Machine Translated by Google

Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/224183030

Model Jalan Karman sederhana

Makalah Konferensi · Juni 2010

DOI: 10.1109/OCEANSSYD.2010.5603671 · Sumber: IEEE Xplore

KUTIPAN BACA

6 2.289

2 penulis:

Silvia Cecilia Tapia-Siles Ryad Chellali

Universitas Swasta Bolivia Universitas Teknologi Nanjing
16 PUBLIKASI 116 KUTIPAN 136 PUBLIKASI 1.376 KUTIPAN

LIHAT PROFIL LIHAT PROFIL

Semua konten setelah halaman ini diunggah oleh Ryad Chellali pada tanggal 01 Juni 2014.

Pengguna telah meminta penyempurnaan file yang diunduh.

Machine Translated by Google

Model Jalan Karman sederhana

Cecilia Wall S.ÿ†‡, dan Ryad Chellaliÿ
ÿ
Institut Teknologi Italia, Genoa, Italia †Universite Pierre
´
et Marie Curie, Paris, Prancis ‡Universita degli Studi di
`
Genova, Genova, Italia Email: cecilia.tapia@iit.it;
ryad.chellali@iit.it

Intisari— Kiprah Karman adalah cara gerak ikan yang diamati pada ikan yang
berenang di antara pusaran yang keluar dari sebuah silinder (yang disebut
Jalan Karman). Selama Karman Gait, ikan menunjukkan penurunan aktivitas
otot, sehingga terkadang ikan dapat bergerak secara pasif melawan aliran
turbulen.
Pengontrol yang diadaptasi untuk menghasilkan perilaku seperti ini pada
robot ikan sedang dikembangkan, tetapi masalah utama saat ini adalah
kompleksitas model interaksi robot-lingkungan untuk merancang pengontrol
gaya berjalan robot.
Artikel ini menjelaskan model Jalan Karman yang disederhanakan yang
didukung dengan beberapa simulasi CFD. Model ini saat ini digunakan untuk
melatih robot pengontrol ikan sebelum melemparkannya ke dalam air.
I. PENDAHULUAN
Karman Vortex Street adalah rangkaian vortisitas bergantian yang berpola
baik dalam aliran laminar yang terganggu oleh badan tebing. Fenomena ini
diamati di alam misalnya pada awan dan air, dan digunakan oleh ikan dalam
berbagai cara, seperti bersekolah atau sekadar berdiam diri di belakang
benda diam.
Gambar 1. Jalan Vortex yang muncul di atas Pulau Alexander Selkirk. Gambar
diperoleh dari: Pusat Penerbangan Luar Angkasa Goddard NASA (NASA-GSFC)
Rumusan sebelumnya terlihat sederhana namun kenyataannya lebih
kompleks: masih belum jelas bagaimana ikan memanfaatkan vortisitas dalam
penggerak bawah air. Akibatnya, alam tidak dapat membantu kita membangun
mekanisme yang terinspirasi oleh bio dan tidak alami di bawah air yang dapat
dikontrol secara langsung. Hal ini terutama disebabkan oleh rendahnya
pengetahuan yang kita miliki tentang gerak di lingkungan cair, termasuk fluida
yang berinteraksi dengan benda. Beberapa model berdasarkan Computational
Fluid Dynamics telah diusulkan, namun kompleksitas alat ini membuat model
tersebut tidak berguna dalam mengembangkan pengontrol yang kuat dan
adaptif. Semua ini terkadang mengarah pada pendekatan yang sangat rumit
yaitu biomimikri [2].
Kami mengikuti pendekatan George Cayley sekitar tahun 1809 yang
menjelaskan dirinya sendiri dengan mengatakan bahwa subjek gaya hambat
suatu benda sangatlah kompleks sehingga akan lebih berguna untuk
menyelidikinya melalui eksperimen daripada dengan penalaran. Dalam karya
ini, kami mengembangkan model minimal yang cukup mendekati kenyataan
untuk memungkinkan kami mengembangkan dan menguji pengontrol baru
yang mampu menangani kondisi turbulen yang kami sajikan sebelumnya.
Dengan kata lain, kita tidak lagi berurusan dengan menurunkan gaya hambat
tetapi dengan memanfaatkan energi yang membawa turbulensi di dalam air.
Lebih spesifiknya, kami mengerjakan kawasan khusus Jalan Karman. Yakni,
wilayah tempat ikan diamati mengadakan stasiun yang melakukan kiprah
Karman. Dalam makalah ini kami tidak membahas masalah pengendalian
meskipun kami menggunakan model ini untuk "melatih" pengontrol robot ikan
untuk mencapai gaya berjalan Karman.
Sebelum melangkah lebih jauh, perlu kami sampaikan bahwa Karman ini
1 Simulator jalan karakteristik telah diperoleh dengan menggunakan yang paling penting
kinematik aliran air di belakang silinder melingkar untuk bilangan Reynolds dalam kisaran 50 < Re < 2x105 dan

