Abstract: A. Bhattacharya, S. De, A. Mukhopadhyay, S. Sen (2026)

Thermoacoustic instability (TAI) in gas turbine or rocket combustors can cause significant structural damages and operational failure. Universally reliable or industry-standard method to early-detect an impending TAI does not exist to date. To bridge this gap, we study the transition to TAI using three well-known tools of dynamical science: the symbolic time series analysis (STSA), multi-scale permutation entropy analysis (MPEA), and topological data analysis (TDA). We find that TDA is able to capture the dynamical transition ahead of the occurrence of TAI. Further, we find that the sublevel set filtration-based TDA is computationally inexpensive and can be automated easily. Therefore, we propose sublevel set filtration-based TDA as a complimentary approach to existing tools for early detection of impending TAI in real time.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Early detection of thermoacoustic instability in a Rijke tube using topological data analysis