Mô hình nhiễu loạn có thể tạo ra sự khác biệt lớn trong mô phỏng của bạn . Có nhiều mô hình nhiễu loạn xung quanh. Nó trở thành một công việc khó khăn để chọn một trong số họ.
Không có mô hình nhiễu loạn hoàn hảo. Tất cả phụ thuộc vào một số tham số như số của Reynold, cho dù dòng chảy được phân tách, độ dốc áp suất, độ chói của lớp ranh giới, v.v. Trong câu trả lời này, thông tin ngắn gọn về một vài mô hình phổ biến được đưa ra cùng với ưu và nhược điểm và các ứng dụng tiềm năng. Tuy nhiên, người dùng quan tâm có thể xem trang web tuyệt vời này của NASA và các tài liệu tham khảo trong đó để biết thêm về mô hình nhiễu loạn.
A) MỘT MÔ HÌNH THIẾT BỊ:
1. Spalart-Allmaras
Mô hình này giải quyết cho một biến bổ sung cho độ nhớt Spalart-Allmaras. Theo một tài liệu của NASA , có nhiều sửa đổi trong mô hình này được nhắm mục tiêu cho các mục đích cụ thể.
Ưu điểm : Ít bộ nhớ hơn, Rất mạnh mẽ, hội tụ nhanh
Nhược điểm : Không phù hợp với dòng chảy tách biệt, lớp cắt tự do, nhiễu loạn phân rã, dòng chảy phức tạp bên trong
Sử dụng : Tính toán trong các lớp biên, toàn bộ trường dòng chảy nếu nhẹ hoặc không tách rời, ứng dụng hàng không vũ trụ và ô tô, cho các tính toán ban đầu trước khi đi đến mô hình cao hơn, tính toán dòng chảy nén
Khả năng áp dụng cho trường hợp của bạn : một ứng cử viên tốt để giảm thời gian mô phỏng. Bạn có thể dự đoán lực cản khá tốt với mô hình này. Tuy nhiên, nếu bạn muốn biết vùng phân tách dòng chảy, mô hình này sẽ không cho kết quả chính xác cao.
Kể từ khi bắt đầu
B) HAI MÔ HÌNH THIẾT BỊ:
- kmô hình nhiễu loạn - :ϵ
Một mô hình mục đích chung . Mô hình này giải quyết cho động năng ( ) và sự phân tán hỗn loạn ( ). Các phương trình cho mô hình này có thể được tìm thấy tại trang cfd-online này. Mô hình này đòi hỏi các chức năng tường phải được tính toán để thực hiện. Chỉ thích hợp cho dòng chảy hỗn loạn đầy đủ.kϵ
Ưu điểm : đơn giản để thực hiện, hội tụ nhanh, dự đoán dòng chảy trong nhiều trường hợp thực tế, tốt cho khí động học bên ngoài
Nhược điểm : Không phù hợp với máy bay phản lực đối xứng axi, dòng xoáy và tách mạnh. Độ nhạy rất thấp đối với độ dốc áp suất bất lợi, khó khởi động (cần khởi tạo với Spalart-Allmaras), không phù hợp cho các ứng dụng gần tường
Sử dụng : Thích hợp cho các lần lặp ban đầu, tốt cho các dòng chảy bên ngoài xung quanh hình học phức tạp, tốt cho các lớp cắt và các dòng không giới hạn tường miễn phí
Khả năng ứng dụng trong trường hợp của bạn : Mặc dù mô hình này tốt cho tính toán cơ thể vô tội vạ bên ngoài, nhưng nó chỉ phù hợp với dòng chảy hỗn loạn. Vì vận tốc thấp, dòng chảy sẽ trải qua quá trình chuyển đổi từ tầng sang hỗn loạn (max bằng máy tính này ). Bạn có thể có lợi hơn với một biến thể như mô hình - thể thực hiện được . k εRe=1.98∗106kϵ
2. Mô hình nhiễu loạn -ωkω :
Giải quyết cho và tần số nhiễu loạn . Cho kết quả tốt hơn cho dòng chảy gần tường. Dự đoán quá trình chuyển đổi (mặc dù đôi khi sớm). Khá nhạy cảm với dự đoán ban đầu và do đó vài lần lặp ban đầu được thực hiện với mô hình - . Bài viết này đưa ra cách xử lý gần tường cho mô hình này. ω k εkωkϵ
Ưu điểm : Tuyệt vời cho các lớp biên, hoạt động ở độ dốc áp suất bất lợi, hoạt động cho các dòng chảy tách biệt, phản lực và các lớp cắt tự do
Nhược điểm : Thời gian cần thiết để hội tụ nhiều hơn, tốn nhiều bộ nhớ, Yêu cầu độ phân giải lưới gần tường, dự đoán sự phân tách sớm và quá mức
Sử dụng : Dòng chảy bên trong, Dòng ống, Dòng máy bay phản lực, Dòng xoáy
Khả năng áp dụng trong trường hợp của bạn : Không hoàn toàn phù hợp với trường hợp của bạn vì các giá trị của lớp ranh giới phụ thuộc rất nhiều vào luồng tự do . Điều này đòi hỏi một lưới rất tốt để giải quyết và do đó thời gian tính toán dài. Ngoài ra, nó không giải thích cho việc vận chuyển căng thẳng cắt hỗn loạn.ω
3. - SSTωkω
Tốt nhất của cả hai thế giới! Mô hình này có chức năng trộn sử dụng - gần tường và - trong luồng miễn phí. Nó không sử dụng các chức năng tường.
