Quais modelos de turbulência são adequados para análise de CFD em uma carroçaria aerodinâmica?

Muitos códigos CFD comerciais e de código aberto implementam vários métodos de fechamento para o termo de aceleração convectiva não linear das equações de Navier-Stokes (RANS), com média de Reynolds. Métodos comuns (também conhecidos como modelos de turbulência ) incluem

• Spalart – Allmaras (S – A)
• k – ε (k – epsilon)
• k – ω (k ômega)
• SST (Transporte de tensão de cisalhamento do mentor)
• Modelo de equação de tensão de Reynolds

Quais destes são adequados para a simulação CFD de uma carroçaria aerodinâmica? O objetivo das simulações é orientar o refinamento da forma do corpo para minimizar as forças de arrasto aerodinâmicas. Uma resposta exemplar descreveria brevemente as vantagens e desvantagens de cada método para esta aplicação de simulação.

Detalhes potencialmente úteis:

O veículo é um veículo pequeno de uma pessoa com dimensões aproximadas

• L = 2,5 m,
• W = 0,7 m, e
• H = 0,5 m.

Ele viajará a velocidades que variam de 0 m / s a ​​aproximadamente 12 m / s. Todas as três rodas são fechadas pelo invólucro da carroçaria e o veículo tem uma distância ao solo aproximada de 15 cm, exceto perto das rodas, onde a carcaça se estende até 1 cm da superfície da estrada.

Normalmente, as forças aerodinâmicas nessas velocidades são quase insignificantes, mas pressupõem que este veículo esteja sendo projetado para competir em uma competição de "Super Mileage" em uma pista suave, seja muito leve e use componentes de transmissão de baixo atrito por toda parte, de modo que a aerodinâmica as forças exercem um efeito significativo no consumo de combustível possível.

O modelo de turbulência pode fazer uma grande diferença na sua simulação . Existem muitos modelos de turbulência por aí. Torna-se um trabalho difícil selecionar um deles.

Não existe um modelo de turbulência perfeito. Tudo depende de vários parâmetros, como o número de Reynold, se o fluxo é separado, gradientes de pressão, espessura da camada limite e assim por diante. Nesta resposta, são fornecidas informações breves sobre alguns modelos populares, além de prós e contras e possíveis aplicativos. No entanto, os usuários interessados ​​podem ver este excelente site da NASA e suas referências para saber mais sobre modelagem de turbulência.

A) MODELO DE UMA EQUAÇÃO:

1. Spalart-Allmaras

Este modelo resolve uma variável adicional para a viscosidade de Spalart-Allmaras. De acordo com um documento da NASA , há muitas modificações neste modelo direcionadas para fins específicos.

Prós : menos memória, muito robusta, convergência rápida

Contras : Não é adequado para fluxo separado, camadas de cisalhamento livre, turbulência em decomposição, fluxos internos complexos

Usos : Computações em camadas limite, campo de fluxo inteiro, se a separação for suave ou inexistente, aplicações aeroespaciais e automotivas, para cálculos iniciais antes de ir para um modelo mais alto, cálculos de fluxo compressíveis

Aplicabilidade ao seu caso : um bom candidato para reduzir o tempo de simulação. Você pode prever o arrasto razoavelmente bem com este modelo. No entanto, se você estiver interessado em conhecer a região de separação de fluxo, este modelo não fornecerá resultados altamente precisos.

________________________________________________________________________________

B) MODELOS DE DUAS EQUAÇÕES:

1. $k$ - modelo de turbulência:$\epsilon$

Um modelo de uso geral . Este modelo resolve a energia cinética ( ) e a dissipação turbulenta ( ). As equações para esses modelos podem ser encontradas nesta página cfd-online. Este modelo requer que funções de parede sejam computadas para a implementação. Adequado apenas para fluxos totalmente turbulentos.$k$$\epsilon$

Prós : simples de implementar, convergência rápida, prevê os fluxos em muitos casos práticos, bom para aerodinâmica externa

Contras : Não é adequado para jatos axi-simétricos, fluxos de vórtice e forte separação. Sensibilidade muito baixa para os gradientes de pressão adversa, difícil de iniciar (precisa de inicialização com Spalart-Allmaras), não é adequado para aplicações perto da parede

Usos : Adequado para iterações iniciais, bom para fluxos externos em torno de geometrias complexas, bom para camadas de cisalhamento e fluxos livres não limitados por paredes

