {s} (T) \\ cdot u (z) + a \\ frac {\\ rho_ {a {2} ^ {M}} ^ {2}} \\ right) \\ cdot (1 - \\ frac {\\ rho_ {A} {M}} \\ cdot b) = \\ rho_ {a} \\ frac {R} {M T} 

and
\\ left (e_ {s} (T) \\ cdot u (z) + a \\ frac {\\ rho_ {v} ^ {2} {M} ^ {2}} \\ right) \\ cdot (1 - \\ frac {\\ rho_ {v}} {M} \\ cdot b) = \\ rho_ {v} \\ frac {R} {M} T
To find the total density ρ (z, T ) you just have to replace i numeretti e risolvere le due equazioni. Una volta ottenuti i risultati:
 \rho(z, T) = \rho_{a}(z, T)+\rho_{v}(z,T) 

Ora per il profilo di temperature, si possono benissimo prendere i dati di una sonda (come abbiamo già fatto, in "
Appleman v2.0
"), interpolarli ed usarli insieme a tutta la paccottiglia che abbiamo fin qui derivato nell'equazione differenziale. Stesso discorso vale per i dati relativi alla pressione ed all'umidità relativa. Unica accortezza in questo caso è interpolarli in modo furbo, in modo tale da non creare discontinuità e punti di non derivabilità.
Ora però, siccome ho promesso to provide the general equation for the motion of a particle, here are satisfied:
 
m_ {p} \\ frac {dv_ {z}} {dt} = \\ frac {6 \\ pi \\ mu (T (z)) R_ {eq} \\ chi} {C_ {c} (R_ {eq})} \\ cdot (v_-u_ {z} {z}) +
V_ {p} \\ rho (z, T (z)) \\ frac {z} u_ {d} {dt} + \\ frac {V_ {p}} {2} \\ rho (z, T (z)) \\ left (\\ frac {z} u_ {d} {dt} - \\ frac v_ {z} {d} {dt} \\ right) + +6

R_ {eq} ^ {2} \\ sqrt {\\ pi \\ mu (T (z)) \\ rho (z, T (z) )} \\ int \\ limits_ {0} ^ {t} {\\ frac {\\ frac {du_ {z}} {d \\ tau} - \\ frac {dv_ {z}} {d \\ tau}} {\\ sqrt {t - \\ tau}} d \\ tau} + \\ sum \\ limits_ {i} {i} Fe_


with V p
 
volume of the particle, ρ the sum of two solutions of the equations of Van der Waals written before, μ given by the equation of Sutherland and the rest as before.
Now the second term is to take account of the pressure gradient around the particle due to acceleration of the fluid along the edge of the particle in question. The third term is the force required to accelerate the apparent mass of the particle relatively to the fluid. The integral is the integral of bad Basset, used to take into account the forces that are created due to the fact that the motion of the particle disturbs the quiescent fluid. And finally, the summation is nothing more than the sum of all external forces acting on the system (electrical fields, gravity, etc.), if one considers only the gravity, the time limits will only
m p
° G.
Obviously, the term 2, 3 and 4 are usually omitted to simplify the model.

In future articles, we'll see the simulations with a model a bit 'more seriously and begin to formulate continuum models based on PDE, using the results obtained from the motion of a single particle.



Wednesday, September 10, 2008

Most Common Pick 3 Numbers

have a particle of barium ... (Part II)




"Iuuuu?!? Anyone ?!?!"
 
[Particle Barium in Brownian motion in a chemical trail.]


Una critica che spesso viene mossa ai modellini dagli sciachimisti (in quei pochi casi in cui riescano a muovere delle critiche che non siano "Il tuo modello matematico non mi piace!") consiste nell'asserire che siano sostanzialmente deterministici e che quindi non vadano bene per modellare fenomeni "caotici" (quando loro stessi non hanno la più pallida idea di come e perchè si definisca "caotico" un sistema). Ecco dunque che spinti da questa critica e dall'esigenza di calcolare il mean free path per una particella di aerosol/particolato dobbiamo iniziare a tenere conto anche di fenomeni aleatori come il moto Browniano.
Quello che finora ho sentito circa le dimensioni del particolato è più o meno classificabile come:
1) Piccolissimo
2) Al di sotto del millimetro (Dr.s Staninger)
3) Nanoparticelle
 etc. 
Nessuna indicazione precisa circa le dimensioni. Insomma una nanoparticella per essere definita tale ha un diametro di 1-100 nm (nanometri). A queste dimensioni occorre iniziare a tener conto dello Slip Correction Factor, perchè ci si avvicina al regime di transizione (Numero Kn di Knudsen pari a circa 1). Considerando che l'aria è composta prevalentemente di azoto e che questo ha un raggio di Van der Waals pari a circa 155 pm (picometri, 10^(-12) m), e che le particelle in esame hanno un raggio equivalente di circa 1 nm, c'è un rapporto di quasi uno a mille ed continuare ad usare l'approssimazione continua senza le dovute corrections can be risky.
The goal that we aim to conduct this analysis is the "complication" of the formula was derived in the first part

, and the derivation of a report for the calculation of the mean free path and diffusion coefficient to be used in formulas more complicated, that the diffusion model with the Laplacian instead of the Brownian motion and detailed descriptions of each individual particle interactions with nearby particles.

