Kysymys:
Mitkä turbulenssimallit soveltuvat CFD-analyysiin virtaviivaisella ajoneuvon korilla?
Paul Gessler
2015-01-29 01:27:50 UTC
view on stackexchange narkive permalink

Monet kaupalliset ja avoimen lähdekoodin CFD-koodit toteuttavat useita sulkumenetelmiä Reynoldsin keskimääräisen Navier-Stokes (RANS) -yhtälön epälineaariselle konvektiiviselle kiihtyvyydelle. Yleisimpiä menetelmiä (tunnetaan myös nimellä turbulenssimallit ) ovat

Mitkä näistä sopivat virtaviivaisen ajoneuvon korin CFD-simulointiin? Simulaatioiden tarkoituksena on ohjata kehon muodon viimeistelyä aerodynaamisten vastavoimien minimoimiseksi. Esimerkillinen vastaus hahmottelee lyhyesti kunkin menetelmän edut ja haitat tälle simulointisovellukselle.


Mahdollisesti hyödyllisiä yksityiskohtia:

Ajoneuvo on pieni yhden hengen ajoneuvo, jonka likimääräinen mitat

  • L = 2,5 m,
  • L = 0,7 m ja
  • H = 0,5 m.

Se kulkee nopeudella, joka vaihtelee välillä 0 m / s - noin 12 m / s. Kaikki kolme pyörää on korin ympäröimä, ja ajoneuvon maavara on likimäärin 15 cm lukuun ottamatta lähellä pyöriä, joissa korin kuori ulottuu 1 cm: n päähän tien pinnasta.

Normaalisti aerodynaaminen voimat näillä nopeuksilla ovat melkein vähäpätöisiä, mutta oletetaan, että tämä ajoneuvo on suunniteltu kilpailemaan "Super Mileage" -kilpailussa tasaisella radalla, on erittäin kevyt ja käyttää kaikkialla matalan kitkan voimansiirtokomponentteja, joten aerodynaamiset voimat ovat merkittävä vaikutus saavutettavaan polttoaineenkulutukseen.

Kolme vastused:
#1
+12
Subodh
2015-01-29 13:53:02 UTC
view on stackexchange narkive permalink

Turbulenssimallilla voi olla suuri ero simulaatiossasi. Ympärillä on monia turbulenssimalleja. Niiden valitseminen on vaikeaa.

Täydellistä turbulenssimallia ei ole. Kaikki riippuu useista parametreista, kuten Reynoldin lukumäärästä, onko virtaus erotettu, paineen gradientit, rajakerroksen paksuus ja niin edelleen. Tässä vastauksessa annetaan lyhyesti muutamia suosittuja malleja sekä hyviä että huonoja puolia sekä mahdollisia sovelluksia. Kiinnostuneet käyttäjät voivat kuitenkin nähdä tämän erinomaisen NASA-verkkosivuston ja siinä olevat viitteet saadakseen lisätietoja turbulenssimallinnuksesta.

A) YKSITTÄINEN YKSITTÄISMALLI:

1. Spalart-Allmaras

Tämä malli ratkaisee yhden ylimääräisen muuttujan Spalart-Allmaras-viskositeetille. NASA-asiakirjan mukaan tässä mallissa on monia muunnoksia, jotka on kohdistettu tiettyihin tarkoituksiin.

Plussat : Vähemmän muistia kuluttava, Erittäin vankka, nopea lähentyminen

Haitat : Ei sovellu erotetulle virtaukselle, vapaille leikkauskerroksille, hajoaville turbulensseille, monimutkaisille sisäisille virtauksille

Käyttö : Laskelmat rajakerrokset, koko virtauskenttä, jos erottelu on vähäistä tai ei lainkaan, ilmailu- ja autosovellukset, alustaviin laskelmiin ennen korkeamman mallin aloittamista, kokoonpuristuvat virtauslaskelmat

Sovellettavuus tapaukseesi : hyvä ehdokas simulaatioajan lyhentämiseksi. Voit ennustaa vetoa melko hyvin tällä mallilla. Jos kuitenkin haluat tietää virtauksen erotusalueen, tämä malli ei anna kovin tarkkoja tuloksia.

________________________________________________________________________________

B) KAKSI -EQUATIONS-MALLIT:

  1. $ k $ - $ \ epsilon $ turbulenssimalli:

yleiskäyttöinen malli. Tämä malli ratkaisee kineettisen energian ($ k $) ja turbulentin hajaantumisen ($ \ epsilon $). Tämän mallin yhtälöt löytyvät tältä cfd-online-sivulta. Tämä malli edellyttää seinätoimintojen laskemista toteutusta varten. Soveltuu vain täysin turbulentteihin virtauksiin.

