Académique Documents
Professionnel Documents
Culture Documents
Campo de velocidad
En dinmica de fluidos, el flujo de velocidad, o campo de velocidad, de un fluido es un campo del vector que se utiliza para describir matemticamente el movimiento de un fluido. La longitud del vector de velocidad de flujo es la velocidad del flujo.
1.1. Definicin
La velocidad de flujo u de un fluido es un campo del vector
que da la velocidad de un elemento de fluido a una posicin x y el tiempo t. El q de la velocidad de flujo es la longitud del vector de velocidad de flujo
y es un campo escalar.
1.2. Utiliza
La velocidad de flujo de un fluido con eficacia describe todo sobre el movimiento de un fluido. Muchas propiedades fsicas de un fluido se pueden expresar matemticamente en trminos de la velocidad de flujo. Algunos ejemplos comunes siguen: Flujo constante El flujo de un fluido se dice que es constante, si usted no vara con el tiempo. Es decir si
Flujo incompresible
Es decir, si usted es un campo vectorial solenoidal. Flujo irrotacional Un flujo es irrotacional si el rizo de ustedes es cero:
Es decir, si usted es un campo vectorial irrotacional. Un flujo en un dominio simplemente conectado que es irrotacional puede describirse como un flujo potencial, mediante el uso de un potencial de velocidad con Si el flujo es irrotacional e incompresible, el Laplaciano
de la velocidad potencial debe ser cero: Vorticidad Vorticidad, , de un flujo puede definirse en trminos de su velocidad de flujo por
Figura 3.1 campo de velocidad Campo de velocidad implica una distribucin de la velocidad en la voz de la regin R (Fig.3.1). Se denota en una forma funcional como V(x,y,z,t) lo que significa la velocidad es una funcin de lo espacial y coordenadas de tiempo. Es til recordar que estamos estudiando flujo de fluidos bajo la hiptesis del continuo que nos permite definir la velocidad en un punto. Ms velocidad es una cantidad vectorial, es decir, tiene una direccin junto con una magnitud. Esto est indicado por el campo de velocidad como de la escritura
(3.1) Velocidad puede tener tres componentes, uno en cada direccin, es decir, u, v y w en x, y y z direcciones respectivamente. Suele escribir como
(3.2)
(3.3) Tambin cada una de las variables involucradas en un fluido puede dar una representacin sobre el terreno. Tenemos campo de temperatura, T(x,y,z,t), campo, p(x,y,z,t), campo de densidad de la presin.
Esto puede simplificado con u, v y w, las magnitudes de la velocidad en las tres direcciones coordenadas. En coordenadas cartesianas, el campo de la aceleracin es
La ecuacin de la aceleracin puede escribirse tambin en coordenadas polares y figuran en el apndice de ecuaciones bsicas.
o en forma de vector,
donde
derivado material consta de dos trminos. El (primer) el contorno de trmino / contorno se conoce como la tasa local de cambio, y representa el efecto de la inestabilidad. Para flujo continuo, se desvanece el derivado local (es decir, de contorno () / contorno = 0).
El segundo trmino,
representa la variacin debido al cambio en la posicin de la partcula de fluido, se mueve a travs de un campo con un gradiente. Si no hay ningn gradiente (no se cambia espacial) entonces convectiva. Como ejemplo, la ecuacin de campo de aceleracin puede escribirse como es cero, no hay ningn cambio
(8,11) Cada ecuacin representa el derivado de una coordenada con respecto al tiempo. Para cualquier punto como , un vector de la velocidad se define
(8,12)
Esto permite f debe interpretarse como un campo de velocidad. Se acostumbra utilizar la notacin corta velocidad puede ser acortado a . Cada componente de la . Usando f para denotar el vector
(8.13) El uso de f aqu es una coincidencia intencional con el uso de f para la ecuacin de la transicin de estado. En la parte IV, permitiremos campos del vector a parametrizar por acciones. Esto conduce a una ecuacin de transicin de estado tiempo continuo que parece y es muy similar a las
ecuaciones de transicin definidas sobre etapas discretas en el captulo 2. El diferencial ecuaciones expresadas en (8,11) se refieren a menudo como autnoma o estacionaria porque f no depende del tiempo. Tambin podra definirse un campo del vector varan con el tiempo, que los rendimientos . Esto no se cubrirn, sin embargo, en este captulo. Velocidad en un momento dado se define como la velocidad instantnea del fluido partcula, que en un instante dado est pasando por el punto. Est representado por V=V(x,y,z,t). Vectorially, V = ui + vj + wk donde u, v, w son tres componentes escalares de velocidad en x, y y z direcciones y (t) es el tiempo. Velocidad es una cantidad del vector y campo de velocidad es un campo del vector.
