The RayleighTaylor Instability

By: Paul Canepa and Mike CromerTeam Leftovers

The RayleighTaylor Instability

Outline

● Introduction● Experiment● Data● Theory● Model● Data Analysis● Interface● Conclusion

The RayleighTaylor Instability

Introduction

The RayleighTaylor instability occurs when a light fluid is accelerated into a heavy fluid.  The acceleration causes perturbations at the interface, which are the cause of the instability.  The study of liquid layer dynamics is important in many applications, for example, coating nonuniformities, flotation and filtration, even using the motion induced by instabilities to provide rational models for predicting continental drift and volcanic activity.    

Our goal is to develop a model which will give us the wavelength of the most unstable mode and reconstruct the early onset of perturbations of the interface. The model will depend heavily on two ideas: the fluidfluid interface and the energy in the fluids.  We take a dynamical approach in order to be able to determine the wavelength which dominates the time evolution of the velocity field.  Finally, we compare our model predictions with the experimental results to assess the validity, as well as attempt to recreate the evolution of the interface over time.

The RayleighTaylor Instability

Experiment

Setup:1) We filled a rectangular box first with a thin film of the heavy fluid (molasses), 

then poured the lighter fluid (water) on top, completely filling the box, and then allowed time for the two fluids to separate.

2) We filled half of a rectangular box with corn syrup then poured silicon oil on top until the box was completely filled.

3) Poured a thin layer of silicon oil on a piece of glass then flipped it over.

Procedure:We flipped the box over so as to have the lighter fluid accelerated into the heavier 

fluid by gravity.  For (1) we took pictures from the top to see the bubbles that formed; for (2) we used the pixel camera to capture the interfacial motion; for (3) we used the highspeed camera to capture the interfacial motion.

The RayleighTaylor Instability

Data

Data collection*:Our goal is to find the wavelength of 

the most unstable mode.  For (1) we measured the distance between centers of neighboring drops; for (2) we measured the distance between neighboring spikes; for (3) we measured the distance between peaks of drops.  For (3) we also measured the height of the drops, to compare with our interface reconstruction.

*All data collected from the experiment can be found found on the wiki.

The RayleighTaylor Instability

Theory

Note: The following theory and model proposal follow an approach due to Chang and Bankoff 

(reference on wiki).

We first assume that the fluid is incompressible and the motion is irrotational, and that the fluid motion in the horizontal direction is sinusoidal.  We can then assume that the velocity potentials have the form:

The RayleighTaylor Instability

Theory

We will consider two systems.  First, we assume infinitesimally thin layers of fluid (i.e. y > 0), for which the velocity field becomes:

Second, we will look at infinite layers of fluid, for which the velocity field is:

The RayleighTaylor Instability

Theory

In order to follow a particle we must find the particle path slopes:

Now, let the initial position of the particle be given by           , then integrating the above, and noting that              at the interface, we find the equation of the interface:     

The RayleighTaylor Instability

Model

Now that we have an expression for how a particle moves along the interface, all we need to do is find q.  In order to do this we use an energy balance over one wavelength.  For this system there are several energies which must be considered – kinetic, potential and surface.  However, we believe that viscosity affects the rate of deformation of the fluid.  

The RayleighTaylor Instability

Model 1

First we consider infinitesimally thin layers of fluid, say height:               .  After computing the integrals we arrive at the following equation for q, F & K are on the wiki: 

The RayleighTaylor Instability

Model 1Now we consider q small:

The RayleighTaylor Instability

Model 1

Now we look at what dominates the time evolution of the interface:

The RayleighTaylor Instability

Model 1In an attempt to find q, we consider the next order equation:

We are currently unsure of the appropriate initial conditions, but for now we will go with:

The RayleighTaylor Instability

Model 2

For the infinite layers we first let h represent the height of the fluid.  Computing the integrals results in:

The RayleighTaylor Instability

Model 2

Once again we consider small q:

The RayleighTaylor Instability

Model 2

To the leading order, q satisfies the equation:

Now, to account for an infinite height of fluid:

The RayleighTaylor Instability

Model 2There are two unknowns in the previous equation, k & q; in order to deal with this problem we let q assume a particular form:

n = n(k) is the growth rate, which satisfies the equation:

Our goal now is to find the wavenumber, k, associated with maximum growth, i.e.:

The RayleighTaylor Instability

Data Analysis

Experiment vs Thin Layer TheoryExperiment

Average measured wavelength:

Silicon Oil – Air:12.17 mm

Molasses – Water:15.66 mm

Model

Most unstable wavelength:

Silicon Oil – Air:13.23 mm

Molasses – Water:7.11 mm

Corn Syrup – Silicon Oil:

10.08 mm

~ 3.78 Dynes/cm

The RayleighTaylor Instability

Data Analysis

Experiment vs Infinite Layer TheoryExperiment

Average measured wavelength:

Corn Syrup  Silicon Oil:4.85 mm

Model

Most unstable wavelength:

Corn Syrup  Silicon Oil:9.74 mm

Molasses – Water:

7.14 mm

Silicon Oil – Air:

8.14 mm

~ 4.84 Dynes/cm

The RayleighTaylor Instability

Interface 1

Molasses–Water Interface

The RayleighTaylor Instability

Interface 2Corn syrup–Silicon oil Interface

The RayleighTaylor Instability

Interface 3Silicon oil–Air Interface

The RayleighTaylor Instability

Conclusion

There is most likely a lot of error in our liquidliquid data due to the difficulty  of finding good experimental methods and the inability to determine which spikes were on the same line.  Our thin layer model appears to be a good approach; it compares very well with the good data that we have.  The infinite layer model may be good, as can be seen by comparing to thin layer predictions (except for silicon oilair).  Also, for the liquidliquid system, the interface takes on odd shapes, ones that could only be described by using a nonlinear ode for q – for future work we could either use an experimental wavelength or the thin layer approximation to use for k, then solve the original ode for q numerically.