Plussat : helppo toteuttaa, nopea konvergenssi, ennustaa virtaukset monissa käytännön tilanteissa, hyvä ulkoiselle aerodynamiikalle

Haittoja : Ei sovellu aksisymmetrisille suihkukoneille, pyörrevirtauksille ja voimakkaalle erotukselle. Hyvin heikko herkkyys epäsuotuisille paine gradienteille, vaikea käynnistää (tarvitsee alustuksen Spalart-Allmarasilla), ei sovellu lähellä seinää oleviin sovelluksiin. ulkoiset virtaukset monimutkaisten geometrioiden ympärillä, hyvä leikkauskerroksille ja vapaille, seinään rajoittamattomille virtauksille

Soveltuvuus sinun tapauksessasi : Vaikka tämä malli on hyvä bluffin rungon ulkoiseen laskentaan, se soveltuu vain myrskyisille virtauksille. Koska nopeudet ovat pienet, virtaus siirtyy laminaarisesta turbulenttiin (max $ Re = 1,98 * 10 ^ 6 $ tämän laskimen avulla). Saatat hyötyä paremmin muunnoksella, kuten toteutettavissa oleva $ k $ - $ \ epsilon $ -malli.


2. $ k $ - $ \ omega $ turbulenssimalli :

Ratkaisee $ k $ ja turbulenssitaajuuden $ \ omega $. Antaa parempia tuloksia lähellä seinävirtauksia. Ennustaa siirtymisen (vaikka joskus varhain). Melko herkkä alkuperäiselle arvaukselle ja tästä syystä muutama alkuosa suoritetaan mallilla $ k $ - $ \ epsilon $. Tämä artikkeli antaa tälle mallille melkein seinäkäsittelyn.

Plussat : Erinomainen rajakerroksille, toimii epäsuotuisassa paineessa, toimii voimakkaasti erotetuille virtauksille, suihkulle ja vapaille leikkauskerroksille

Miinukset : Lähentymiseen kuluva aika on enemmän, muistia vaativa, vaatii verkon erotuskyvyn seinän lähellä, ennustaa varhaisen ja liiallisen erottelun

Käyttötarkoitukset : Sisäiset virtaukset, putkivirrat, suihkuvirtaukset, pyörteet

Soveltuvuus tapauksessasi : Ei sovellu täysin tapauksellesi rajan jälkeen tason arvot riippuvat voimakkaasti vapaasta streamista $ \ omega $. Tämä vaatii erittäin hienon ruudukon ratkaisemiseksi ja siten pitkän laskenta-ajan. Se ei myöskään ota huomioon turbulentin leikkausjännityksen kulkeutumista.


3. $ k $ - $ \ omega $ SST

Molempien maailmojen parhaat puolet! Tällä mallilla on sekoitustoiminto, joka käyttää $ k $ - $ \ omega $ seinän lähellä ja $ k $ - $ \ epsilon $ vapaassa virrassa. Se ei käytä seinätoimintoja.
Kaikki tämän mallin variantit löytyvät tältä NASA-sivulta.

Plussat : Ottaa huomioon turbulentin leikkausjännityksen ja antaa samalla kaikki $ k $ - $ \ omega $ -mallin edut, Erittäin tarkka ennuste erottumisesta ja siirtymisestä, Erittäin hyvä ilmainen virta sekä rajakerroksen tulokset

Miinukset : Ei sovellu vapaille leikkaus- ja pyörrevirroille yhtä paljon kuin tavalliset $ k $ - $ \ omega $, Ei sovellu suihkuvirtauksiin, Vaatii hienoa mesh-tarkkuus seinien lähellä

Käyttötarkoitukset : Ulkoinen aerodynamiikka, erotetut virtaukset, Rajakerrokset ja alipaineen kaltevuudet

Soveltuvuus tapauksessasi : Erittäin sovellettava. Jos haluat parempia tuloksia, käytä sst-mallin muunnosta, joka käyttää $ k $ - $ \ epsilon $ RNG: tä tai toteutettavissa olevaa mallia poissa seinistä


Joten mikä malli on sopivin?

Arvaukseni olisi malli $ k $ - $ \ omega $ SST. Koska se antaa paremman siirtymävaiheen, erottumisen ja toimii myös epäsuotuisissa painegradienteissa, saat paremman ihon kitkanvastuksen. Samalla se toimii hyvin kaukana seinistä, mikä antaa sinulle hyvän paineveden ja siten loistaudin. Saat paremman virtauksen visualisoinnin. Voit käyttää Spalart-Allmaras-mallia erittäin hyvin, mutta jos näet tämän tutkimuksen, huomaat kuinka paljon eroa SST-mallilla on.

Ja älä ota sanaani siihen. Raportti '' Aerodynaaminen analyysi ja vetokerroinarviointi aikakokeiden polkupyöräilijöille '' käyttää SST-mallia. Tässä artikkelissa verrataan pyöräilijän aerodynamiikan kaikkia turbulenssimallien tuloksia ja päätellään, että SST-malli antaa parhaat kokonaistulokset. Viittaan näihin tuloksiin, koska Reynoldin numero ja mitat viisas, polkupyörä menee lähemmäs tapaustasi, josta on saatavilla tonnia tutkimuksia.

