Перейти к содержимому






Фотография * * * * * 1 голосов

Морская CFD [Ответы] часть 7

Автор: Nicos , 21 Август 2017 · 199 просмотров

Изображение

Трудность Определения Турбулентного Потока Жидкости


Часть 2

Модель RANS с двумя уравнениями : стандартная k-omega и SST k-omega

Другая популярная модель с двумя уравнениями моделирует k с удельной скоростью диссипации кинетической энергии (ω). Целью стандартной модели k-omega является более точная модель взаимодействия со стеной, нежели в модели k-эпсилон.
Однако k-omega может переоценивать сдвиговые напряжения отрицательных градиентов давления в пограничных слоях, и что модель имеет проблемы со свободным потоком. Модель также очень чувствительна к граничным условиям inlet, что является недостатком, не наблюдаемым в k-epsilonю
Самым значительным преимуществом модели k-omega является то, что она может применяться во всем пограничном слое без дальнейших изменений. Кроме того, стандартная модель k-omega может использоваться в режиме, не требующем вычисления расстояния до стены.
K-omega - популярная модель для моделирования турбомашин и для симуляций, где присутствуют сильные завихрения. Это хорошо работает для закрученных потоков в районе близлежащей стены.
Ограничения k-omega включают:
Сложность сходимости по сравнению с k-эпсилон.
Чувствительность к начальным условиям.
Один из вариантов k-omega, который приобрел популярность, особенно в области аэронавтики, - модель переноса сдвиговых напряжений (SST). Модель приобрела эту популярность ,благодаря ее способности лучше прогнозировать разделение и повторное присоединение по сравнению с k-эпсилон и стандартной k-omega.
К-omega модель SST - это усовершенствование исходной модели k-омега и устранение некоторых недостатков базовой модели.
Оно может быть применена в районе с повышенной вязкостью без дополнительных изменений, что является одной из причин того, что она стала популярным выбором в аэрокосмических приложениях, где поток считается слишком сложным для Spalart-Allmaras.
Модель SST учитывает переходную диффузию, которая лучше сочетается с моделями k-epsilon и k-omega. Используя смешанную функцию, основанную на расстоянии до стены, инженеры могут включать переходную диффузию вдали от стены, но не рядом с ней. Другими словами, используя расстояние до стены, в качестве переключателя, SST работает как k-эпсилон в дальнем поле и k-омега вблизи геометрии.
Очевидно, модель не идеальна: она требует ограничители, чтобы улучшить предсказание застойных областей потока. Кроме того, она имеет проблемы прогнозирования уровней турбулентности в сложных внутренних течениях, и она не учитывает плавучесть.
В конечном счете, производительность SST k-omega не сильно отличается от реализуемой двухслойной модели k-epsilon. Выбор между ними, как правило, будет сделан на основе предпочтений пользователей

Итак, снова, как выбрать модель турбулентности?

Скажем, вы хотите посмотреть на воздушный поток вокруг крыла. Spalart-Allmaras будет отличным выбором в этом случае, потому что он протестирован и хорошо известен для такого рода приложений. Однако, если вы хотите углубиться в свой дизайн и определить окончательную форму профиля, то Spalart-Allmaras, в этом случае, не будет является моделью выбора.
Причина в том, что, хотя модель была разработана для приложений аэрокосмических потоков, она просто не имеет достаточных степеней свободы для адекватного прогнозирования потери скорости.
Другие факторы влияющие на выбор модели, например, разрешение сетки вблизи стены. Это связано с тем, что турбулентный поток вблизи стены отличается от турбулентного потока в остальном объеме. По нормали к стене, поток ограничен, а вихри становятся анизотропными. Вблизи стенки поток становится ламинарным в вязком подслое. Это не подходит для многих турбулентных моделей, которые предполагают, что поток полностью турбулентный и изотропный.
Если сетка у стены достаточно тонкая , модель должна быть совместима с пристеночным турбулентным потоком. Зная, как ваша выбранная модель турбулентности связана с анизотропией в потоке вблизи стены, а также в других функциях, таких как вращающийся поток, имеет ключевое значение, чтобы получить лучшее из вашего варианта выбора.
Некоторые модели лечат вязкий подслой и буферный слой по-разному благодаря использованию функций стены. Эти модели будут отличаться в зависимости от числа решаемых переменных, значений этих переменных и значений скорости и давления
У каждой модели турбулентности есть свои сильные и слабые стороны. Осознание их диапазона применимости является сущностью правильного выбора. Некоторые модели хорошо подходят для внутренних потоков, другие для внешнего потока вокруг сложных геометрий. Некоторым инженерам может быть интересно разделить потоки, или нужно с высокой точностью вычислить подъем, перетаскивание. Как только модель, соответствующая критериям для выполняемой работы, будет выбрана, следующим шагом будет использование сетки, способной фиксировать все детали потока.
Тем не менее, можно предположить , что некоторые факторы могут повлиять на то, почему инженер выбирает определенную модель турбулентности. Этими факторами являются:
Точность модели при использовании в исходном объеме.
Способность модели производить соответствующие результаты в приложениях, для которых она не предназначена.
Вычислительные затраты модели и ее способность производить быстрые предварительные результаты, чтобы исключить предварительные варианты дизайна.
Иногда инженеру необходимо использовать вычислительно затратную модель с ограниченной вычислительной мощностью. В этих ситуациях предлагается использовать наилучшую практику пограничных слоев на стенке и адаптивные измельчения сетки в объеме жидкости. Это поможет инженерам сбалансировать требуемую точность с вычислительной мощностью, которую они имеют.
Но, в конце концов, выбор правильной модели сводится к практике. Эксперт по моделированию CFD может посмотреть на приложение и выбрать несколько моделей. Затем он может проверить модель из списка на основе конвергенции решения и сетки.
Тем не менее, независимо от того, что вы моделируете, всегда хорошо проверить, что модель турбулентности дает результаты в соответствии с экспериментальными данными. Даже лучшие могут ошибаться, и лучше всего найти эту ошибку на ранних стадиях разработки.
Для приложений, требующих высокоточного разрешения конкретных функций потока, единственный способ определить лучший подход к моделированию - это полагаться на сравнение с экспериментальными данными, характерными для этого приложения. В этом случае исследование чувствительности модели турбулентности необходимо для определения того, какая модель дает наилучшие результаты по сравнению с экспериментальными данными.
После того, как вы выбрали несколько потенциальных моделей турбулентности для своего приложения, вам необходимо будет убедиться, что эти модели доступны в программном обеспечении CFD, к которому у вас есть доступ. В противном случае вам может потребоваться найти исходную платформу CFD.

Продолжение следует.

  • 0



Декабрь 2017

П В С Ч П С В
    123
45678910
11121314 15 1617
18192021222324
25262728293031