En dinmica de fluidos y deformacin finito plasticidad la especificacin mecnica lagrangiana del campo de flujo es una forma de mirar el movimiento fluido donde el observador sigue una parcela individual de fluido que se desplaza por el espacio y el tiempo.[1][2] Trazar la posicin de una parcela individual a travs del tiempo, le da la pathline de la parcela. Esto puede visualizarse como sentado en un barco y a la deriva por un ro. La especificacin de Eulerian del campo de flujo es una forma de mirar el movimiento fluido que se centra en lugares especficos en el espacio a travs del cual el lquido fluye como pasa el tiempo. Esto puede visualizarse sentado en la orilla de un ro y viendo el paso de agua la ubicacin fija. Las mecnica lagrangiana y Eulerian especificaciones del campo de flujo son a veces libremente denota como marco de referencia mecnica lagrangiana y eulerianos. Sin embargo, en general la mecnica lagrangiana y la Eulerian especificacin del campo de flujo puede aplicarse en el marco de referencia de cualquier observador y en cualquier sistema de coordenadas utilizado en el marco de referencia solicitada.
2.1. Descripcin
En la especificacin de Eulerian del campo de flujo, las cantidades de flujo se describe como una funcin de la posicin x y el tiempo t. especficamente, el flujo se describe por una funcin
dando la velocidad de flujo en la posicin x en el tiempo t. Por otra parte, en la especificacin de Lagrange, parcelas individuales de fluido se siguen a travs del tiempo. Las parcelas del fluido estn etiquetadas por algunos a. de campo (independiente del tiempo) vector (a menudo, una es elegido para ser el centro de la masa de las parcelas en algn tiempo inicial t0. Es elegido de esta manera particular para tomar en cuenta los posibles cambios de la forma con el tiempo. Por lo tanto el centro de masas es una
buena parametrizacin de la velocidad v de la parcela). En la descripcin lagrangiana, el flujo es descrito por una funcin
dar la posicin de la parcela con la etiqueta una en el tiempo t. La especificacin de dos se relacionan con lo siguiente:
porque ambos lados describen la velocidad de la parcela con la etiqueta una en el tiempo t. Dentro de un sistema de coordenadas elegido, a y x se conocen como las coordenadas de Lagrange y Eulerian coordenadas del flujo.
(donde denota el gradiente con respecto a x y el operador v debe ser aplicada a cada componente de f el.) Esto nos indica que la tasa total de
cambio de la funcin F las parcelas del fluido se mueve a travs de un campo de flujo descrito por su Eulerian especificacin v es igual a la suma de la tasa local de cambio y la tasa convectiva de cambio de f el. Esto es una consecuencia de la regla de la cadena, ya que estamos diferenciando la funcin F(X(a,t),t) con respecto a t.
es posible utilizar el enfoque LE para acoplar una descripcin lagrangiana de la fase dispersada con simulaciones de remolino grande (LES) o la simulacin numrica directa (DNS) de la fase de gas portador, resultando en las siguientes categoras principales de mtodos LE: (1) Fullyresolved DNS (FR-DNS) de gota o flujo de partculas cargadas donde se resuelven las ecuaciones de Navier-Stokes exactas por resolver completamente la gotita o partcula mediante la imposicin de condiciones de contorno en cada partcula o superficie de la gota: FR-DNS en el cuadro 1 (2) Punto-partcula DNS (PP-DNS) con fsicas gotas o partculas: PP-DNS(p) en la tabla 1 (3) PP-DNS con partculas estocsticas [48]: PP-DNS(s) en la tabla 1 (4) Puntos partculas LES con gotitas fsicas [49,50]: LES(p) en la tabla 1 (5) Punto partculas LES con partculas estocsticas [incluso]: LES(s) en la tabla 1 (6) Un promedio de ecuaciones: RANS CFD en la tabla 1 El principal diERENCIA entre FR-DNS y DNS PP es que mientras el primero se puede utilizar para cuantificar los modelos de interfase, PP-DNS requiere modelos asumidos para trminos de transferencia de interfase como vaporizacin de aceleracin y gotita de la partcula. En PP-DNS puede hacerse una distincin ms si las partculas computacionales o parcelas se utilizan para representar el sistema fsico. En los estudios LES esta distincin es menos importante, puesto que las partculas o gotas siempre obedecen ecuaciones modeladas para la transferencia de la interfase debido a la vaporizacin o arrastre. El tratamiento de colisiones puede utilizarse tambin para categorizar LE mtodos como aquellos que emplean un tratamiento estadstico de colisiones en contraste con el clculo directo de colisiones entre las partculas con cualquiera de los dos choques de hard sphere volumen baja fraccin o softsphere elemento discreto mtodo (DEM) colisin para modelos fraccin de
alto volumen. SoftSphere DEM colisin modelos son utilizados en la simulacin de LE de camas uidized.