Jos aika on rajoitettu, valitse Spalart-Allmaras-malli. Voit myös valita RNG $ k $ - $ \ epsilon $ tai toteutettavissa olevan $ k $ - $ \ epsilon $. Tämä polkupyörän pyörän tutkimus osoittaa kuitenkin, että S-A-malli antaa parempia tuloksia kuin $ k $ - $ \ epsilon $ (tämä on hyvin geometriakohtainen, eri malli saattaa toimia geometrian kannalta). Jos sinulla on koko ajan maailmassa, suorita tutkimuksia SST- ja epsilon-mallien avulla ja julkaise vertailusi, jotta myös muut voivat hyötyä siitä.

Jos sinulla on parempia laskentaresursseja, valitse LES. Mutta mielestäni sitä ei vaadita tässä tapauksessa, ja se ei ehkä ole tarkoituksenmukaista. Minulla ei ole kokemusta LES: stä, joten en voi kommentoida.


Joitakin mielenkiintoisia resursseja:

  1. FOAM-talo: Jos haluat oppia OpenFOAMia askel askeleelta

  2. Viimeisimmät edistykset turbulenttien virtausten numeerisessa mallinnuksessa

  3. Turbulenssin luennot $ 21 ^ {st} $ vuosisadalla - erittäin suositeltavaa lukea, jos haluat ymmärtää turbulenssin

  4. Turbulenssimallit ja niiden soveltaminen monimutkaisiin virtauksiin

Kaikkea hyvää!

Kippis!

#2
+2
Dan
2015-01-29 12:02:21 UTC
view on stackexchange narkive permalink

En voi sanoa, että tämä on ihanteellinen vastaus, mutta sen pitäisi auttaa sinua aloittamaan. Kuten käy ilmi, en ole todellinen asiantuntija.

Näiden mallien laatu yleensä paranee niiden hienostuneisuuden myötä, joka tässä tapauksessa seuraa periaatteessa käytetyn yhtälöiden määrää. Joten (S-A) olisi vähiten tehokas, kun taas k - $ \ epsilon $, k - $ \ omega $ ja SST olisi parempi. RSM olisi paras.

Kolmen keskimmäisen sisällä SST ennustaa (joten minulle sanotaan) paremmin virtauserotuksen oikein. Kaksi muuta on tapana olla ennustamatta erottamista, kun heidän pitäisi. Ottaen huomioon, että erottaminen aiheuttaa yleensä vastusta, nämä voivat johtaa virheelliseen suunnitteluun, joka vaikuttaa hyvältä.

Vaikka RSM olisi ehdottomasti suositeltava, jos mahdollista, se on eniten aikaa vievää, koska se lisää 7 ​​yhtälöä N-S: n päälle. 10 vuotta sitten, sinun on ehkä pitänyt tehdä vaikea valinta täällä. Näinä päivinä sinun pitäisi pystyä kääntämään tällaisten ajoneuvojen RSM-mallit kohtuullisen ajan kuluessa.

Olen työskennellyt FSAE: n (avoimen pyörän yhden istuimen kilpa-auto) aero-mallilla. parin kuukauden ajan ja ovat havainneet RSM: n käytön olevan kohtuullista ajaa melko korkealuokkaisella kannettavalla tietokoneella tai kaikilla kunnioitettavilla pelilaitteilla. Löydät myös paikkoja, joista voit vuokrata ajoaikaa, jos sinun on arvioitava suuri määrä suunnittelu-iteraatioita. Voin lisätä sen yrityksen nimen, jota käytimme ja joka perustettiin tarvitsemaamme ohjelmistoa varten ja auttoi meitä opiskelijahinnoissa (kommentoi joku, jos se sopii SE: lle).

Pieni tangentti : Suosittelen vahvasti, että etsit papereita (mieluiten kokeellisia), joiden avulla voit vahvistaa menetelmät. Varmistimme, että pystyimme luomaan (järkevästi) tuloksia tuulitunnelikokeista, ennen kuin jatkoimme omien suunnitelmien toteuttamista. On myös tärkeää suorittaa verkkoherkkyysanalyysi varmistaaksesi, että ratkaiset virtauksen rakenteen.

Myös pinnoiltasi tulevat prismakerrokset (jotta rajakerrokset saadaan paremmin selville) ovat tärkeitä.

Viimeinen: tämä Fluentin ihmisten dokumentti on vähän vanha, mutta oli silti erittäin hyödyllistä saada meidät alkuun. (anteeksi scribd-linkistä.

#3
  0
rul30
2015-04-18 14:41:38 UTC
view on stackexchange narkive permalink

Jos sinulla on resursseja vain yhden simulaation suorittamiseen, olen samaa mieltä @Subodhin kanssa ja käytän $ k- \ omega \: SST $.

Jos sinulla on varaa useisiin simulaatioihin, käytän eri malleja ja vertaa. Näin voit tunnistaa turbulenssimallin vaikutuksen omaan sovellukseesi.

Voisitteko selventää, haluatko optimaalista nopeuden jakaumaa vai oletko kiinnostunut enemmän erotteluista?



Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 3.0-lisenssistä, jolla sitä jaetaan.
Loading...