حل عددی جریان های کاویتاسیونی غیرلزج برای سیالات تبریدی به روش حجم محدود تفاضل مرکزی در شبکه بی سازمان دوبعدی
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 884
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCFDACCI05_060
تاریخ نمایه سازی: 14 مرداد 1393
Abstract:
در تحقیق حاضر، شبیه سازی عددی جریان های کاویتاسیونی غیرلزج برای سیالات تبریدی توسط الگوریتم حجم محدود تفاضل مرکزی روی شبکه های بی سازمان دوبعدی صورت گرفته است. الگوریتم به کار رفته معادلات اویلر چندفازی همگن به شیوه تسخیر مرز است. اثرات ترمودینامیکی و دمایی روی دینامیک جریان کاویتاسیون سیالات تبریدی به شدت تأثیر گذار بوده و برای در نظر گرفتن این اثرات، می بایست حل معادله انرژی همراه با سایر معادلات حاکم بر جریان سیال مد نظر قرار گرفته و خواص فیزیکی سیال با مقادیر واقعی و تابعی از درجه حرارت محاسبه شوند. روش انتقال جرم جهت تحلیل جریان کاویتاسیونی سیالات تبریدی استفاده شده است. جهت درنظر گرفتن تغییرات شدید چگالی در مرز کاویتی، از عبارات میرایی عددی به همراه حسگرهای مناسب چگالی و فشار استفاده شده است. به منظور کاهش سختی سیستم معادلات و افزایش کارآیی روش حل جریان های کاویتاسیونی، استراتژی پیش شرطی اعمال شده -است. شبیه سازی عددی جریان کاویتاسیونی غیرلزج برای نیتروژن مایع روی هیدروفویل دوبعدی NACA0015 و هندسه تقارن محوری با دماغه نیمکروی در شرایط مختلف جریان انجام شده و نتایج حاضر با نتایج تجربی و عددی معتبر مقایسه و ارزیابی شده است. نتایج برای سیال هم دما (آب) نیز به-دست آمده و با نتایج حاصل برای نیتروژن مایع مقایسه شده است بررسی نشان می دهد فرآیند حل حاضر از دقت و عملکرد خوبی جهت تحلیل جریان های کاویتاسیونی غیرلزج برای سیالات تبریدی برخوردار بوده و به دلیل استفاده از شبکه های بی سازمان در حل گر حاضر، تحلیل جریان حول هندسه های دوبعدی و تقارن محوری دلخواه امکان پذیر است.
Keywords:
Authors
کاظم هجران فر
دانشگاه صنعتی شریف- دانشکده مهندسی هوافضا
اسلام عزت نشان
دانشگاه صنعتی شریف- دانشکده مهندسی هوافضا
امیرحمزه فرج الهی
دانشگاه صنعتی شریف- دانشکده مهندسی هوافضا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :