Tres modelos de turbulencia contra un solo vórtice ✛

Original: "Effects of Turbulence Modeling and Parcel Approach on Dispersed Two-Phase Swirling Flow"
arXiv:2501.00037 · 2024-12-24 · CC BY 4.0 · 5 min
La comparación de tres modelos k-ε y dos enfoques para las partículas en un flujo bifásico giratorio mostró que el modelo estándar es más preciso y que la agrupación de partículas casi no acelera el cálculo.

Contexto

La simulación de sistemas energéticos, como calderas de carbón pulverizado y gasificadores con captura de carbono, requiere una descripción precisa de la turbulencia y del movimiento de las partículas. El experimento de Sommerfeld y Qiu con flujo giratorio cargado de partículas se ha convertido en una prueba de referencia para validar modelos de flujos gas-dispersos. Anteriormente, este caso se estudió con métodos de Euler-Lagrange con RANS y LES, así como con Euler-Euler, pero faltaba una comparación sistemática de los tres modelos k-ε populares en un mismo planteamiento. Este trabajo se enmarca en las investigaciones numéricas de flujos bifásicos giratorios, donde los trabajos vecinos abordan anillos vorticosos, vórtices cuánticos y turbulencia, pero aquí se hace hincapié en la elección del modelo de turbulencia para cálculos prácticos de ingeniería.

Métodos

El aire se describió mediante las ecuaciones no estacionarias de Navier-Stokes promediadas según Favre, con cierre mediante tres variantes del modelo k-ε: estándar, RNG y realizable. Para las partículas se utilizó un enfoque lagrangiano que incluye la fuerza de arrastre, la gravedad y la flotabilidad; las fluctuaciones turbulentas de la velocidad del gas se modelaron con el algoritmo de caminata aleatoria discreta. El dominio de cálculo es una cuña tridimensional con un ángulo de 5° y una malla de 240×182 nodos (40 080 celdas), refinada cerca de las paredes y entre los chorros. Las partículas de vidrio de 45 μm de diámetro se inyectaron con un caudal de 0,34 g/s. Para probar el enfoque grupal, las partículas se agruparon en paquetes (parcels) de 1, 10 o 100 unidades. El tiempo de simulación fue de 0,6 s, con promediado en los últimos 0,1 s.

Resultados

El modelo k-ε estándar mostró la mejor concordancia con los perfiles experimentales de velocidad media en las cuatro secciones (x = 3, 52, 112 y 155 mm). El modelo realizable predijo incorrectamente la velocidad radial: lejos de los chorros dio un flujo excesivamente fuerte hacia adentro, y cerca de la pared, hacia afuera, mientras que en el experimento el flujo estaba dirigido hacia adentro. El modelo RNG generó zonas de recirculación adicionales al comienzo de la burbuja central, que no aparecían en el experimento. En cuanto al tiempo de cálculo para un intervalo de 0,5 s, el modelo estándar resultó ser el más rápido (17,13 h), el RNG tomó 19,44 h y el realizable 24,81 h (un 45% más que el estándar). La agrupación de partículas en paquetes de hasta 100 unidades prácticamente no modificó los perfiles medios de velocidad del gas: la diferencia fue imperceptible. Sin embargo, el ahorro de tiempo fue solo del 4,2% (31,15 h frente a 29,84 h), ya que la mayor parte de la carga computacional recaía en resolver las ecuaciones de la fase gaseosa debido a la baja concentración de partículas.

Implicaciones

Este trabajo ofrece a los ingenieros una guía clara: para flujos bifásicos giratorios con carga moderada de partículas, el modelo k-ε estándar sigue siendo un compromiso razonable entre precisión y costo computacional. El modelo realizable, a pesar de sus mejoras teóricas, puede dar una velocidad radial cualitativamente incorrecta, y el RNG puede producir estructuras vorticosas falsas. El enfoque grupal para las partículas solo se justifica cuando la concentración de la fase dispersa es alta, cuando el ahorro en el número de ecuaciones de movimiento de partículas se vuelve notable. En comparación con trabajos vecinos que se centran en métodos nuevos (anillos vorticosos sin malla, simuladores cuánticos de plasma), aquí se verifica la aplicabilidad de los modelos clásicos a un problema práctico de la energía.

Desarrollo futuro

El siguiente paso natural es repetir la comparación con una carga de partículas más alta (superior a 0,034 kg/kg) para determinar cuándo la agrupación comienza a afectar la precisión y cuándo el ahorro de tiempo se vuelve significativo. También sería útil probar los modelos en flujos con mayor número de giro (número de giro superior a 0,6), típico de quemadores reales. Posiblemente se requiera adaptar las funciones de pared o pasar a modelos que resuelvan la subcapa viscosa para describir mejor los flujos secundarios.