To achieve our evil purposes (of course, misinform, confuse and obscure, as well as conquer the world) we use a very simple equation:
 

m_ {p} \\ frac {d \\ bold {v}} {dt} =- \\ frac {6 \\ pi \\ mu R_ {p}} {C_ {c}} \\ bold {v} + m_ {p} \\ cdot \\ bold {a}


with R p
 the equivalent radius of the particle, m p 

mass of the particle ,
to
Brownian acceleration, C c
slip correction factor, μ the viscosity of the medium in which the particle is immersed and of course v the particle's velocity in space. The equation in question is also well known in statistical physics, both known to have a proper name of the equation:
Langevin equation.
At first glance it seems very quiet equation, only thing is that the variables in bold (v
 
ed
a
), sono in realtà delle variabili aleatorie, e l'equazione in questione in realtà un'equazione differenziale stocastica. Nulla di complicato (almeno concettualmente parlando) dal momento che l'accelerazione accelerazione Browniana è una variabile "casuale" a media nulla, che appunto contribuisce ad un moto discontinuo e casuale della particella in esame. Ora dal momento che essere spinti in una direzione è equiprobabile all'essere spinti nella direzione opposta, si suppone che vi sia la proprietà di isotropia del movimento, ossia che l'accelerazione non abbia una direzione preferita.
Forti di queste conoscenze, introduciamo una variabile ausiliaria
r
che ci dia la posizione della particella. Since the motion of the particle in question is isotropic
= 0 (r will also mean nothing, always from the speech that the Brownian motion has no preferred direction).
 remember that the average of a function f 

of a random variable x

continuous (or, equivalently, its expected value) is defined as:


\\ langle f (x) \\ rangle = \\ int {f (x ) \\ cdot P (x) dx}
 

Now, dividing the original equation for the mass and calculating the expected value of the variables, you get
\\ frac {d} {dt} \\ langle \\ bold { r} \\ cdot \\ bold {v} \\ rangle =- \\ frac {1} {\\ tau} \\ langle \\ bold {r} \\ cdot \\ bold {v} \\ rangle + \\ frac {3KT} {m_ {p}}
Where τ is defined as:
 \\ tau = \\ frac {C_ {c} m_ {p}} {6 \\ pi \\ mu R_ {p}} 

integrating the equation normally (in the variable
), we get:
 
\\ langle \\ bold {r} \\ cdot \\ bold {v} \\ rangle = \\ frac {3KT \\ tau} {m_ {p}} + \\ langle \\ bold {r} _ {0} \\ cdot \\ bold {v} _ {0} \\ rangle e ^ {- \\ frac {t} {\\ tau}}

hours noting that:

 \\ langle \\ bold {r} \\ cdot \\ bold {v } \\ rangle = \\ langle \\ bold {r} \\ cdot \\ frac {\\ bold {r}} {dt} \\ rangle = \\ frac {1} {2} \\ frac {d} {dt} \\ langle r ^ {2 } \\ rangle 

the final equation becomes:
\\ frac {1} {2} \\ frac {d} {dt} \\ langle r ^ {2} \\ rangle = \\ frac {3KT \\ tau} {m_ {p}} + \\ langle \\ bold {r} _ {0} \\ cdot \\ bold {v} _ {0} \\ rangle e ^ {- \\ frac {t} {\\ tau}}


asymptotically (but we saw that the actual time settling of small particles to the longitudinal axis speed is very quick), we can happily omit the exponential term in dt and integrate, obtaining:

 \\ langle r ^ {2} \\ rangle = \\ frac {3KT \\ tau} {m_ { p}} t = \\ frac {kTC_ {c}} {\\ pi \\ mu R_ {p}} t 


Also we have that for isotropy:

 \\ frac {1} {3} \\ langle r ^ {2} \\ rangle = \\ langle x ^ {2} \\ rangle = \\ langle y ^ {2} \\ rangle = \\ langle z ^ {2} \\ rangle 

and therefore:
\\ langle x ^ {2} \\ rangle = \\ langle y ^ {2} \\ rangle = \\ langle z ^ {2} \\ rangle = \\ frac {kTC_ {c}} {3 \\ pi \\ mu R_ {p}} t
This result, which Einstein has come in another way, was also confirmed experimentally. It follows that the distance traversed mean square of the particle is directly proportional to the time that has suffered the Brownian motion.
But now it hits anything with the coefficient of diffusion?
Let us write the equation di diffusione semplice in 3 dimensioni:
dove l'operatore laplaciano di una funzione è definito come:
\nabla^{2}f(x,y,z,t) = \frac{\partial^{2} f(x,y,z,t)}{\partial x^{2}}+\frac{\partial^{2} f(x,y,z,t)}{\partial y^{2}}+\frac{\partial^{2} f(x,y,z,t)}{\partial z^{2}}
mentre la funzione N fornisce il numero di particelle che si sta muovendo di moto Browniano. Possiamo adesso considerare la diffusività dovuta al moto Browniano as a macroscopic phenomenon. Now suppose we find N 0
particles in the plane (y, z) and suppose that N does not depend on y or z.
multiplying both sides of the equation x ² and above for making the integral in dx from - ∞ to + ∞, we get:



\\ int \\ limits_ {- \\ infty} ^ {+ \\ infty x ^ {2} } \\ frac {\\ partial N} {\\ partial t} dx = \\ int \\ limits_ {- \\ infty} ^ {+ \\ infty} x ^ {2} D \\ frac {\\ partial ^ 2} {N} {\\ partial x ^ {2}} dx

now, the first member to full equality in practice is nothing more than the expected value of x ² (once brought out the differential at), since we started with N particles

0, N 0
particles remain, therefore:
 