pada jarak dari silinder di mana urutan pelepasan pusaran menjadi sangat terpola.

Mari kita bayangkan sebuah robot yang menargetkan tujuan yang sama.
Robot tersebut memerlukan kontrol yang adaptif dan kuat untuk mendukung
kemampuan berenang yang memadai. Dari perspektif kontrol nonlinier
konvensional, pengontrol seperti ini memerlukan model detail lengkap untuk II. DESKRIPSI JALAN KARMAN VORTEX

mekanika fluida lokal. Dari sudut pandang komputasi, hal ini tidak realistis
karena terlalu rumit: metode numerik lengkap yang menangani pergerakan
aktif benda elastis dalam fluida belum dikembangkan [1].
Dalam pekerjaan kami, kami fokus pada perilaku stasiun penampungan di
Jalan Kaman. Dalam situasi ini, ikan sangat efisien dalam menggabungkan
gerakan yang dikenal sebagai kiprah Karman untuk menjaga posisi kuasi
diam. Untuk robot ikan, perilaku seperti itu, misalnya menjaga posisi kuasi
diam dengan meminimalkan energi, dapat diterjemahkan ke dalam masalah
kontrol tradisional sebagai berikut: menghasilkan pola gerak untuk
mempertahankan posisi dan dengan meminimalkan biaya energi.
Karman Vortex Street dapat dideskripsikan sebagai fenomena fluida
dimana rangkaian vortisitas muncul pada sisi benda yang mengganggu aliran
laminar. Pusaran ini bergantian searah jarum jam dan berlawanan arah jarum
jam meninggalkan aliran hampir laminar di antaranya, seperti terlihat pada
skema Gambar 2.
Jalan Karman terjadi untuk beberapa kondisi kinematik fluida tertentu.
Kondisi ini dapat dijelaskan dengan beberapa ukuran aliran standar seperti
bilangan Reynolds dan bilangan Strouhal. Ciri-ciri tersebut dan wilayah
munculnya Jalan Karman dijelaskan di bawah ini.
1Dibangun di Webot [3].