teora de twouid EE volumeaveraged variantes [60] y ensembleaveraged [10,11]. El enfoque LE corresponde a un encierro del enfoque de procesos de punto a nivel del ddf o FDN, con la fase de portador en un marco de Eulerian a travs de un cierre RANS, LES o DNS. En las subsecciones siguientes, el enfoque LE se desarrolla en el contexto de esta familia de teoras estadsticas de flujo multifsico.
puede observar. Por lo tanto, la mayora de modelos de ingeniera actualmente dependen de una teora ms simple de single point.
lagrangianas {X(i) (t), v (i) (t), R(i) (t), i = 101,..., Ns(t)}, donde X(i) (t) denota la posicin del elemento de dispersedphase de th en el tiempo t, v (i) (t) representa su velocidad y R(i) (t) su radio. Propiedades adicionales pueden incluirse en las variantes de esta representacin sin prdida de generalidad. El desarrollo riguroso de una teora estadstica de multifase fluye [66] utilizando el enfoque lagrangiano se basa en la teora de procesos estocsticos punto [67], que es considerablemente didiferentes de la teora de campos al azar [61,68,69] que forman la base para el enfoque de Eulerian eulerianos. Tal teora de multifase fluye no es una extensin trivial
de las teoras estadsticas para fluye turbulento de fase sencilla, pero de hecho tiene una relacin ms estrecha con la teora clsica de la cintica de gases y su extensin a granulares gases [70] y el caudal de gas-slido [9].
analtico punto. C de la figura muestra la distribucin espacial del equilibrio obtenido colisiones siguientes partculas elstico utilizando un modelo DEM softsphere, y su funcin de correlacin par correspondiente se muestra en la figura 3. Hay una mayor probabilidad de encontrar vecinos dentro de 2 dimetros de partculas de la simulacin DEM en comparacin con el modelo de Matern. Aunque estos modelos de proceso de punto son idealizados representa-ciones de multifase fluye, proporcionan un marco conceptual til analizar experimental y los datos de simulacin. La representacin estadstica de un flujo multifase como un proceso de punto ha sido formulada por Subramaniam [66]. Se muestra que la caracterizacin completa de todos los eventos multi-particle requiere la consideracin de los pdf de Liouville (vase Fig. 1), y puede establecerse una jerarqua similar a la jerarqua BBGKY [73] multifase fluye as [66].
simetrizndolos de densidad de probabilidad de Liouville, de manera anloga a la densidad de probabilidad de singleparticle en la jerarqua
BBGKY de la teora cintica. La densidad de sustituto de singleparticle es definido como f [Ns = k] 1s (x 1, v1, r1; t) Zdx2 dv2 dr2... dxk dvk drkfsym [Ns = k] (x 1, v1, r1,..., xk, vk, rk;t),(3) donde el superndice [Ns = k] sirve para indicar que esta densidad de sustituto de singleparticle est definido para el conjunto que cuenta con un total de Ns = k partculas o gotitas. Por lo tanto el suplente single particle densidad f [Ns = k] 1s (x 1, v1, r1; t) es una densidad condicional sobre el nmero total de partculas o gotitas Ns igual a k. Para comodidad de notacin utilizamos la forma ms simple f (k) 1s (x 1, v1, r1; t) para denotar f [Ns = k] 1s (x 1, v1, r1; t).
