รูปแบบความวุ่นวายสามารถสร้างความแตกต่างในการจำลองของคุณ มีแบบจำลองความวุ่นวายมากมายรอบ ๆ มันจะกลายเป็นงานที่ยากลำบากในการเลือกหนึ่งในนั้น
ไม่มีรูปแบบความวุ่นวายที่สมบูรณ์แบบ ทุกอย่างขึ้นอยู่กับพารามิเตอร์หลายตัวเช่นหมายเลขของ Reynold ไม่ว่าจะเป็นการแยกการไหลการไล่ระดับความดันความหนาของชั้นขอบและอื่น ๆ ในคำตอบนี้ข้อมูลสั้น ๆ เกี่ยวกับรุ่นยอดนิยมบางรุ่นนั้นจะได้รับพร้อมกับข้อดีข้อเสียและแอปพลิเคชั่นที่มีศักยภาพ อย่างไรก็ตามผู้ใช้ที่สนใจสามารถดูเว็บไซต์ NASA ที่ยอดเยี่ยมและการอ้างอิงในนั้นเพื่อทราบข้อมูลเพิ่มเติมเกี่ยวกับการสร้างแบบจำลองความปั่นป่วน
A) รุ่นอุปกรณ์หนึ่ง:
1. Spalart-Allmaras
รุ่นนี้สามารถหาตัวแปรเพิ่มเติมอีกหนึ่งตัวแปรสำหรับความหนืดของ Spalart-Allmaras จากเอกสารขององค์การนาซ่าระบุว่ามีการดัดแปลงหลายอย่างในรุ่นนี้เพื่อวัตถุประสงค์เฉพาะ
จุดเด่น : มีหน่วยความจำน้อยลง, มีความแข็งแรง, มาบรรจบกันอย่างรวดเร็ว
จุดด้อย : ไม่เหมาะสำหรับการไหลแบบแยก, ชั้นเฉือนอิสระ, ความปั่นป่วนเนื้อที่, การไหลภายในที่ซับซ้อน
การใช้ประโยชน์ : การคำนวณในเลเยอร์ขอบเขตทั้งการไหลถ้าอ่อนหรือไม่มีการแยกการบินและอวกาศและการประยุกต์ใช้รถยนต์สำหรับการคำนวณเริ่มต้นก่อนที่จะไปที่แบบจำลองที่สูงขึ้นการคำนวณการไหลแบบอัดได้
การบังคับใช้กับกรณีของคุณ : ผู้สมัครที่ดีสำหรับการลดเวลาในการจำลอง คุณสามารถทำนายการลากได้ค่อนข้างดีกับรุ่นนี้ อย่างไรก็ตามหากคุณสนใจที่จะรู้ขอบเขตการแยกการไหลโมเดลนี้จะไม่ให้ผลลัพธ์ที่แม่นยำสูง
________________________________________________________________________________
B) รุ่นสองอุปกรณ์:
- kϵ
kϵ
จุดเด่น : ง่ายต่อการใช้งานการบรรจบกันอย่างรวดเร็วคาดการณ์การไหลในหลายกรณีการปฏิบัติที่ดีสำหรับอากาศพลศาสตร์ภายนอก
จุดด้อย : ไม่เหมาะสำหรับเครื่องบินไอพ่น axi-symmetric กระแสน้ำวนและการแยกที่แรง ความไวต่ำมากสำหรับการไล่ระดับสีที่ไม่พึงประสงค์แรงดัน, ยากที่จะเริ่มต้น (ต้องเริ่มต้นด้วย Spalart-Allmaras), ไม่เหมาะสำหรับการใช้งานใกล้กำแพง
ใช้ : เหมาะสำหรับการวนซ้ำเริ่มต้น, ดีสำหรับการไหลภายนอกรอบรูปทรงเรขาคณิตที่ซับซ้อน, เหมาะสำหรับชั้นแรงเฉือนและการไหลแบบไม่มีกำแพงล้อมรอบฟรี
Re=1.98∗106kϵ
kω
kωkϵ
จุดเด่น : ยอดเยี่ยมสำหรับเลเยอร์ขอบเขต, ทำงานในการไล่ระดับความดันที่ไม่พึงประสงค์, ทำงานสำหรับกระแสที่แยกออกจากกัน, เจ็ตส์และชั้นเฉือนอิสระ
ข้อด้อย : เวลาที่ใช้ในการคอนเวอร์เจนซ์นั้นมากขึ้นหน่วยความจำต้องใช้ความละเอียดของตาข่ายใกล้ผนังทำนายล่วงหน้าและแยกมากเกินไป
การใช้ประโยชน์ : การไหลภายใน, การไหลของท่อ, กระแสเจ็ต, กระแสน้ำวน
ω
kω
kωkϵ
kω
kω
การใช้ประโยชน์ : อากาศพลศาสตร์ภายนอก, การไหลแบบแยก, ชั้นขอบเขตและการไล่ระดับความกดอากาศ
kϵ
ดังนั้นรูปแบบใดที่เหมาะสมที่สุด
kω
และอย่าใช้คำพูดของฉันมัน รายงาน 'การวิเคราะห์อากาศพลศาสตร์และการประเมินค่าสัมประสิทธิ์การลากของนักปั่นจักรยานเวลาทดลอง ' ใช้โมเดล SST บทความนี้เปรียบเทียบผลลัพธ์แบบจำลองความปั่นป่วนทั้งหมดสำหรับอากาศพลศาสตร์นักปั่นจักรยานและมาถึงข้อสรุปว่าแบบจำลอง SST ให้ผลลัพธ์ที่ดีที่สุดโดยรวม ฉันกำลังอ้างถึงผลลัพธ์เหล่านี้เพราะจำนวนที่ชาญฉลาดและขนาดที่ฉลาดของ Reynold จักรยานจะเข้าใกล้สถานการณ์ของคุณมากที่สุดซึ่งมีการศึกษามากมาย
kϵkϵkϵ
ถ้าคุณมีทรัพยากรคอมพิวเตอร์ที่ดีขึ้นไปสำหรับLES แต่ฉันรู้สึกว่ามันไม่ได้ถูกเรียกใช้ในกรณีนี้และอาจไม่เหมาะสม ฉันไม่มีประสบการณ์กับ LES จึงไม่สามารถออกความเห็นได้
แหล่งข้อมูลที่น่าสนใจ:
The FOAM house : หากคุณต้องการเรียนรู้ OpenFOAM ทีละขั้นตอน
ความก้าวหน้าล่าสุดในการสร้างแบบจำลองเชิงตัวเลขของกระแสเชี่ยว
21st
แบบจำลองความปั่นป่วนและการประยุกต์กับกระแสเชิงซ้อน
ดีที่สุด!
ไชโย!