978-1-4244-5222-4/10/$26.00 ©2010 IEEE

Machine Translated by Google
Gambar 2. Skema Jalan Karman Vortex yang menunjukkan arah putaran pusaran
terhadap arah aliran (berwarna biru)
A. Bilangan Reynolds dan Strouhal Bilangan
Reynolds merupakan bilangan tak berdimensi. Ini memberi
rasio gaya inersia terhadap gaya viskos.
Untuk silinder di dalam aliran laminar air, bilangan Reynolds dinyatakan
sebagai berikut:
kamu d
Ulang =
C 20.000) di mana Karman Gait telah diamati [6], [7], [8], [9]
Di mana:
C adalah viskositas kinematik fluida. Dalam hal ini, untuk air pada suhu
20oC adalah 1,004 · 10ÿ6 [m/s2 ].
U adalah kecepatan aliran di daerah laminar. d adalah diameter
silinder.
Bilangan strouhal adalah bilangan tak berdimensi lainnya. Itu menghilangkan-
juru tulis mekanisme aliran berosilasi.
Dalam hal silinder di dalam aliran laminar, bilangan Strouhal
akan dinyatakan sebagai:
D
St = f
DI DALAM
Dengan f adalah frekuensi pelepasan pusaran dalam Hz.
Bilangan Strouhal, untuk rentang bilangan Reynolds antara 250 < Re < 2 · 105
dapat dinyatakan seperti pada ,Persamaan 3 (dihitung oleh GI Taylor (1886-1975)):
19.7
St = 0,198 1 ÿ
Ulang
Dimana Re adalah bilangan Reynolds yang dihitung dengan Persamaan 1.
Persamaan ini sangat berguna untuk mendapatkan frekuensi pelepasan
pusaran Jalan Karman untuk rentang bilangan Reynolds sebelumnya.
B. Reynolds, Strouhal dan kejadian Karman Vortex Street
Mengingat bahwa tujuan utama model ini adalah untuk membangun lingkungan
untuk robot yang terinspirasi dari bio, kami telah melihat karakteristik frekuensi
berenang ikan. Bilangan strouhal dalam hal karakteristik renang ikan diamati
berada pada kisaran 0,2 < St < 0,4 ([4], [5]). Yang terakhir ini merupakan hasil
frekuensi tail beat yang berkisar antara 1 hingga 4 Hz dalam kondisi normal.
Dengan melihat hubungan antara bilangan Reynolds dan generasi Jalan
Karman, dapat diamati [2] bahwa rangkaian vortisitas yang berpola baik dapat
diperoleh hanya dalam beberapa rentang bilangan Reynolds:
Kembali <10 Tidak ada pusaran
10 < Ulang < 40 Pusaran terlampir
40 < Ulang < 150 Jalan Karman Vortex
meningkat dengan lancar
Dia memarut nomornya
150 < Ulang < 2x105 Jalan Karman Vortex hampir
konstan St
2x105 < Re < 3x106 Bangun turbulen penuh 3x106 < Re <
1010 Karman Vortex Street
dengan bertambahnya bilangan Strouhal
Berdasarkan informasi sebelumnya, kami memilih untuk bekerja di wilayah
bilangan Reynolds dan Strouhal yang terbatas dan spesifik.
Batas bilangan Reynolds yang dipilih adalah antara 150 < Re < 2x105 . Dalam
interval ini, telah diamati keberadaan Jalan Karman dan bilangan Strouhal yang
hampir konstan. Perilaku fluida pada wilayah ini dapat dilihat pada Gambar 3.
Gambar tersebut menunjukkan fungsi perilaku Jalan Karman masing-masing
bilangan Reynolds dan Strouhal.
(1) Kisaran yang dipilih bertepatan dengan percobaan ikan hidup (Re sekitar
(2)
Gambar 3. Perilaku Jalan Karman dalam fungsi bilangan Reynolds dan bilangan
Strouhal: Garis horizontal menunjukkan keteraturan pelepasan vortisitas.
Diekstrak dari [10]
C. Kiprah Karman dan Jalan Karman
(3)
Ikan melakukan kiprah Karman di wilayah di mana Jalan Karman berada dalam
kondisi stabil, seperti yang diamati oleh Liao dkk. di [6].
Jarak yang diukur dari silinder pembangkit Jalan Karman ini terpantau lebih besar
dibandingkan panjang tubuh ikan. Selain itu, di wilayah ini, vortisitas yang berpola
baik bergerak dengan kecepatan yang kira-kira konstan.
Terlebih lagi, di wilayah ini, vortisitas memiliki konfigurasi yang stabil (kurang lebih
berupa segitiga konstan) seperti pada Gambar 2.
Metodologi yang digunakan untuk memodelkan wilayah ini dirinci pada bagian
berikut.
D. Metodologi untuk menciptakan lingkungan di mana robot ikan dapat belajar
berenang
Untuk menentukan karakteristik kinematik dari
Jalan Karman yang akan dihasilkan, kita lakukan beberapa perhitungan dasar :
1) Tentukan bilangan Reynolds untuk kasus tersebut.
2) Tentukan frekuensi pelepasan pusaran yang diinginkan.
Machine Translated by Google