NS(x;t) Zf (x, v, r, t) dv dr (6) es la densidad del nmero. Esto demuestra que el ddf es capaz de representar polidispersidad y capturar la dependencia no lineal de aceleracin de partculas en velocidad. Sin embargo, el ddf no contiene informacin de twoparticle, ni da cuenta de la uctuations en el nmero de partculas sobre su valor medio. Estos puntos se discuten en el apartado siguiente.
hidrodinmicas tales como densidad aparente se produce a escala mucho mayor que la microescala (tamao molecular) o de mesoescala (gama de interaccin de molculas como camino libre medio). Sin embargo, esto no se garantiza en multifase fluye. Como el ejemplo de la figura 4 muestra, puede variar la temperatura media uid en escalas comparables a la estructura espacial de mesoescala de partculas caracterizado por la funcin de correlacin de par. Esto es debido al
fuerte acoplamiento entre las fases mediante el cual las partculas pueden calentar o enfriar el uid, de tal modo unejo la temperatura media uid a escalas relativamente pequea longitud. (3) Las fluctuaciones en el nmero de partculas o gotas pueden ser importante en comparacin con la media: fluctuaciones en el nmero pueden ser importantes cerca del borde de aerosoles o cuando forman racimos y serpentinas en uidized las canalizaciones verticales de la cama. Tales uctuations tpicamente se descuidan en la clsica teora cintica de gases moleculares y granulares [76,77]. Sin embargo, Subramaniam y Pai han demostrado recientemente que estos uctuations puede ser importantes en la teora cintica de gases granulares inelsticas [78]. (4) Ecuacin multifase Liouville no est cerrado: otro importante diERENCIA es que mientras que la ecuacin de Liouville en la teora clsica de la cintica de gases moleculares es una ecuacin cerrada, el mismo no es vlido para la ecuacin de Liouville multifase. La ecuacin multifase de Liouville depende de las estadsticas de la fase de portador porque la aceleracin de la inerciales gotas o partculas depende de la velocidad de deslizamiento.
desarrollar modelos consistentes en cualquier acercamiento. Trabajo reciente de Pai y Subramaniam establece las relaciones entre el punto de proceso (LE) y descripciones de campo al azar (EE) [13] en el nivel PDF singlepoint de cierre.
2.4.5. Resumen
Esta seccin describe las principales representaciones estadsticas de flujo multifsico. Explic la clasicacin de multifase teoras de rasgos en punto proceso (LE) y categoras de campo al azar (EE). Los fundamentos de la teora de 16twouid EE fueron briey descrito. Se estableci la conexin del enfoque LE teora cintica. Importante diERENCIAS entre la descripcin del proceso (LE) punto de multifase fluye y la teora clsica de la cintica de gases moleculares fueron observados. Explic la relacin del ddf para obtener una descripcin completa de un multifase en el enfoque de procesos estocsticos punto de Lagrange. Esto proporciona los
antecedentes necesarios para entender la formulacin LE y su relacin con la teora de twouid EE.
donde rijan es la aceleracin experimentada por la gota, y (i) es la tasa de cambio de radio debido a la vaporizacin. La aceleracin de la gotita cumplindose surge de la fuerza ejercida por el gas portador en la gota que puede ser calculado desde el tensor de la tensin en la superficie de la gota. Gotitas de aerosol tambin sufren colisiones que modifican su trayectoria y velocidad. Tras las colisiones, gotas pueden fusionarse o romper en gotitas ms pequeas. La evolucin de la ddf correspondientes a las ecuaciones de evolucin de gota puede obtenerse usando mtodos estndar [74,73].
En la anterior ecuacin hAk|x, v, r; ti representa la aceleracin esperada depender de la localizacin [x, v, r] en el espacio de la fase. Del mismo modo h|x, v, r; ti representa la tasa esperada de cambio de condicionales de radio (en lo sucesivo, la tasa de vaporizacin esperado) en la localizacin [x, v, r] en el espacio de la fase. La eects de colisiones, coalescencia y desintegracin puede tambin incorporar [8,21] para obtener
por ejemplo, la prueba de Kolmogorov escala si el flujo gasphase es turbulento. Aqu se demuestra que multifase fluye con partculas o gotas de radio limitado (que puede ser mayor que la escala de Kolmogorov de turbulencia gasphase) puede ser con xito modelado utilizando el modelo de proceso estocstico punto. En Resumen, la asuncin de la partcula de punto es innecesaria para la representacin y modelado de multifase fluye mediante el ddf o el enfoque de la FDN, que admite las partculas o gotas de tamao limitado.