\\ int \\ limits_ {- \\ infty} ^ {+ \\ infty} x ^ {2} \\ frac {\\ partial N} {\\ partial t} dx = \\ frac {\\ partial} {\\ partial t} \\ int \\ limits_ {- \\ infty} ^ {+ \\ infty} x ^ {2} = N_ {0} Ndx \\ frac {\\ partial \\ langle x ^ {2} \\ rangle} {\\ partial t}
Now the second integral is a bit 'hanged more to resolve, but it is Vuorio with relative ease using the integration parties, and recalling that: \\ int g (x) \\ frac {d ^ {2} f (x)} {dx ^ {2}} dx = G (x) \\ frac {df (x)} {dx} - \\ left (\\ frac {dg (x)} {dx} f (x) - \\ int f (x) \\ frac {d ^ {2} g (x)} {dx ^ 2} {dx} \\ right) Applying this simple rule to our full comes out that:
\\ int \\ limits_ {- \\ infty} ^ {+ \\ infty} x ^ {2} D \\ frac {\\ partial ^ 2} {N} {\\ partial x ^ {2}} dx = D \\ left (\\ left [x ^ {2} \\ frac {\\ partial} {N} {\\ partial x} \\ right] _ {- \\ infty} ^ {+ \\ infty} - \\ left [2xN \\ right] _ {- \\ infty} ^ {+ \\ infty} + \\ int \\ limits_ {- \\ infty} ^ {+ \\ 2Ndx infty} \\ right)
the first two terms are zero, while the last term with the integral is precisely equal to 2N 0 .
So now having developed the integrals can match the two results, obtaining: < r >
\\ frac {\\ partial {\\ langle x ^ {2} \\ rangle}} {\\ partial t} = 2D integrating dt, we get:
\\ langle x ^ {2} \\ rangle = 2DT
 

Equating this report with the report obtained by the initial model with the stochastic differential equation, we get what is called in the literature report
Stokes-Einstein
-Sutherland (unless the factor C
c)
 

D = \\ frac {kT C_ {c}} {6 \\ pi \\ mu R_ {p}}

 
where k is the Boltzmann constant, R p
is the equivalent radius of the particle, C c
< r·v > slip correction factor, T temperature and μ
 viscosity of the medium that surrounds the particle. 



Now at last we got a realistic diffusion coefficient can be used in future models to partial derivatives.
 


Now just to get an idea of \u200b\u200bthe forces acting on particles very small, just replace the numeretti in previous reports and calculate the distance traveled by diffusion or gravitational settling, well for particles with equivalent diameter of 0.01
 μ 

m lo spostamento dovuto alla diffusione è circa 1000 volte più grande dello spostamento dovuto alla forza di gravità. Tuttavia facendosi due conti, ci si rende conto che per particelle che non siano di dimensioni comparabili con le molecole del mezzo in cui sono immerse, la diffusione non dà certo un gran contributo al trasporto.


Supponendo che l'ipotesi sciachimista sia valida, notiamo subito che c'è qualcosa che potrebbe stonare: se troppo piccole le particelle saranno soggette di meno alla forza di gravità e più trasportabili per diffusione o per convezione, se troppo grandi, cadranno a terra. Ora la seconda ipotesi è in contrasto con l'ipotesi sciachimista per via della durata, la prima anche, perchè per essere di qualche utilità a terra le particelle non devono stare in quota troppo a lungo, altrimenti poi le andiamo a raccogliere in africa. Insomma le particelle dovrebbero stare in quota un tempo sufficientemente lungo (più di qualche ora) per essere il modello compatibile con l'ipotesi sciachimista, ma non troppo a lungo in modo da non ricadere a troppa distanza dal punto dove si voleva fare irrorazione e non finire in africa. Inoltre sviluppando un modello alle PDE ho notato che l'ipotesi potrebbe avere almeno altri due bachi pericolosissimi, che sostanzialmente smontano completamente la teoria (uno per esempio è il contrasto tra il rilevamento a terra di particelle nanometriche ed i processi di condensazione-nucleazione, l'altro è l'inconsistenza della durata delle scie, il rilevamento di particelle nanometriche a terra ed appunto i processi di condensazione; ma di questo parleremo nella prossima puntata).
  



  

Ora però due parole sul "mean free path". Il movimento di una particella è caratterizzato dalla velocità termica media:

  





\bar{c}_{p}=\sqrt{\frac{8kT}{\pi m_{p}}}
  

La teoria cinetica dei gas ci dice che questa può essere legata alla diffusività come segue:


D = \\ frac {1} {2} \\ bar {c} _ {p} \\ lambda_ {p}
 


report using the Stokes-Einstein-Sutherland gives the following expression for the free path average of a particle particle in a gas:

 


\\ lambda_ {p} = \\ frac {C_ {6} {c} \\ mu} \\ sqrt {\\ frac {2 \\ rho k T R_ {p}} {3}}
 


With the obvious meaning of the parameters.

 
We then derived a way to determine the mean free path and diffusion coefficient.


  


Nella terza parte , tratteremo più in dettaglio la viscosità, i diametri equivalenti e la relazione dinamica generale per una particella singola.

  

Community Service Letter Of Recommendation

LHC (Large Hadron Collider) Launched!