3) Hitung bilangan Strouhal: dari Persamaan 3 atau dari

sastra: misalnya [11].
4) Setelah menentukan bilangan Reynolds dan Strouhal serta memiliki
viskositas kinematik air, kita dapat menghubungkan dan memperoleh
diameter silinder dan kecepatan aliran sebagai berikut:

Reÿ = C1 = U d (4)

St D
= C2 = (5)
F DI DALAM

(a) Besaran kecepatan

2d = C1C2 (6)

5) Setelah kita mendapatkan kecepatan aliran dan diameternya, kita

mendapatkan panjang gelombang ÿ Jalan Karman:

kamu ÿ = (7)
F

6) Menggunakan ÿ dan dengan asumsi bahwa kita berada dalam rezim

stabil, kita menggunakan rasio jarak antara pusat dua baris vortisitas
3,56 : 1 [2] untuk mendapatkan jarak vertikal dari pusat. Hubungan ini
ditunjukkan pada Gambar 2 sebagai dhv : dvv. (b) Besaran tekanan dan garis Isobar

7) Kita asumsikan inti pusaran memiliki kecepatan linier sebesar U.

AKU AKU AKU. TURBULENSI TERUS MENERUS - INFORMASI CFD

UNTUK JALAN KARMAN

Dinamika fluida komputasional merupakan salah satu cabang mekanika

fluida yang menggunakan metode dan algoritma numerik untuk memecahkan
dan menganalisis masalah yang melibatkan aliran fluida.
Komputer digunakan untuk melakukan jutaan perhitungan yang diperlukan
untuk mensimulasikan interaksi cairan dan gas dengan permukaan yang
(c) Besaran kecepatan dan garis Isobar
ditentukan oleh kondisi batas.
Untuk Jalan Karman sebagaimana didefinisikan pada Seksi II-D, dilakukan Gambar 4. Contoh simulasi OpenFoam CFD Jalan Karman pada Re = 150

simulasi CFD. Kami menghasilkan mesh yang mendefinisikan silinder dengan

diameter d seperti yang diperoleh sebelumnya. Kemudian kami
mensimulasikan aliran air berkecepatan konstan yang terganggu oleh silinder
aliran, telah dimodifikasi sekali lagi untuk menghitung jarak antara pusaran
ini dan kami memperoleh informasi kecepatan (Lihat Gambar 4(a)) dan
dan tubuh ikan, sehingga ketika pusaran mendekati ikan maka gaya hambat
tekanan (Lihat Gambar 4(b)) untuk Jalan Karman kami.
pada tubuh ikan dipengaruhi oleh pusaran yang mendekat.
Dari simulasi ini, seseorang mengekstrak kecepatan aliran lapisan luar
pusaran yang akan diterapkan sebagai bagian dari gaya hambat pada tubuh
Simulasi ini mendukung pembuatan model sintetik yang memberikan
ikan.
beberapa kasus dalam rentang karakteristik yang dipilih. Variasi kasus ini
Hal ini dilakukan dengan menggambar garis isobar yang membatasi
memungkinkan pengontrol bersiap menghadapi situasi yang lebih realistis.
lapisan luar vortisitas dalam keadaan tunak, dan dengan menggunakan
kecepatan wilayah internal Jalan Karman yang berinteraksi langsung dengan
ikan. IV. FISIKA PADA ROBOT

Pada Gambar 4 diperlihatkan kasus simulasi fluida pada Re = 150 untuk
tujuan penjelasan grafis, dimana pada Gambar 4(a) ditunjukkan kecepatan
aliran, pada Gambar 4(b) ditunjukkan Tekanan pada waktu simulasi yang
sama pada Gambar 4(a) dan beberapa garis isobar telah diidentifikasi untuk
ditumpangkan pada grafik kecepatan seperti yang ditunjukkan pada Gambar
4(c).
Wilayah internal kecepatan Jalan Karman yang diperoleh dari simulasi ini
ditambahkan sebagai parameter untuk setiap pusaran. Plug-in Fisika dibuat
untuk air tenang dan dimodifikasi untuk air laminar
Pada titik ini, kami telah memperoleh informasi dasar untuk mensimulasikan
lingkungan sintetik untuk robot. Robot dan pengontrol tersebut kemudian
disimulasikan dalam perangkat lunak bernama Webots [3] bersama dengan
Karman Street sintetis yang telah terintegrasi menggunakan perangkat lunak
yang sama.
A.Konstruksi
Kami menghasilkan di Webots objek Jalan Karman yang didefinisikan
sebagai robot. Robot ini terbuat dari benda kaku yang melambangkan inti
Machine Translated by Google

Gambar 7. Sinyal diperoleh dari sensor visual robot gambar 6 Jalan Karman dengan frekuensi
Vortex shedding 2 Hz.

Gambar 5. Robot ikan trout berenang di Jalan Karman

B. Daya Apung dan Gaya Archimedes Kita

berasumsi bahwa robot ikan kita bersifat apung netral. Artinya, ia akan
dari Rankine Vortex yang berputar pada porosnya sendiri dan ditarik oleh
tetap terendam pada tingkat yang stabil. Untuk melakukan ini, benda harus
silinder yang lebih besar seperti terlihat pada gambar 6.
memiliki massa jenis air yang kira-kira sama: berat air yang dipindahkan oleh
benda sama dengan berat benda itu sendiri dan gravitasi mengimbangi gaya
apung.

Kesetimbangan gaya dinyatakan sebagai berikut:

Fb = ÿVbg (8)

Di mana:
Vb adalah volume tubuh ikan yang memindahkan air dengan volume
yang sama (kami berasumsi robot terendam seluruhnya). adalah

Gambar 6. Susunan silinder berputar yang membentuk Jalan Karman percepatan gravitasi
G (9,81 m/s2 .)
Gaya ini diterapkan langsung pada pusat massa benda sehingga robot
Kecepatan linier sesaat setiap silinder yang mewakili pusaran dihitung
tetap berada pada posisi stabil pada sumbu y.
seperti yang ditunjukkan pada bagian sebelumnya dan ukuran serta kecepatan
Untuk saat ini kami belum melakukan upaya apa pun untuk mengontrol
sudut silinder utama dihitung menurut jarak antar pusaran juga seperti pada
gerakan vertikal robot yang kami latih. Faktanya, pendekatan ini membuat
bagian sebelumnya dan dengan mempertimbangkan jumlahnya. silinder yang
robot tetap berada dalam dunia dinamis 2 dimensi.
akan diambil alih oleh setiap silinder.
C. Gaya-gaya lain di air tenang

Sebagai contoh, kasus pada gambar 6 terdiri dari dua mekanisme utama
yang satu berputar searah jarum jam dan yang lainnya berlawanan arah
jarum jam. Masing-masing membawa 36 silinder, masing-masing berputar
pada porosnya sendiri-sendiri berlawanan arah dengan silinder utama yang
membawanya.
Mekanisme yang dijelaskan digunakan untuk melatih pengontrol robot 1
DOF. Pengendali ini menyesuaikan dengan frekuensi proses pelepasan
pusaran. Dalam hal ini, sensor optik (sensor berbasis IR kedalaman) telah
digunakan dan sinyal yang dirasakan oleh robot ditunjukkan pada gambar 7.

