ارزیابی مدل گرادیانی بهبود یافته در محاسبه تانسور تنش مقیاس های زیرشبکه ای در جریان کانال آشفته

Publish Year:

1395

نوع سند:

مقاله کنفرانسی

زبان:

Persian

View:

343

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

AEROSPACE16_003

تاریخ نمایه سازی: 13 شهریور 1396

Abstract:

تعداد اندکی از گونه های پویا برای مدل گرادیانی تنظیم شده در محاسبه تانسور تنش مقیاس های زیرشبکه ای و بردار شار حرارتی اسکالر مقیاس های زیرشبکه ای توسعه یافته اند و در شبیه سازی گردابه های بزرگ از جریان کانال آشفته خنثی ارزیابی شده اند. در این پژوهش از یک فرآیندپویا بر مبنای فرضیه تعادل محلی برای بهبود نتایج مدل گرادیانی تنظیم شده استفاده شده است. این نسخه پویا و محلی از مدل گرادیانی درمقایسه با مدل گرادیانی با ضریب ثابت از دقت بالایی برخوردار است. برایبررسی و تحلیل نتایج، شبیه سازی جریان کانال آشفته خنثی در عددرینولدز اصطکاکی 395 با استفاده از نرم افزار متن باز اپن فوم انجام شده و با داده های شبیه سازی عددی مستقیم که توسط موزر و همکاران ارایه گردیده است، مقایسه شده است. مدل گرادیانی تنظیم شده با ضریب ثابت و مدل گرادیانی بهبود یافته رفتار دقیقی در نزدیکی دیواره نشان می دهندو این بیان حاکی از آن است که مدل گرادیانی تنظیم شده با فرآیند دینامیکی اعمال شده بر روی آن تناسب دارد. شبیه سازی ها در جریان کانال آشفته خنثی و تراکم ناپذیر در عدد رینولدز اصطکاکی 395 و عددریچاردسون اصطکاکی 0 برای 4 مدل آشفتگی اسماگورینسکی( Smagorinsky (، دییردورف ) Deardorff (، مدل گرادیانی تنظیم شده با ضریب ثابت و مدل گرادیانی بهبود یافته انجام شده است. این مدل ها کمیت های آشفتگی مرتبه اول و مرتبه دوم را با دقت بالایی بازیابی می کنند، هر چند که در تحلیل تانسور تنش مقیاس های زیرشبکه ایاختلاف زیادی را نمایش می دهند.

Keywords:

مدل گرادیانی بهبود یافته /تانسور تنش مقیاس های زیرشبکه ای/ جریان کانال آشفته/ نرم افزار اپن فوم

Authors

الیاسلارکرمانی
الیاس لارکرمانی

دانشجوی کارشناسی ارشد دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مکانیک، آزمایشگاه پردازش موازی

احسانروحی
احسان روحی

دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مکانیک، آزمایشگاه پردازش موازی دانشیار