 Eccoci finalmente al 10 settembre 2008. E cosa sarà mai successo di così importante oggi ? Ebbene, questa mattina alle 10.30 circa ora italiana, al CERN di Ginevra (Svizzera) nell' LHC finalmente sono stati fatti girare i primi fasci di particelle. Tanto per cambiare in barba a tutte le previsioni apocalittiche, non è successo nulla di strano, nessun buco nero, nessuna terra risucchiata (ma d'altronde non siamo ancora al 2012;)), no universe destroyed. I understand that the LHC data can strike a bit 'of reverential respect, but there is nothing to worry about, despite being an underground facility in the form of a ring from the total length of 27 km, consisting predominantly of superconducting magnets, with different acceleration structures to increase the energy of the particles are accelerated inside the ring. 

In essence, the accelerator into two beams of particles travel at near the speed of light and with very high energies before they collide with each other.
Theoretically you can get with this accelerator at energies of about 7 TeV (tera-electron volts). That way you do not understand very well what you're talking about, and there seems to be something strange when you consider that 7 TeV is equivalent to something like 1.1214 * 10 ^ (-6) J (Joule). Now a Joule is equal to 1 N * m (Newton meter), and practically is the work that must be committed against gravity to lift an apple approximately 102 g of a meter. That energy seems so ridiculously low, but this energy is applied to an elementary particle mass even more ridiculous, ergo if you do a simple un'ogetto proportion with the size of a millimeter, the amount of energy per unit mass perceive that the oject in question is a number with lots of zeros. The two beams travel in accelerating this course in opposite directions in two separate pipelines, both maintained at a vacuum ultra-high (approximately 10 ^ (-7) Pa). The beams in question are guided along the structure by a powerful magnetic field generated by superconducting magnets: Practice of powerful electromagnets by winding costisuite Cengio made special cables that operate under the superconductivity (and therefore almost no energy dissipation and a resistance to almost anything) , in temperatures that hover around the 0:15 K (-273 ° C). Practically since the gravitational antenna INFN Frascati (RM) and CERN (Geneva, Switzerland) is one of the LHC posti più freddi dell'intero universo. Per mantenere temperature così basse l'intero impianto è raffreddato ad elio liquido (eghm si, proprio quello che viene usato per gonfiare i palloncini alle feste, solo un tantinello più freddo), e richiede un'infrastruttura non indifferente.
Tanto per citare qualche dato: per il confinamento dei fasci, vengono usate 1232 magneti bipolari lunghi 15 m circa usati per piegare il fascio, e 392 magneti quadripolari lunghi 5-7 m usati per la focalizzazione dei fasci. Oltre a questi vengono usati anche altri magneti speciali per restringere il facio prima della collisione, insomma le particelle sono estremamente piccole e più il fascio è stretto più ci sono probabilità di avere delle collisioni, just to give you an idea what you are doing is tantamount to accelerating firing needles from two positions 10 kilometers away with such precision that they meet half way.
short, a great job of equally great importance, because the results of this research could eventually contribute significantly to the creation of a unified theory (remember that quantum physics literally gets into fights with General Relativity), and possibly confirm or deny String Theory. References:
Official site 'LHC
 


LHC News
WorldWide LHC Computing Grid Personal Website of Marco Delmastro (physicist working at the 'LHC)

Monday, September 8, 2008

Wholesale Merchandisers Inc

have a particle of barium ... (Part I)

"Iuuuu?!? Anyone ?!?!" [Particle Barium in a trail of chemistry.]
I'm sure many of you remember the famous advertising mineral water with low sodium content, where a nice plot was around for the bottle, looking in vain his fellows.
What has this to do with chemtrails? beginning of the problem. Several times it has been said that chemtrails contain everything and more (carciofini e tonno, criptonite verde, capperi, peli di castoro, nanomunghi™ etc ... ). Insomma sono piene di schifezze e questo più o meno lo avevamo capito tutti. Ebbene, tra le sostanze più gettonate ci sono alcuni metalli, Bario, Alluminio, Silicio etc. Supponiamo per una volta che l'ipotesi sciachimista sia vera, ossia che le particelle in questione effettivamente siano presenti all'interno della scia e che la scia effettivamente contenga del Bario. Iniziamo a creare un semplicissimo modellino LTI (lineare, tempo invariante) del comportamento si una particella nell'aria, ed in particolare l'evoluzione della sua velocità lungo l'asse z. Innanzitutto, prendiamo l'asse z positivo verso il basso, and begin to write the equation of the behavior of the particle along the z axis, taking advantage of the balance of forces:
m_ {p} \\ frac {dv_ {z}} {dt} = m_ {p} \\ cdot g + a \\ cdot (v_-u_ {z} {z})
the first term is due to gravity (F = m * a), the second the difference between the velocity v z particle and velocity u z
fluid along the axis z (relative velocity). Now what is this mysterious second term? Simple: the power of Stokes (viscous friction force), accompanied by a correction factor. This force has
 expression 


F_{s}=\frac{6\pi \mu R_{p}}{C_{c}}\cdot u_{rel}
  

dove μ è la viscosità dell'aria, R
p
è il raggio equivalente (o fisico/effettivo) della particella, e C
c
è lo "Slip Correction Factor". Lo slip correction factor viene applicato quando il numero di Knudsen diventa relativamente alto (per particelle molto piccole).
In particolare il numero di Knudsen K n è definito come:
K_{n}=\frac{\lambda}{R_{p}}
ove λ è il "mean free path" (cammino libero medio), ossia la distanza media che la particella di particolato can travel in a straight line before you catch a particle of the fluid that surrounds. In short, for large particles (ie for which it makes sense to make an approximation of the continuous medium in which they are immersed, and for which the Stokes law predicts well the behavior) the Knudsen number tends to 0. For small particles instead, whose dimensions are comparable to the size of the particles of the fluid in which they plunged the Knudsen number tends to 1. In the latter case, the Stokes law (derived from a law of conservation of mass and equation of conservation of moments, just the Navier-Stokes equation) requires a correction in order to provide satisfactory results. Hence the need for slip correction factor in the formula before. C c
 is in fact be defined as: 