convergente mtodos de estimacin tambin no impone ninguna limitacin en la fraccin de volumen. La fraccin de volumen de dispersedphase media es una medida de cmo diluir un spray es. El volumen de media dispersed phase hVd (A; t) en una regin A espacio fsico puedo ser definido en trminos de ddf como:
Donde
es la densidad del volumen promedio de dispersedphase en el espacio fsico. Si VA es el volumen asociado con una regin, entonces la fraccin de volumen de dispersedphase promedio en la regin A viene dada por
que revela que si la (x;t) de densidad media dispersedphase volumen es uniforme en la regin en el espacio fsico (es decir, el ddf f (x, v, r, t) es estadsticamente homogneo en el A), entonces es igual a la fraccin de volumen medio dispersedphase. Si f es estadsticamente no homognea en el A, 14 EQ. afirma que el valor medio de (x;t) sobre el volumen A es la fraccin de volumen de dispersedphase media. La validez de la ecuacin de evolucin de ddf no depende de la densidad de volumen medio dispersedphase. Mientras que algunos modelos para arrastre o calientan transferencia [21] puede limitarse a la fraccin de volumen (x;t) 1 debido a limitaciones en las correlaciones en que se basan, stos pueden ampliarse para incluir una dependencia de la fraccin de volumen. En Resumen, las restricciones a la fraccin de volumen en simulaciones LE son innecesarias porque no hay ninguna limitacin terica intrnseca en la fraccin de volumen medio dispersedphase en el enfoque LE, pero ms bien surgen de las implementaciones de non convergent numrica que calcular la fraccin de volumen de dispersed phase utilizando medias locales basadas en clulas de Eulerian rejilla. 5.2 Segundos se muestra que gridfree kernel-based estimation methods generen valores numricamente convergentes para el promedio
dispersedphase transferencia y.
volumen
fraccin
media
interfase
impulso
transferencia de partculas de punto y su eect en el campo de presin de carrierphase debe investigarse ms a fondo. Puesto que hay muchos enfoques para LES de two phase fluye, la forma de especficas del acoplamiento en LES(p) depende de la aplicacin: en trminos generales, los resultados de acoplamiento en volumeaveraging locales del Lagrangiano punto proceso de realizacin de la fase dispersa. Aplican los mismos comentarios en coarsegraining FR-DNS al PP-DNS para LES(p) as. PP-DNS(s) y LES(s) par a una representacin de la partcula estocstico de la fase dispersa y son mtodos hbridos en el sentido que ellos par una realizacin de la fase de uid del portador con una representacin estadstica de la fase dispersa. La base terica de LE desarrollada en este trabajo es relevante para estas simulaciones. Para DNS(s) y LES(s) con partculas estocsticas, la ecuacin de impulso Eulerian fase uid en el lmite diluido se toma a menudo de la forma
donde U(f) representa la velocidad instantnea de fase de uid en DNS(a) (y su contraparte de ltered en LES(a)). Tenga en cuenta que esto es simplemente la fase sencilla impulso conservacin ecuacin aumentada por el trmino de transferencia de impulso de interfase
representa el acoplamiento del impulso dispersedphase con la fase de uid. En la medida en que se refieren a mtodos LE, el beneficio principal de FR-DNS es cuantificar no cerradas trminos en la ecuacin de evolucin
de ddf (o sus momentos) y para desarrollar mejores modelos para estas condiciones. En Garg [82] se dan algunos detalles de cmo se pueden utilizar soluciones DNS particle o 21dropletresolved para desarrollar submodelos LE y EE. Si se utilizan partculas de punto, como en PPDNS(p) y LES(p), el desarrollo terico de anterior LE puede utilizarse para interpretar los resultados. Sin embargo, tales simulaciones tienen menos valor para LE desarrollo de modelo en comparacin con FRDNS. Simulaciones estocsticas partculas tales como DNS(s) y LES(s) son esencialmente LE modelos con la mejor representacin de la fase de portador Eulerian que RANS, y el desarrollo terico anterior es til para interpretar los resultados de estos modelos y compararlos con FRDNS y LE juntada con RANS.
El supuesto "diluida aproximacin" a estas ecuaciones que descuida el volumen desplazado por la presencia de la partculas de Dispersed Phase o gotitas de aerosol es a menudo usado 5. Se obtiene mediante el establecimiento de f = 1 en las ecuaciones anteriores y descuidar la fraccin de volumen de la fase dispersa. Por ejemplo, en esta notacin la ecuacin de conservacin de masa de subidad [21] Lee
donde f = fh | Si = 1i (en cdigos como KIVA f se establece en la unidad, as el bulto o densidad aparente gas es simplemente la densidad de termodinmicas del gas). Sin embargo, hay otra hiptesis implcita en esta "aproximacin diluida" a la ecuacin de conservacin de masa que vale la pena destacar. La simplication correcta de la ecuacin de conservacin de masa media en el lmite diluida no se obtiene mediante una simple configuracin f = 1 en 16 EQ., pero por la primera expansin de los trminos y reorganizar para obtener
Incluso en los aerosoles diluidos el eect de grandes gradientes en la fraccin de volumen en el borde del spray puede resultar en importantes contribuciones del trmino en f ln, y por lo tanto este trmino debe ser cuanticados en clculos de aerosol. Claramente, la asuncin de f = 1 slo valida la simplication hs (f) i/f hS (f) i. Ferrante de APTE y Patankar [85] y Elghobashi [86,87] tienen desarrollados LE simulaciones que representan volumen desplazamiento eects.