Aplicabilidade no seu caso : Embora este modelo seja bom para o cálculo externo do corpo de blefe, ele é adequado apenas para fluxos turbulentos. Como as velocidades são baixas, o fluxo experimentará a transição do laminar para o turbulento ( máximo usando esta calculadora ). Você pode se beneficiar melhor com uma variante como o modelo realizável - . k $Re = 1.98*10^6$$k$$\epsilon$

2. - modelo de turbulência$k$$\omega$ :

$k$$\omega$$k$$\epsilon$

Prós : Excelente para camadas limite, trabalha com gradiente de pressão adversa, trabalha para fluxos separados fortes, jatos e camadas de cisalhamento livre

Contras : O tempo necessário para a convergência é maior, consome muita memória, requer resolução de malha próxima à parede, prevê separação antecipada e excessiva

Usos : Fluxos internos, Fluxos de tubulação, Fluxos de jato, vórtices

$\omega$

$k$$\omega$

$k$$\omega$$k$$\epsilon$

$k$$\omega$

$k$$\omega$

Usos : Aerodinâmica externa, fluxos separados, camadas limite e gradientes de pressão adversos

$k$$\epsilon$

Então, qual modelo é mais apropriado?

$k$$\omega$

E não aceite minha palavra. Um relatório sobre ' Análise aerodinâmica e avaliação do coeficiente de arrasto de ciclistas de contrarrelógio ' usa o modelo SST. Este artigo compara todos os resultados dos modelos de turbulência para a aerodinâmica do ciclista e chega à conclusão de que o modelo SST fornece os melhores resultados gerais. Estou citando esses resultados porque, em termos de número e de dimensão de Reynold, uma bicicleta aproxima-se mais do seu caso, para o qual existem muitos estudos disponíveis.

$k$$\epsilon$$k$$\epsilon$$k$$\epsilon$

Se você tiver melhores recursos computacionais, escolha LES . Mas acho que não é necessário neste caso e pode não ser apropriado. Eu não tenho experiência com LES, então não posso comentar.

Alguns recursos interessantes:

1. A casa FOAM : Se você quer aprender o OpenFOAM passo a passo

2. Avanços recentes na modelagem numérica de fluxos turbulentos

3. $21^{st}$

4. Modelos de turbulência e sua aplicação a fluxos complexos

Muito bem sucedida!

Felicidades!

Não posso dizer que esta será a resposta ideal, mas deve começar. Como será aparente, eu não sou um verdadeiro especialista.

$\epsilon$$\omega$

No meio dos três, o SST é (pelo que me disseram) melhor em prever corretamente a separação do fluxo. Os outros dois têm o hábito de não prever a separação quando deveriam. Dado que a separação geralmente causa arrasto, isso pode resultar em um design defeituoso que parece bom.

Embora o RSM seja definitivamente preferido, se possível, será mais demorado, pois adiciona 7 equações sobre o NS. Há 10 anos, você pode ter feito uma escolha difícil aqui. Nesses dias, você deve conseguir inverter modelos RSM desse tipo de veículo em quantidades razoáveis ​​de tempo.

Eu tenho trabalhado em um design aerodinâmico FSAE (carro de corrida de assento único com rodas abertas) nos últimos meses e descobri que o uso do RSM é razoável para rodar em um laptop de ponta ou em qualquer desktop de plataforma de jogos respeitável. Também é possível encontrar locais onde você pode alugar o tempo de execução se precisar avaliar um grande número de iterações de design. Posso adicionar o nome de uma empresa que usamos que foi criada para executar o software de que precisávamos e nos ajudou com os preços dos estudantes (alguém comente se for apropriado para o SE).

Uma ligeira tangente: eu recomendo fortemente que você procure documentos (idealmente experimentais) que possam ser usados ​​para validar seus métodos. Tínhamos certeza de que poderíamos recriar (dentro do razoável) resultados de experimentos em túneis de vento antes de começarmos a executar nossos próprios projetos. Também é importante executar a análise de sensibilidade da malha para garantir que você resolva a estrutura do fluxo.

Além disso, as camadas de prisma que saem de suas superfícies (para melhor resolver as camadas limite) são importantes.

Por último: este documento do pessoal da Fluent é um pouco antigo, mas ainda foi muito útil para nos iniciar. (desculpe pelo link do scribd.

$k-\omega\:SST$

Caso você possa pagar várias simulações, usaria modelos diferentes e compararia. Dessa forma, você pode identificar a influência do modelo de turbulência em sua aplicação específica.

Você poderia esclarecer se está procurando uma distribuição de velocidade ideal ou se está mais interessado em separações?