Tất cả các biến thể của mô hình này có thể được tìm thấy tại trang NASA này .ω k εkωkϵ
Ưu điểm : Các tài khoản cho ứng suất cắt hỗn loạn trong khi đưa ra tất cả các lợi ích của mô hình - , dự đoán chính xác cao về phân tách và chuyển tiếp, luồng tự do rất tốt cũng như kết quả lớp ranh giớiωkω
Nhược điểm : Không phù hợp với dòng chảy tự do và dòng xoáy nhiều như - tiêu chuẩn , Không phù hợp với dòng máy bay phản lực, Yêu cầu độ phân giải lưới mịn gần tườngωkω
Sử dụng : Khí động học bên ngoài, dòng chảy tách biệt, lớp ranh giới và độ dốc áp suất bất lợi
Khả năng áp dụng trong trường hợp của bạn : Áp dụng cao. Nếu bạn muốn có kết quả tốt hơn, hãy sử dụng một biến thể của mô hình sst sử dụng - RNG hoặc mô hình có thể thực hiện được từ các bức tườngεkϵ
Vậy mô hình nào là phù hợp nhất?
Tôi đoán sẽ là mô hình - SST. Vì nó sẽ giúp chuyển tiếp, tách và hoạt động tốt hơn ngay cả dưới độ dốc áp suất bất lợi, bạn sẽ có lực kéo ma sát da tốt hơn . Đồng thời, nó hoạt động tốt từ các bức tường, sẽ cung cấp cho bạn lực kéo tốt và do đó kéo ký sinh . Bạn sẽ có được hình dung dòng chảy tốt hơn. Bạn rất có thể sử dụng mô hình Spalart-Allmaras, nhưng nếu bạn thấy nghiên cứu này , bạn sẽ nhận thấy mô hình SST tạo ra sự khác biệt như thế nào.ωkω
Và đừng tin lời tôi. Một báo cáo về ' Phân tích khí động học và đánh giá hệ số kéo của những người đi xe đạp thử nghiệm thời gian ' sử dụng mô hình SST. Bài viết này so sánh tất cả các kết quả mô hình nhiễu loạn cho khí động học của người đi xe đạp và đi đến kết luận rằng mô hình SST cho kết quả tổng thể tốt nhất. Tôi đang trích dẫn những kết quả này bởi vì số khôn ngoan và kích thước khôn ngoan của Reynold, một chiếc xe đạp đi gần nhất với trường hợp của bạn, với hàng tấn nghiên cứu có sẵn.
Tuy nhiên, nếu thời gian bị hạn chế trong trường hợp của bạn, hãy dùng mô hình Spalart-Allmaras. Bạn cũng có thể dùng RNG - hoặc - thể thực hiện được trong trường hợp đó. Tuy nhiên, nghiên cứu về bánh xe đạp này cho thấy, mô hình SA cho kết quả tốt hơn so với - (đây là mô hình cụ thể rất nhiều, mô hình khác nhau có thể hoạt động cho hình học của bạn). Nếu bạn có toàn bộ thời gian trên thế giới, hãy tiến hành các nghiên cứu sử dụng mô hình SST và epsilon và xuất bản so sánh của bạn để những người khác cũng có thể hưởng lợi từ nó.ε k ε k εkϵkϵkϵ
Nếu bạn có tài nguyên tính toán tốt hơn, hãy đến LES . Nhưng tôi cảm thấy nó không được gọi trong trường hợp này và nó có thể không phù hợp. Tôi không có kinh nghiệm với LES, vì vậy không thể nhận xét.
Một số tài nguyên thú vị:
Nhà FOAM : Nếu bạn muốn tìm hiểu OpenFOAM từng bước
Những tiến bộ gần đây về mô hình số của dòng chảy hỗn loạn
Các bài giảng về nhiễu loạn trong thế kỷ21st - rất nên đọc nếu bạn muốn hiểu về nhiễu loạn
Mô hình nhiễu loạn và ứng dụng của chúng vào dòng chảy phức tạp
Tất cả tốt nhất!
Chúc mừng!