Es conveniente descomponer el impulso interfacial fuente trmino hS (d) M i en dos partes, atribuible a la transferencia masiva de interfase derivados de cambio de fase hS(d)(P C) M i y el otro a la interfacial estrs hS(d) (IS) M i, que es distinto de cero incluso en la ausencia de interfase una transferencia de masa. Estos son la definen como:
La fuente de impulso debido a la tensin interfacial puede expresarse en trminos de la descripcin lagrangiana de dispersedphase como
mientras que la fuente de impulso debido al cambio de fase se puede escribir como:
El trmino de fuente en el lado derecho de la ecuacin 32 contiene dos partes. Una parte corresponde a una prdida de masa media debido a la vaporizacin. La otra parte representa el agotamiento de la densidad del nmero debido a una ux de gotas a travs de la r = 0 + lmite, que corresponde al radio ms pequeo por debajo del cual se considera una gota se evapor. La ecuacin de conservacin de momentum media implicada por la ecuacin de evolucin de ddf EQ. 10 se obtiene multiplicando la ecuacin 10 por r3dvj (4/3) e integrando sobre todos [v, r +]:
donde un promedio de massweighted se han utilizado como en la ecuacin 32. El ltimo trmino en el lado derecho de la ecuacin anterior corresponde a una prdida de impulso media debido a la vaporizacin y el agotamiento del impulso media debida o una ux de gotas a travs de la r = 0 + lmite. Sustituyendo la ecuacin 32 en los resultados de la ecuacin 33 en:
Al construir modelos de trminos tales como interfase de masa, transferencia de impulso y energa, es til modelar las formas de Galilean invariant (GI) de estos trminos, porque tales modelos son entonces marcoinvariante con respecto a las transformaciones de galileos. Una
transformacin de Galilea consiste en transformar la posicin y del tiempo como x = x + Wt y t = t, respectivamente, donde W es una constante velocidad de traslacin. Si una cantidad Q es invariante de Galileo, entonces Q (x, t) = Q (x, t).La velocidad se transforma como U(x, t) = U(x + Wt, t) = U(x,t) + W y no es Galileo invariante. Si se modelan las formas no-GI, entonces los modelos resultantes no sean marco invariante. Las siguientes son que las combinaciones de GI de trminos no cerradas son:
Soluciones de mtodo de partculas a la ecuacin de ddf que modelo hA|x, v, r; ti y h|x, v, r; ti automticamente garantizan GI modelado de lo s trminos mencionados en la ecuacin de momentum media.
El segundo momento de la velocidad de la partcula conduce a la temperatura granular en flujo de gassolid, y asimismo es delimitado gotitas as. Para derivar la ecuacin de secondmoment en el enfoque LE, es til definir primero el ddf de volumeweighted de uctuating velocidad veamos (x, w, r, t) definido como
donde veamos c (w, r|x; t) es el r3weighted o el volumen ponderado pdf de uctuating velocidad. La ecuacin de evolucin de veamos puede derivarse de la ecuacin 10 (ver Apndice A para una derivacin):
El segundo momento o dispersedphase ecuacin de Reynolds estrs puede obtenerse multiplicando la ecuacin de evolucin veamos por wiwj (y un factor =26(4/3)d) e integrando sobre todos [w, r +] espacio para obtener:
En la ecuacin anterior es el derivado material con la media de mass weighted velocidad de dispersedphase y el trmino de produccin es debido a los gradientes promedios en la velocidad de dispersedphase. La covarianza de accelerationvelocity de uctuating representa a la transferencia de la interfase de energa cintica en uctuations, y los dos ltimos trminos corresponden a la variacin neta de estrs Reynolds debido a la transferencia de masa de interfase. Los trminos de la ecuacin anterior se agrupan en combinaciones de Galileaninvariant.