Jalan Karman dasar ini memberi robot petunjuk kinematik untuk

beradaptasi dengan pusaran yang datang dalam pendekatan bebas kontak.
Artinya, robot hanya mengandalkan informasi visual untuk melatih
pengontrolnya. Dari segi adaptasi frekuensi, informasi ini sudah cukup.
Namun, hal tersebut belum cukup untuk mendukung aspek dinamis.
Selangkah lebih maju dari dunia robot ikan yang hanya memiliki visual
saja, kami menambahkan informasi dinamis dengan memasukkan gaya pada
tubuh robot. Hal ini dilakukan melalui plug-in fisika, seperti yang dirinci di
bawah.
Gambar 8. Belut seperti robot yang berenang di air tenang
Berdasarkan plug-in yang dibuat oleh [12] untuk menambah kekuatan
pada robot salamander mereka, kami membuat plug-in Fisika sendiri yang
memungkinkan robot kami berenang di air tenang terlebih dahulu. Langkah
ini menghitung dan menerapkan gaya hambat pada tubuh ikan dengan
mengubah kecepatan relatif ikan menjadi gaya hambat:
1
Fd = ÿU2ApCd (9)
2
Machine Translated by Google
Di mana:
R adalah massa jenis air (997,0479 kg/m3 pada 25oC ).
Ap Apakah luas proyeksi tegak lurus terhadap arah
dari kamu.
U Kecepatan aliran.
Koefisien Cd Drag bergantung pada bilangan Reynolds dan proyeksi luas
tegak lurus aliran atau kecepatan aliran relatif.
Koefisien drag untuk simulasi ini diperoleh dari [2] fungsi bentuk, luas dan
perkiraan bilangan Reynolds dan dari [13] untuk robot mirip belut yang
ditunjukkan pada Gambar 8.
Kerangka acuan tetap diorientasikan dengan gravitasi paralel
ke sumbu y dalam arah negatif seperti yang ditunjukkan pada Gambar 9.
Gambar 9. Kerangka acuan. Garis hijau menunjukkan sumbu y
D. Integrasi Jalan Karman
Seperti yang telah didefinisikan, Jalan Karman tercipta ketika badan
tebing mengganggu aliran laminar. Kita mulai dengan mempertimbangkan
aliran laminar dalam simulasi dan terakhir kita menambahkan gaya-gaya
yang dihasilkan oleh vortisitas Jalan Karman.
1) Aliran laminar dalam : Aliran laminar direpresentasikan sebagai aliran
dengan kecepatan konstan dalam arah tetap, seperti pada Gambar 10, dan
gaya hambat dapat diturunkan dari persamaan 9, menggunakan U sebagai
kecepatan relatif benda terhadap aliran.
Gaya tarik yang diperoleh sebelumnya dihitung dan diterapkan pada
kerangka acuan tubuh robot. Hal ini sahih karena koefisien hambatan
sepenuhnya bergantung pada karakteristik permukaan benda yang
bersangkutan. Selain itu, kami berasumsi bahwa gaya-gaya ini diterapkan
pada pusat massa robot yang bertepatan dengan pusat geometrinya.
Gambar 10. Aliran laminar berlawanan dengan arah berenang ikan
2) Pusaran: Untuk memperhitungkan pengaruh pusaran pada tubuh robot,
kami menggunakan perkiraan kecepatan aliran dalam garis Isobar terpilih
yang diambil dari simulasi CFD
(Lihat Gambar 4(c) untuk deskripsi grafis). Kecepatan ini mengubah gaya
tarik yang diterapkan pada pusat massa benda.
Namun, gaya ini hanya diterapkan ketika benda berada di dalam wilayah
pengaruh pusaran. Seperti terlihat pada Gambar 11.
Gambar 11. Skema robot ikan di dalam kawasan simulasi Jalan Karman
Robot yang berada di kawasan Jalan Karman ini mendapatkan pengaruh
vortisitas pada tubuhnya, mereka memiliki informasi optik dan kecepatan
serta isyarat proprioseptif untuk melatih pengontrolnya.
V. HASIL DAN KESIMPULAN
Dalam tulisan ini, kami menyajikan model Jalan Karman yang
disederhanakan. Kami menjelaskan metodologi yang kami ikuti untuk
mencapai tujuan ini. Yakni, kami mengabstraksi ciri-ciri utama Jalan Karman.
Kami mendapatkan deskripsi ringkas tentang wilayah tertentu (sesuai dengan
area tempat ikan melakukan Karman Kiprah). Model ringkas ini telah digunakan
untuk melatih berbagai robot yang mengendalikan frekuensi ketukan ekornya
dengan pengontrol berbasis saraf, yang memerlukan informasi umpan balik.
Simulasi robot yang digunakan selama ini antara lain: robot ikan sirip biru 1
DOF, robot ikan trout coklat 2 DOF dan robot mirip belut 9 DOF dengan
pengontrol berbeda masing-masing.
Robot telah berhasil mencocokkan frekuensi ketukan ekornya dengan
Jalan Karman tetapi fase yang tepat untuk menyerangnya guna melakukan
gaya berjalan Karman masih dicocokkan secara manual dan dipelajari di
bagian kendali robot dalam proyek tersebut.
PENGAKUAN
Pekerjaan ini didukung oleh FILOSE-INFSO-ICT-231495.
REFERENSI
[1] K. Pearson, O. Ekeberg, dan A. Buschges, “Menilai fungsi sensorik dalam
sistem lokomotor menggunakan simulasi neuro-mekanik,” Trends in
Neurosciences, vol. 29 tidak. 11, hal.625 – 631, 2006.
[2] S. Vogel, Kehidupan dalam cairan yang bergerak. Princeton University Press,
edisi ke-2, 1996.
[3] Webot. Perangkat Lunak Simulasi Robot Seluler Komersial.
[4] GK Taylor, RL Nudds, dan ALR Thomas, “Hewan terbang dan berenang
berlayar dengan kecepatan tinggi yang disetel untuk efisiensi daya tinggi,”
Alam, jilid. 425, hlm.707–711, 2003.
[5] MS Triantafyllou dan GS Triantafyllou, “Mesin renang yang efisien,” Scientific
American, vol. 272, hal.64 – 71, 1995.
[6] J. Liao, D. Beal, G. Lauder, dan M. Triantafyllou, “Kiprah karman: kinematika
tubuh baru ikan trout pelangi yang berenang di jalan pusaran,”
Jurnal biologi eksperimental, vol. 206, hlm.1059–1073, 2003.
Machine Translated by Google