C_ {c} = 1 + \\ frac {\\ lambda} {R_ {p}} \\ left [1257 +0.4 \\ cdot e ^ {- \\ frac {1.1 R_ {p}} {\\ lambda}} \\ right]
So now that we have defined virtually everything there is to be defined, and stationary linear differential equation for the speed that we have considered before it becomes:
m_ {p} \\ frac {dv_ {z}} {dt} = m_ {p} \\ cdot g + \\ frac {6 \\ pi \\ mu R_ {p}} {C_ {c}} \\ cdot ({u_ z}-v_ {z}) dividing all by the mass m p
and we get: \\ frac {dv_ {z}} {dt} = g + \\ frac {6 \\ pi \\ mu R_ {p}} {C_ {c} \\ cdot m_ {p}} \\ cdot (u_ {z} - v_ {z})
The more astute at this point at least protest the fact that assume constant viscosity and mean free path, as well as the mass and radius is a heresy, because these quantities are temperature dependent and a ' other set of parameters that can be traced largely to the dependence on the height at which the particle is located. I can reassure them that the "complications due" will be introduced later. The solution to the equation above is obtained in a trivial (if there was half of an integral convolution would be even easier) as follows:
v_ {z} (t) = e ^ {- \\ frac {6 \\ pi \\ mu R_ {p}} {C_ {c} \\ cdot m_ {p }} \\ cdot t} \\ cdot v_ {z} (0) + \\ int \\ limits_ {0} ^ {t}
If we assume the velocity u, constant and time-dependent, the solution simplifies to:

v_ {z} (t) = \\ frac {C_ {c} g \\ cdot +6 m_ {p} \\ pi R_ {p} \\ mu \\ cdot u_ {z} + e ^ {- \\ frac {6 \\ pi \\ mu R_ {p}} {C_ {c} \\ cdot m_ {p}} \\ cdot t} \\ cdot (6 \\ pi R_ {p} \\ mu (v_ {z} (0)-u_ {z})-C_ {c} g \\ cdot m_ {p})} { 6 \\ pi R_ {p} \\ mu}



At this point we can also assume that the spherical particle in question, and write the mass m p

taking into account the properties of buoyancy as:
m_ {p} = \\ frac {4} {3} \\ pi R_ {p} ^ {3} (\\ rho_ {p} - \\ rho)

p
where ρ is the density of the particle, and ρ is the density of the fluid in which the particle is immersed (obviously this will depend on the temperature density and height).
expression still a little 'complicated, but already starting to see what happens: the exponential term in the formula for speed for t tending to + ∞, tends to 0, eliminating all Ambaradan brackets that are multiplying, even killing just happened dependence on initial conditions of velocity. On the other hand it is known that for linear systems (and beyond) the point of equilibrium does not depend on initial conditions. The expression of the final velocity of the particle, once made the necessary simplifications becomes equal to:

}^{*}= u_ v_ {z {z} + \\ frac {2 C_ {c} R_ {p} ^ {2} g \\ cdot (\\ rho_ {p} - \\ rho)} {9 \\ mu}
The velocity u, must be considered with the sign - if the particle tends to bring up (upward) and the + sign if the z-component of the wind is directed downward. To achieve this simple asymptotic result was not necessary to solve everything, you just need to impose: \\ frac {dv_ {z}} {dt} = 0 = g + \\ frac {6 \\ pi \\ mu R_ {p} C_ {c}} {\\ cdot m_ {p}} \\ cdot (v_-u_ {z} {z }^{*})
and derive the equilibrium rate of v * (this trick you can do if wind speed is assumed to be constant).
The last term of the expression for the rate of equilibrium particolare è certo piccolo ma non nullo. Cosa si evince dunque da questo semplice modellino ? 1) Se sufficientemente grande, una particella se ne viene giù a terra senza fare una grinza. Questo implica il fatto che se le correnti in quota sono tali da sostenere una particella pesante (per esempio di polvere di bario), a maggior ragione faranno restare in quota una particella di ghiaccio che ha densità minore. Pertanto non si può discriminare la composizione della scia di condensazione (o chimica) basandosi esclusivamente sui tempi di permanenza in quota delle particelle. 2) Se il tempo di permanenza è sufficientemente lungo, essendo le velocità terminali di equilibrio dipendenti dal raggio delle particelle (ed è ben diversa anche la velocità con la quale le particelle di peso diverso di assesteranno alla velocità terminale) le particelle viaggeranno a velocità differenti, e sostanzialmente si separeranno le une dalle altre. Insomma se ci fosse una scia composta da particolato di bario e goccioline/cristalli di acqua, è lecito supporre che dopo qualche ora, la scia sostanzialmente si separerà in due (o più) scie differenti, una con una maggior concentrazione di cristalli di ghiaccio, l'altra con una maggior concentrazione di particolato di bario. Non mi risulta che tali "doppie scie" siano mai state fotografate o riprese. Tale tecnica si usa nei laboratori (mediante centrifughe) per la separazione di vari composti.
Se in più ci aggiungiamo anche il fatto che le particelle hanno un'elevata igroscopicità formeranno dei fantastici nuclei di aggregazione ed accentueranno ancora di più gli effetti precedentemente descritti, per via dell'incremento della massa e del raggio.
Inutile dire che la granulometria dei presunti particolati non mi sia mai stata fornita, nonostante i sostenitori della teoria sciechimista in questione strepitino tanto sul fatto di aver fatto un'infinità di rilevazioni ed esperimenti, nè è stata fornita alcuna indicazione sui composti presumibilmente coinvolti.
Ora qualcosa circa la densità ρ
p
e sul bario. Non può trattarsi del bario allo stato puro, perchè questo è estremamente reattivo e reagisce molto velocemente a contatto con l'aria. Ora i possibili candidati che ci si aspetterebbe di trovare in una miscela di irrorazione al bario è o l'ossido di bario (BaO) oppure il carbonato (BaCO
3
). Ora l'ossido di bario è prodotto per decomposizione termica del carbonato di bario a circa 1300 C°. Questa reazione inizia ad avvenire anche a 800 C°. L'ossido di bario però è sensibile alla presenza di H
2
O, e a contatto con questa prima si trasforma in idrossido di bario, poi continua a idratarsi, fino ad eventualmente diventare barite caustica. Unico particolare che i prodotti intermedi di questa reazione sono molto sensibili alla presenza di CO
2
nell'ambiente circostante, ed a contatto con questa si produce Once again the barium carbonate. It therefore seems reasonable to assume that this is the component that you would expect to find in the chemtrails. Then substituting the appropriate values \u200b\u200bin the formulas you can get a more realistic model, trying to eliminate the uncertainty on the compound from these simple considerations.
But the fact that the barium compounds in question are rather hygroscopic, further accentuates the effect of increasing the mass and the formation of nuclei of aggregation that will tend to fall because heavy with water. Therefore, the long stay in the proportion of these compounds did not appear at first sight to be consistent with their chemical properties. And all this
  si giunge supponendo per assurdo che l'ipotesi sciachimista sia vera. 

Ulteriori analisi verranno condotte nella
parte II
.

Sunday, September 7, 2008

How To Chain Pokemon In Heart Gold

Appleman v2.0

Dopo che nell'
ultimo articolo
è stato fatto vedere come fare delle previsioni "fai da te" sulla formazione delle contrail, con un metodo sostanzialmente "vecchio", è arrivato il momento di spiegare un po' più in dettaglio il processo e perchè no avvalersi di modelli un po' più recenti.
Innanzitutto, come vengono tracciate le curve delle temperature critiche ?
 Abbastanza semplice, tutto ciò di cui si ha bisogno è un modello per la pressione di saturazione del vapore acqueo su una superficie superraffreddata water. I could also say that we need a three-phase generator tachyon field, but here we'll do without. 

Joking aside let 's see what is what:
saturation vapor pressure - the pressure of dynamic equilibrium of the gas phase and liquid phase (in this case water), or more precisely the pressure at which , for a fixed temperature T *, the rate of water evaporation and the rate of condensation of the vapor are equal.
For these models we talk about superraffreddamento because the temperature range for which these models are valid are below 0 ° C (273.15 K). So far nothing particularly
strano. Di modelli per la pressione di saturazione del vapore ce ne sono un'infinità, di seguito riporto ne riporto alcuni: Goff-Gratch (1946):
\\log{(p_w)} = -7.90298 (\frac{373.16}{T}-1)+ 5.02808\cdot \log{(\frac{373.16}{T})}- 1.3816\cdot10^{-7} (10^{11.344 (1-\frac{T}{373.16})}-1) + 8.1328\cdot 10^{-3} (10^{-3.49149 (\frac{373.16}{T}-1)} -1) + \log(1013.246)
ove p
w
  è la pressione di saturazione del vapore sull'acqua in [hPa], T è la temperatura in [K]. 

Murphy-Koop (2005):


\log(100\cdot p_w) = 54.842763 - \\ frac {6763.22} {T} - 4.21 \\ cdot \\ log (T) + + 0.000367T \\ {tanh (0.0415 (T - 218.8))} \\ cdot (53,878 - \\ frac {1331.22} {T } - 9.44523 \\ cdot \\ log (T) + 0.014025 T)
w
 where p is the saturation pressure of water vapor in [hPa], T is temperature in [K], 
log (x ) is the logarithm base 10 of x, tanh (x) is the hyperbolic tangent of x defined as:

\\ tanh (x) = \\ frac {\\ sinh (x)} {\\ cosh (x)} = \\ frac {e ^ {x}-e ^ {-x}} {e ^ {x} + e ^ {-x}}
 
with e, the base of natural logarithm, equal to 2.718281828 ...
Now banale invertire le due formule per ricavare p
w
in funzione di T: sia nel primo che nel secondo caso infatti si ottengono delle espressioni della forma:
 p_{w}(T)=a\cdot e^{f(T)} 


Ora, cosa centra questo con le temperature critiche, il contrail factor e tutto il resto ? Presto detto:
Le contrail, sono sostanzialmente nuvole che si formano, quando una miscela di aria fredda e gas di scarico di un motore jet raggiunge la saturazione rispetto all'acqua. In questo modo si formano prima delle goccioline liquide, poi dei cristalli, che derivano dal veloce congelamento di queste goccioline (per questo più avanti si userà la curva di saturazione dell'acqua invece che del ghiaccio, come proposto da qualche autore).
Supponiamo ora di considerare un volume di controllo interno alla scia, come influenza il motore jet le condizioni di quantità di vapore contenuto nel volume di controllo e la sua temperatura ? Abbastanza semplice: basta considerare la quantità
  

