شبیه سازی سه بعدی جریان آشفته در مخازن همزن دار با استفاده از مدلهای RNG - k-e و Standard - k-ε و روش شبکه بندی لغزان
Publish place: 11th National Iranian Chemical Engineering Congress
Publish Year: 1385
Type: Conference paper
Language: Persian
View: 3,277
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NICEC11_013
Index date: 24 April 2007
شبیه سازی سه بعدی جریان آشفته در مخازن همزن دار با استفاده از مدلهای RNG - k-e و Standard - k-ε و روش شبکه بندی لغزان abstract
در این پژوهش ، شبیه سازی سه بعدی جریان آشفته در مخازن همزن دار با همزن مکانیکی توسط نرم افزار Fluent و به روش شبکه بندی لغزان(sliding mesh) مورد بررسی قرار گرفته است. همزن به کار رفته در این مخزن از نوع توربینی راشتون با پره های مسطح بوده که جریان را به صورت شعاعی پخش می نماید. به طور کلی هدف از این تحقیق مقایسه سرعت های متوسط محوری ، شعاعی و زاویه ای و انرژی جنبشی تلاطم،(k) در موقعیت های مکانی واقع در بالا و پایین همزن و مقایسه نتایج حاصل با داده های آزمایشگاهی میباشد. در این پژوهش از دو مدلstandard - k-ε و RNG - k -ε جهت شبیه سازی استفاده گردیده است. نتایج شبیه سازی معرف آنست که هر دو مدل جریان آشفته فوق در پیش بینی سرعت های متوسط محوری ، شعاعی و زاویه ای به خوبی عمل می کنند. به علاوه مدل های آشفته به کار رفته در این شبیه سازی نتایج تقریبا یکسانی را ارائه می دهند. نتایج این پژوهش همچنین معرف آنست که مدل استاندارد به طور کلی هزینه محاسبات(CPU time) کمتری را داشته و نتایج دقیق تری را در خصوص سرعت های متوسط ارائه میدهد.
شبیه سازی سه بعدی جریان آشفته در مخازن همزن دار با استفاده از مدلهای RNG - k-e و Standard - k-ε و روش شبکه بندی لغزان Keywords:
.RNG k -ε و standard k-ε روش شبکه های لغزان- مدلهای -Fluent مخازن همزن دار- نرم افزار
شبیه سازی سه بعدی جریان آشفته در مخازن همزن دار با استفاده از مدلهای RNG - k-e و Standard - k-ε و روش شبکه بندی لغزان authors
ناصر ثقه الاسلامی
گروه آموزشی مهندسی شیمی، دانشگاه فردوسی مشهد
سعید میرموسوی
گروه آموزشی مهندسی شیمی، دانشگاه فردوسی مشهد
محمدرضا انصاری
گروه آموزشی مهندسی شیمی، دانشگاه فردوسی مشهد
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 :