[7] J. Liao, D. Beal, G. Lauder, dan M. Triantafyllou, “Ikan yang mengeksploitasi vortisitas
menurunkan aktivitas otot,” Science, vol. 302, hlm.1566–1569, 2003.

[8] J. Liao, “Peran gurat sisi dan penglihatan pada kinematika tubuh dan preferensi hidrodinamik
ikan rainbow trout dalam aliran turbulen,” The Journal of Experimental Biology, vol. 209,
hal. 4077–4090, 2006.
[9] J. Liao, “Tinjauan tentang mekanisme dan perilaku renang ikan di arus yang berubah.”
Philosophical Transactions of the royal society B, vol. 362, hal. 1973–1993, 2007.

[10] FM Putih, Mekanika Fluida. WCB McGraw-Hill, 1998.

[11] U. Fey, M. Konig, dan H. Eckelman, “Hubungan bilangan strouhal reynolds baru untuk silinder
sirkular dalam kisaran 47 < re < 2x105 ,”
Fisika Fluida, vol. 10, hal.1547–1549, 1998.
[12] A. Ijspeert, A. Crespi, D. Ryczko, dan JM Cabelguen, “Dari berenang hingga berjalan dengan
robot salamander yang digerakkan oleh model sumsum tulang belakang,”
Sains, jilid. 315, hal.1416 – 1420, 2007.
[13] O. Ekeberg, “Model gabungan saraf dan mekanis dari renang ikan,” Biological Cybernetics,
vol. 69, hlm.363–374, 1993.

Lihat statistik publikasi