establecen relaciones de consistencia entre las cantidades fundamentales estadsticas en las representaciones de EE y LE. Est demostrado que estas cantidades fundamentales en las dos representaciones estadsticas llevan una relacin exacta entre ellas solamente bajo condiciones de homogeneidad espacial. 27Equations de transporte para las densidades de probabilidad en cada representacin estadstica se derivan. Ecuaciones que gobierna para la masa media, significa impulso y segundo momento de la velocidad correspondiente a las dos representaciones estadsticas se derivan de estas ecuaciones de transporte. En particular, para la representacin de EE, el formalismo pdf aparece conducen naturalmente a las ecuaciones de ensembleaveraged ampliamente utilizado para el two phase fluye. Galileaninvariant combinaciones de trminos no cerradas en las ecuaciones gobernantes que deban ser modelados son claramente identican. Se establece la correspondencia entre trmino s no cerradas en cada representacin estadstica. Cmputos de EELE hbrido pueden benecio de esta correspondencia, que sirve en la transferencia de informacin de una representacin a la otra.
2.6. Modelado
La ecuacin de evolucin para el ddf (ecuacin 10) contiene hAk|x trminos de expectativa condicional, v, r; ti y h|x, v, r; ti que representan el promedio de partcula o aceleracin de la gotita y tasa de evolucin de radio promedio, respectivamente. Estos no estn cerrados a nivel del ddf, es decir, no son determinados totalmente por el ddf o sus momentos solos, ya que cuentan con estadsticas de multiparticle higherorder (cf. Fig. 1) y propiedades carrier phase. En forma ms general de la evolucin del ddf (ecuacin 11) que permite las colisiones, coalescencia y desintegracin, los trminos correspondientes de la fuente en la ecuacin de ddf que son integrales de colisin con ncleos apropiados tambin deben ser modelados.
La especificacin de modelos para los trminos no cerrados en la ecuacin de evolucin de ddf da lugar a una ecuacin de evolucin de ddf modelados:
donde Ak (x, v, r, t), (x, v, r, t) y fcoll/carbn/bu representan una familia de modelos para hAk|x, v, r; h|x, ti, r, v, ti y fcoll/carbn/bu, respectivamente. El modelado ddff , que es la solucin a la ecuacin 40, es el modelo para implcitos en estas especicaciones modelo de f. Para problemas de flujo multifase prctica la solucin a la ecuacin de evolucin de ddf se acopla a un solucionador de flujo de carrierphase de Eulerian [29,21]. Aqu sobre todo consideramos acoplamiento a un solver Reynoldsaveraged Navier Stokes (RANS), aunque muchas de las consideraciones de modelado son igualmente aplicables a LES o DNS acoplamiento as. La inuencia de la fase dispersa en la fase de portador est representada por la adicin de interfase acoplamiento trminos de fuente (cf.Sec. 3.4) las ecuaciones de carrierphase generalmente RANS (cf. Eqs. 16). Fase de gas cuando est representado por Reynolds averaged campos, una clase de modelos determinsticos de trminos no cerradas hAk|x, v, r; ti y h|x, v, r; ti puede escribirse como sigue:
donde los modelos Ak y dependen de {hQf (x, t) i} y M (f (x, v, r, t)). Aqu {hQf (x, t) i} representa el conjunto de campos de la solucin de uid de portador (que incluye tales campos como el energa turbulento cintica y la velocidad media uid) en promedio, y M(f) es cualquier momento de la ddf. La dependencia de M(f) es una representacin general de la dependencia que tengan los trminos modelados en cantidades como la densidad de
fraccin de volumen medio dispersedphase en espacio fsico, que son momentos de la ddf (cf. EQ. 13).