Impacto

Los resultados son directamente aplicables al diseño de cámaras de combustión de carbón pulverizado, separadores ciclónicos y sistemas de gasificación con captura de CO2, donde es importante predecir la distribución de partículas y las zonas de recirculación. Las conclusiones sobre el costo computacional ayudarán a optimizar los cálculos de CFD en ingeniería.

Próximos pasos

Realizar una comparación similar con una carga de partículas de 0,1–0,5 kg/kg y un número de giro de 0,8–1,0. Investigar la sensibilidad de los resultados a la malla y al paso de tiempo para confirmar la independencia de la solución.

Problemas abiertos clave

En el campo de la CFD para flujos bifásicos, sigue abierta la cuestión de modelar de manera fiable la dispersión turbulenta de partículas: el algoritmo de caminata aleatoria discreta da resultados diferentes según el modelo de turbulencia, y no existe una receta universal. Tampoco está resuelto el problema de predecir las zonas de recirculación secundaria en flujos con fuerte giro, lo que está directamente relacionado con la elección del modelo de turbulencia y del cierre de pared.

La mirada de la máquina del conocimiento

Esta sección está dirigida al autor del trabajo y a sus colegas. Los trabajos vecinos los encontró la búsqueda por significado en nuestro archivo, no por coincidencia de palabras. No evaluamos: mostramos el campo alrededor.

Qué hace el trabajo

En este trabajo se modeló numéricamente un flujo de aire con partículas de vidrio en rotación dentro de un tubo vertical con una expansión brusca. Se compararon tres versiones del modelo de turbulencia k-ε (la estándar, la RNG y la realizable) y dos formas de describir las partículas: la individual y la de grupo (parcel). El modelo estándar fue el que mejor coincidió con los perfiles de velocidad experimentales, mientras que el realizable predijo incorrectamente la velocidad radial. Agrupar las partículas en paquetes de hasta 100 unidades apenas modificó el campo promedio del gas y solo ahorró un 4% del tiempo de cálculo, debido a la baja carga de partículas.

Dónde está su fuerza

El trabajo ofrece una comparación práctica y clara de tres modelos de turbulencia populares en un mismo planteamiento, con validación frente a un experimento de referencia, lo que permite a los ingenieros elegir con criterio el modelo adecuado para flujos bifásicos con rotación.

Hacia dónde puede avanzar

  • Podría resultar interesante ver cómo los enfoques sin malla descritos en el análisis sobre anillos de vórtice podrían complementar o sustituir la modelización RANS para capturar estructuras vorticosas no estacionarias en flujos con rotación.se apoya en: Anillos de vórtice sin malla arXiv:2601.06942
  • Existe un trabajo cercano sobre gotas en un vórtice de aire que quizá aborda aspectos de la fase dispersa en corrientes rotatorias; contrastarlo con este estudio podría aclarar cómo transferir las conclusiones obtenidas a otros tipos de partículas o condiciones.se apoya en: Gotas en el remolino del aire arXiv:2603.08407

Vale la pena probar

  • Investigar si es posible acelerar los cálculos de la fase gaseosa mediante métodos de aprendizaje automático, similares a los empleados en el trabajo sobre la aceleración por redes neuronales del cálculo de colisiones moleculares.
  • Comparar el comportamiento del modelo k-ε realizable en la misma prueba pero con números de giro más altos, para determinar si su error es sistemático.
  • Evaluar el efecto de la agrupación de partículas con una carga másica considerablemente mayor, donde el ahorro de tiempo podría llegar a ser significativo.

Las partículas de vidrio de 45 μm de diámetro son aproximadamente la mitad del grosor de un cabello humano. Con una carga de 0,034 kg/kg, en el flujo había alrededor de 12 000 partículas individuales, pero su masa total era inferior al 4% de la masa del aire.

Cifras clave

  • número de giro: 0.47
  • número de Reynolds: 52400
  • diámetro de partículas: 45 μm
  • carga de partículas: 0.034 kg/kg
  • ahorro de tiempo con agrupación: 4.2%
Científicos
Daniel BernoulliLeonhard EulerGeorge Gabriel StokesLudwig Boltzmann
Conceptos
ecuaciones de Navier-Stokes mezcla turbulenta turbulencia ecuación de Poiseuille coupled general circulation model dinámica de fluidos con patrones coagulación turbulenta acción simulación hidrodinámica camino aleatorio Ecuación de Fokker-Planck