Geri Dön

A robust consistent hybrid finite-volume/particle method for solving the pdf model equations of turbulent reactive flows

Reaksiyon içeren türbülanslı akışların modellenmesi için birleşik olasılık yoğunluk fonksiyonu (boyf) model denklemlerinin çözümünde kullanılan yeni bir gürbüz hibrit sonlu-hacimler/parçacık-tabanlı monte carlo metodu

  1. Tez No: 367649
  2. Yazar: REZA MOKHTARPOOR
  3. Danışmanlar: DOÇ. DR. METİN MURADOĞLU
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Koç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 164

Özet

Reaksiyon içeren türbülanslı akışların modellenmesinde yaygın olarak kullanılan birleşik olasılık yoğunluk fonksiyonu (BOYF) model denklemlerinin istatistiki olarak zamandan bağımsız çözümü için yeni bir gürbüz hibrit sonlu-hacimler/parçacık-tabanlı Monte Carlo metodu geliştirilmiştir. Bu yöntem Muradoğlu vd. [40, 39] tarafından geliştirilen hibrit yöntemin bazı önemli yetersizliklerini gidermek için dizayn edilmiştir. Yapılan birçok alev simülasyonunda, orijinal hibrit algoritmasındaki yoğunluk-tabanlı sonlu-hacimler çözücüsünün aşırı disipatif olduğu ve yeterince gürbüz olmadığı gözlenmiştir. Bu yetersizlikleri gidermek amacıyla, açık kaynak kodlu, OpenFOAM, paketinde mevcut olan basınç-tabanlı PISO algoritması, Favre-ortalamalı kütle ve momentum denklemlerinin çözümü için kullanılmıştır. Buna paralel olarak çalkantı hızları-türbülans frekansı-kimyasal kompozisyon BOYF'nun taşınım denklemi iseparçacık-tabanlı Monte Carlo algoritması kullanılarak çözülmüştür.Bu sonlu-hacimler ve partikül yöntemleri daha sonra tutarlı hibrit metodu çerçevesinde birleştirilmiştir. Sonlu- hacimler ve partikül yöntemleriyle çözülen bütün denklemler doğrudan modellenmiş BOYF taşınım denkleminden elde edildiğinden, mevcut hibrit metot çözülen denklemler açısından tamamıyla tutarlıdır. Buna ilave olarak, eski hibrit metodundan farklı olarak, mevcut hibrit yöntemde ortalama yoğunluk parçacık kodu tarafından hesaplanmakta ve sonlu-hacim algoritmasına gönderilmektedir. Bu sayede orijinal hibrit metodunda gereğinden fazla olan yoğunluk alanı elimine edilmiş ve dolayısı ile yeni hibrit yönteminin sayısal çözüm seviyesinde çok daha tutarlı olmasını sağlamıştır. Ayrıca basınç tabanlı sonlu-hacimler yöntemi sayesinde aşırı sayısal difüzyonun oluşması engellenmiş ve her akış için kalibre edilmesi gereken hiçbir parametreye ihtiyaç kalmamıştır. Yeni hibrit yöntemi ilk olarak reaksiyon içermeyen (soğuk) ve reaksiyon içeren küt-cisim akışlarına uygulanmıştır. Yöntemin istatistiki olarak zamandan bağımsız çözüme başarı ile ulaştığı ve çözüm ağı yakınsaması gösterilmiştir. Orijinal hibrit yönteminin aksine, yeni hibrit algoritmasının çözüm ağının sıklaştırmasına karşı son derece gürbüz olduğu ve hiçbir şekilde fiziksel olmayan akım ayrılmasına yol açmadığı tespit edilmiştir. Ayrıca deterministtik bias hatasının hibrit yöntemde esas itibarı ile elimine edildiği ve dolayısı ile eski hibrit yönteminin en önemli avantajının muhafaza edildiği gösterilmiştir. Buna ek olarak mevcut yöntemle elde edilen sonuçların, daha önceki BOYF hesaplamalarıyla ve deneysel verilerle uyumlu olduğu görülmüştür. Daha sonra yeni hibrit yöntemi çok daha kompleks olan Sydney girdaplı küt-cisim alevi (SM1)'e başarıyla uygulanmıştır. Yöntemin son derece zor olan bu alev için de çok gürbüz olduğu ve hesaplama sonuçlarının deneysel verilerle uyumlu olduğu gösterilmiştir. Son olarak mevcut hibrit yöntemi ISAT algoritmasıyla birleştirilmiş ve bu sayede türbülanslı alevlerin simülasyonlarında detaylı kimyasal kinetik modellerinin kullanılabilmesine imkân sağlanmıştır. ISAT ile birleştirilen yeni hibrit yöntemi ARM2 detaylı kimyasal kinetik modeli kullanılarak girdapsız ve girdaplı küt-cisimle stabilize edilmiş türbülanslı alevlere başarı ile uygulanmış ve sayısal sonuçların daha önceki BOYF simülasyonları ve deneysel verilerle uyumlu olduğu gösterilmiştir. Simülasyonu yapılan bütün akışlarda, partikül kodunda hesaplanan ortalama yoğunluk alanının çok fazla istatistiki gürültü hatası içerse bile basınç-tabanlı sonlu hacimler yönteminde kararsızlığa yol açmadığı ve sonlu- hacimler yönteminin son derece gürbüz olduğu tespit edilmiştir.

Özet (Çeviri)

A new robust hybrid finite-volume (FV)/particle method is developed for solving joint probability density function (JPDF) model equations of statistically stationary turbulent reacting flows. The method is designed to remedy the deficiencies of the hybrid algorithm developed by Muradoglu et al. [J. Comp. Phys.,154, 342(1999); J. Comp. Phys.,172, 842(2001)]. The density-based FV solver in the original hybrid algorithm has been found to be excessively dissipative and yet not very robust. To remedy these deficiencies, a pressure-based PISO algorithm in the open source FV package, OpenFOAM, is used to solve the Favre-averaged mean mass and momentum equations while a particle-based Monte Carlo algorithm is employed to solve the fluctuating velocity-turbulence frequency-composition JPDF transport equation. The mean density is computed as a particle field and passed to the FV method. Thus the redundancy of the density fields in the original hybrid method is removed making the new hybrid algorithm more consistent at the numerical solu- tion level. The new hybrid algorithm is first applied to simulate non-swirling cold and reacting bluff-body flows. The convergence of the method is demonstrated. In contrast with the original hybrid method, the new hybrid algorithm is very robust with respect to grid refinement and achieves grid convergence without any unphysical vortex shedding in the cold bluff-body flow case. In addition, the results are found to be in good agreement with the earlier PDF calculations and also with the available experimental data. Then the new hybrid algorithm is successfully applied to simulate the more complicated Sydney swirling bluff-body flame 'SM1'. The method is also very robust for this difficult test case and the results are in good agreement with the available experimental data. In all the cases, the PISO-FV solver is found to be highly resilient to the noise in the mean density field extracted from the particles. Fi- nally the method is coupled with the ISAT algorithm [53] for efficient treatment of detailed chemistry. Extensive calculations have been performed for the swirling and non-swirling bluff-body flames using ISAT.

Benzer Tezler

  1. Karma sistemlerin tümleyen değişkenli modelleri

    Complementarity modeling of hybrid system

    SELİM TÜRKYILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KÜLMİZ ÇEVİK

  2. Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon

    Logistic network design and optimization using hyperheuristic methods

    VURAL EROL

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

    PROF. DR. GÜLGÜN KAYAKUTLU

  3. Koroner arter hastalarında hipertansiyonun sınıflandırılması için dengesiz sınıf probleminin tıbbi bilgi keşfi süreci ile giderilmesi

    Handling imbalanced class problem for the classification of hypertension in the coronary artery disease patients by using medical knowledge discovery process

    AHMET KADİR ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Biyoistatistikİnönü Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. CEMİL ÇOLAK

  4. Genetik algoritmalar ve bulanık üyelik fonksiyonlarıyla hibrit Bayes yapay sinir ağları

    Hybrid Bayesian neural networks with genetic algorithms and fuzzy membership functions

    OZAN KOCADAĞLI

    Doktora

    Türkçe

    Türkçe

    2012

    MatematikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. NALAN CİNEMRE

  5. Hybrid bayesian neural networks with genetic algorithms and fuzzy membership functions

    Genetik algoritmalar ve bulanık üyelik fonksiyonlarıyla hibrit bayes yapay sinir ağları

    OZAN KOCADAĞLI

    Doktora

    İngilizce

    İngilizce

    2012

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. NALAN CİNEMRE