\frac{\Delta r}{\Delta T}

r è quello che si chiama "mixing ratio", ossia la massa di vapore (Kg) su massa d'aria secca. Pertanto quello che esprime la formula è sostanzialmente il comportamento del motore jet in esame: per ogni grado di aumento di temperatura, la variazione del contenuto di vapore nel volume di controllo. Questo fattore è appunto il Contrail factor, funzione delle caratteristiche del motore. Le varie formulazioni del contrail factor sono state derivate praticamente tutte in modo empirico. Ciò non toglie che si possa derivare una relazione più precisa usando un modello più preciso del motore e del processo di combustione.
Il modello proposto da Schumann per il contrail factor è:
  

\frac{\Delta r}{\Delta T} = CF = \frac{E_{I}C_{p}}{Q(1-\eta)}

ove E I
è l'indice di emissione di vapore (dipende dal carburante usato), C
p
  è il calore specifico dell'aria, Q è la temperatura di combustione, η è l'efficienza engine, and is defined as: 


\\ eta = \\ frac {F \\ cdot v} {Q \\ frac {dm} {dt}}

where v is the speed of the aircraft (or engine considered, since it would be more correct to define the efficiency of an engine individually), F is the engine thrust, Q is the temperature of combustion, dm / dt is the amount of fuel per unit of time is put into the engine and must be burned.
How to tie all this talk about the saturation pressure of steam?
The saturation pressure of steam is related to the mixing ratio and atmospheric pressure as follows:
 

r = 621.97 \\ cdot \\ frac {e_s} {p}-e_s


where r is the mixing ratio, and
 s is the saturation pressure of water vapor, and p is the pressure in hPa (mb). 
Since there is content to find only a quotient, made the passage to the limit and the rate of change (Δr / TD) becomes a derivative. But at this point we have all the reports to write an analytical expression (by definition, everything is still equal to CF):

\\ frac {dr} {dt} = 621.97 \\ cdot \\ frac {d} {dT } (\\ frac {e_s (T_c)} {p-e_s (T_c)}) = CF



La temperatura che soddisfa la relazione precedente è appunto la temperatura critica per l'umidità relativa del 100% (dal momento che la la curva della pressione di saturazione del vapore sostanzialmente descrive le caratteristiche di un'aria satura e quindi con umidità relativa del 100%, ossia quelle condizioni in o un'abbassamento della temperatura o l'aggiunta di altro vapore provocherebbe la condensazione). Quindi la temperatura critica in qualche modo rappresenta delle condizioni limite per la formazione delle contrail (appunto si impone la tangenza alla curva di saturazione in un punto).
Sviluppando la derivata nella relazione precedente si ottiene:
621.97\cdot\frac{d}{dT}(\frac{e_s(T_c)}{p-e_s(T_c)})=621.97\cdot\frac{p\cdot \\ Frac {de_s (T_c)} {dT}} {(p-e_s (T_c)) ^ {2}} equaling the report to CF, we have:


\\ frac {\\ frac {de_s (Tc)} {dT}} {(p-e_s (T_c)) ^ {2}} - \\ frac {CF} {p \\ cdot 0} = 621.97
the report is written in the form f (Tc) = 0 for the sake of conceptual clarity. Now, given the complicated expression and
in an analytical way: no problem, as the expression question can be complicated because the functions in question are all rather regular (mainly the exponential) can solve f (T
c) = 0 in a numerical iterative (for example, also using the method of Newton-Raphson smorsato not, there are no problems of convergence).
now shown with T c

* the critical temperature that satisfies the above equation (for the critical temperature relative humidity of 100%), critical temperature for arbitrary relative humidity is obtained by solving for T c

:



T_ {c}-T_ {c }^{*}+ \\ frac {e_ {s} (T_ {c }^{*})- u \\ cdot e_ {s} (T_ {c})} {\\ frac {de_ {s} (T_ {c}} = 0 dT }^{*})}{
 
il termine al denominatore però è stato ricavato in precedenza, ed è quello che contiene il contrail factor, sostituendo questa relazione nell'ultima equazione si ottiene:
T_{c}-T_{c}^{*}+\frac{e_{s}(T_{c}^{*})-u\cdot e_{s}(T_{c})}{\frac{CF\cdot (p-e_{s}(T_{c}^{*})^{2})}{621.97\cdot p}}=0


Sostituendo ora nell'equazione di sopra i dati numerici relativi alla pressione atmosferica p misurata (hPa) e umidità relativa u (valori nell'intervallo [0,1]) si possono ottenere le relative temperature critiche.
 Ecco quindi che si ottendono le curve che normalmente si vedono Appleman in diagrams, for various relative humidity (the lower curve is related to the relative humidity of 0%, higher than 100%, the intermediate match rh increased by 10%), the curves were plotted using Murphy-Koop model and a CF = 0.039: 



It 's interesting to note that the factor used by Appleman contrail was held constant (unlike the formulation du Schumann), and equal to 0.0336, the latest values hovering around 0039 (Boeing 747).
For example, here is what happens to the critical temperature at 0% relative humidity using two different contrail factor:
 



Basically so in the end it is expected the formation of a contrail if the temperature is below the critical temperature. Now all this got to do with chemtrails? I am convinced that all pretty much have faced a demand sciachimista: "But first they were not so, there were not so many! How do you explain me this?". Here is the answer to this question: increase of air traffic (controlled empirical observation) and different contrail factor (just happened that increases efficiency, so the formula described by Schumann), more than a few years ago due to more powerful engines and more efficient. Now once again making use of data collected from the station at Pratica di Mare (RM) on this site
, we are going to make predictions for the formation of the contrail. This time, instead of reporting the puntazzo on a jpg, let's do a little 'coolest:
 The critical temperature is a function of relative humidity and pressure. The pressure and relative humidity are also functions of the height, and their values \u200b\u200bare available from measurements. All that remains is to interpolate (using cubic interpolation) the data, put the functions thus obtained the formula for the contrail factor resulting in a critical temperature depending on the height, and compare the two graphs with the temperature profile: 



and a magnification of the region of interest


 
The data were taken at 12Z (14:00 Rome) to Sunday, September 7, 2008. The red trace is the profile of critical temperatures, in black, the actual temperature profile. In the intervals of heights where the temperature is less than the critical temperature (black curve below the red curve), the contrail will form.
Today nothing to do for alleged contrail to 3000 m in height apparently: D.



References:
 "Calculations of Aircraft Contrail Formation Critical Temperatures" by Mark L. Schrader (1996)  


"Contrail Studies and Forecasts in the Subarctic Atmosphere Above FAirbanks,
Alaska" di Martin Stuefer e Gerd Wendler (2004)
"Improved Contrail Forecasting Techniques for the Subarctic Setting of Fairbanks, Alaska"
  

Gerd Wendler and Martin Stuefer (2002)


"On Conditions for Contrail Formation from Aircraft Exhausts" di U. Schumann (1996)

  

Friday, September 5, 2008

Buy Smiths Chips Online

A bit 'of basic theory


Il fenomeno delle contrail era noto già dal 1921, e fu studiato in modo relativamente approfondito da un tale Appleman nel 1953, che per ovvi motivi tattici cercava di formulare un framework teorico in which it was possible to predict the formation of contrails.
developed so a system that was based on "Charts Appleman" that would allow to make a prediction of the phenomenon.

Appleman is essentially a graph of an object so that:
 



Or this:
 



In short, nothing particularly strange or difficult so far. To be able to challenge themselves in the epic undertaking for the prediction of contrail formation we need to add another ingredient: The profile of atmospheric temperature and umudità.
 
Data weather, fortunately, are freely available online on this fantastic site
.
You choose the date, choose the region, you click on the station of interest (Pratica di Mare (RM) for example), and you get a beautiful table full of numeretti, with a lot of time, become more or less like :

So there is everything and more. Now just put some 'data on the graph:
particularly interested in the columns: (PRES (pressure), HGHT (height), TEMP (Temperature) RELH (Relative Humidity)).
 

Now we have to put into practice i seguenti due banalissimi passaggi:

1) Dalla colonna TEMP e dalla colonna PRES si ottengono le informazioni circa il profilo di temperatura dell'atmosfera; ora è sufficiente riportare questi punti sul grafico nel punto di coordinate (TEMP,PRESS) (pallino rosso).
 2) Dalla colonna RELH e dalla colonna PRES si ottengono le informazioni circa l'umidità relativa. Qui il gioco è lo stesso di prima solo che è un poco più complicato (ma non di molto): 

Per segnare un punto relativo ad una pressione ed ad una umidità relativa, basta metterlo al punto di intersezione della curva della temepratura critica corrispondente all'umidità relativa che si sta considerando with its pressure value.

what happens today at Pratica di Mare (RM):




How do you determine if a certain proportion will form contrails? Nothing could be simpler: just for that particular share the red ball is properly left to the blue ball.
In practice, there are the conditions for the formation of contrails in the range between 11,176 and 16,540 meters.

It's basically what I see from my house, even a persistent trail, pace of the conspiracy.
Ps fattomi As kindly noted by brain_use, the model applied by Appleman is outdated and obsolete past.

Planned Parenthood In Montreal

chemtrails (Introduction)



surfing the net here and there I happened to run into people who loudly supported the so-called theory of chemtrails. The main "hypothesis" of this conspiracy theory is more or less in the affirmation of the fact that persistent contrails left by planes that are seen in the sky, the trails are really just "chemical" that contain the materials and particulates as diverse

Hormones;


Nanofibers;


Particulates nanoscale;
Bario;


Aluminium;

Silicon;
organic material of various origin and provenance (perhaps not of this earth);

short, all and more.

As for the claim concerning the alleged purpose of these trails, there are still more hypothesis than on their content, ranging from climate control to mind control, arms wave, the extermination of the population (about 4 billion people in the current project)

The hypothesis is the most imaginative I believe that the testing of a "Gay Bomb" (Eghm, you will know something of the NWO?;)), and here I rest my case. Here is the link
. It occurs very often the HAARP project (here's
link to the official website, freely accessible not only by the network), in other words there are, I think of all the conspiracy theorists who agree on the content and purpose of the chemtrails.

links to be followed a bit 'of resources:

Discussion Forum Focus - link
Discussion forums on Giovani.it - \u200b\u200b
link

Blog of Hanmi - link

Blog Straker (for a level playing field) -
link

Contrail Science - can be found under "Useful Links" in the right column of this blog.
network resources on the subject are very numerous, just search Google.


questions (and assertions) that many fundamental sciachimisti are used to support their theories are more or less as follows:
1) Why do contrails last for so long?



1.a) Before, lasted so long and do not expand much, cause now they expand so much and last much longer than they would last a few years ago?
2) Why are irregular (intermittent)?
3) Why when the planes turn and do maneuvers on my head and do the odd trail when they go off the trail are "normal"?
4) Why on my head I see patterns of trails that cross? It will not be because they are spraying?
5) because the planes fly so low?
Needless to say, that photographs of the alleged devices for spraying are regularly denied.