condiciones de contorno, un enfoque de solucin basado en mtodos de partculas se utiliza comnmente para resolver indirectamente EQ. 40 en un cmputo eciente manera [21]. Este enfoque de la solucin es similar a partcula mtodos utilizados en el enfoque de la funcin de densidad de probabilidad para modelado turbulento fluye reactiva, una exposicin exhaustiva de las cuales se da por Papa [4]. Como se explica en [66,74], uno puede asociar un conjunto de gotitas de sustituto de Ns idnticamente distribuidas con propiedades {X(i)(t), V(i)(t), R(i)(t), i = 1,..., Ns(t)}, donde X(i)(t) denota la posicin de la gota de ith en sustituto en el tiempo t, V(i)(t) representa su velocidad y R(i) (t) su radio. Las propiedades asociadas con la gota de sustituto de ith evolucionan por las siguientes ecuaciones modeladas:
donde A(i) es la aceleracin modelada experimentada por la gota de suplente y (i) es su modelado tasa de cambio de radio debido a la vaporizacin. La correspondencia entre las gotas de suplente (o sustituto de partculas) en el LE simulacin y las gotas de roco (o partculas fsicas) estn slo a nivel de la condicional expectat ivas hAk|x, v, r, ti y h|x, v, r; ti. Sustituto de partculas en la solucin del mtodo de partcula para el ddf no es partculas fsicas individuales o arrastre de gotas de roco, a pesar de la resistencia que experimenta una partcula de sustituto a menudo se modela como la partcula aislada o singledroplet. De hecho, la interpretacin correcta es que hAk|x, v, r; ti es el arrastre promedio experimentado por una partcula fsica o gotas en suspensin, y que es didiferentes del arrastre de partculas aisladas ya que incluye volumen fraccin y vecino partcula eects. Conceptualizacin sustituto partculas ya slo son estadsticamente equivalentes a partculas fsicas o gotitas da considerable flexibilidad en modelado. El principio de equivalencia estocstico (vase Papa [4]) nos dice que dos sistemas pueden surgir tales que las realizaciones individuales en cada sistema son radicalmente didiferentes, pero los dos pueden tener idnticos valores medios. Por lo tanto, el sistema de gotitas de suplente (o partculas de suplente) tenga realizaciones individuales que son enormemente didiferentes de las de las partculas o gotitas fsicas (obedeciendo nondierentiable trayectorias, por ejemplo), y sin embargo su expectativa condicional implcita trminos Apuede emparejark y hAk|x, v, r; ti y h|x, v, r; ti. (El principio de equivalencia estocstico [4] tambin revela que la asignacin de partcula modelos a un k y es manytoone, es decir, didiferentes modelos de partcula pueden resultar en el mismo Ak y .) Un corolario directo del principio de equivalencia estocstico es que adems de modelos de evolucin determinista de la partcula, se pueden tambin utilizar modelos
estocsticos de la partcula con trminos aleatorios en las ecuaciones de evolucin de propiedad de partcula (Eqs. aparejadas). La adicin de trminos aleatorios (estrictamente hablando, incrementos de proceso de Wiener) la partcula computacional posicin y velocidad evolucin resultados en el aspecto de difusin correspondiente trminos (en el espacio de la posicin y la velocidad) en la ecuacin de evolucin de ddf modelados que ahora se asemeja a la ecuacin de FokkerPlanck [90]. All es otra clase de modelos que pueden denominarse odelos de interaccin de partculas, y a menudo se encuentran en el trmino de colisin de modelado. En estos modelos pueden interactuar las partculas sustituto dentro de un conjunto. Un error comn en el modelado de Lagrange es la suposicin de que el sustituto 30particles (o sus homlogos computacionales en 5 seg.) contienen informacin precisa de la twoparticle. Por supuesto esto no es el caso si slo corresponden al conjunto de gota a la altura de las expectativas condicional hAk|x, v, r, v, ti y h|x, r; ti. A fin de correspondencia a nivel de estadsticas twoparticle, las partculas de sustituto tendra que coincidan con los trminos no cerrados en la ecuacin de evolucin de la densidad de la twoparticle y alsomatch twoparticle estadsticas al tiempo inicial. Otra caracterstica indeseable de los modelos de interaccin de la partcula es que desarrollan incontroladas
correlaciones con el tiempo [91] debido a las repetidas interacciones con los vecinos en el mismo conjunto. Modelos estocsticos de colisin no suer de este inconveniente [92] y es ms fcil para su convergencia numrica. Adems, los supuestos de modelado en el nivel de two particle aparecen explcitamente en modelos estocsticos. Por lo tanto, incluso para el trmino de colisin parece que los modelos estocsticos son ms promisorios. BIBLIOGRAFA http://en.wikipedia.org/wiki/Flow_velocity
http://wwwmdp.Eng.Cam.AC.uk/web/Library/enginfo/aerothermal_dvd_only/Aero/fprop s/cvanalysis/node5.html
https://eCourses.ou.edu/cgibin/ebook.cgi?doc=&topic=FL&chap_sec=03.4&page=Theory
http://wwwmdp.Eng.Cam.AC.uk/web/Library/enginfo/aerothermal_dvd_only/Aero/fprop s/poten/node22.html
http://www.edforall.net/index.php/Engineering-a-Technology/AeronauticalEngineering/79-Fluid-Mechanics/1647-Stream-function-and-Velocitypotential-
http://Stommel.tamu.edu/~Baum/Reid/Book1/Book/node23.html http://www.See.ed.AC.uk/~johnc/Teaching/fluidmechanics4/200304/fluids2/node30.html