IChiP S2

specjalność: Eksploatacja instalacji przemysłu petrochemicznego

Modelowanie, symulacja i metody numeryczne

stosowane w inżynierii chemicznej

dr inż. Barbara Zakrzewska

 Program wykładów
 Zakres i metoda Numerycznej Mechaniki Płynów.

 Prawa zachowania pędu, ciepła i masy w płynach: Różniczkowe równania

ciągłości, bilansu pędu, masy i energii, uogólnione równanie przenoszenia, warunki
jednoznaczności rozwiązań.

 Przepływy burzliwe i ich modele: Cechy przepływów burzliwych, równania

Reynoldsa, modele burzliwości algebraiczne i różniczkowe, funkcje przyścienne.

 Modele szczegółowe CFD; Przepływy burzliwe, płynów nienewtonowskich, mediów

porowatych, płynów dwufazowych, reakcji chemicznych, procesów przenoszenia
molekularnego, promieniowania.

 Podstawy numerycznego rozwiązywania równań przenoszenia; Metody

dyskretyzacji RP – objętości kontrolnej i elementu skończonego, schematy
interpolacyjne, algorytmy sprzęgania równania ciągłości, numeryczne rozwiązania
wielkich układów równań algebraicznych.

 Pakiety komercyjne CFD; typy pakietów, cechy charakterystyczne i użytkowe,

wymagania hardware’owe, przewidywane kierunki rozwoju.
 Literatura
1. Jaworski Z.: Numeryczna mechanika płynów w inżynierii chemicznej i procesowej.
EXIT Warszawa 2005.

2. Malczewski J., Piekarski M.: Modele procesów transportu masy, pędu i energii,
PWN, Warszawa 1992.

3. Prosnak W.J., Klonowska M.E.: Wprowadzenie do numerycznej mechaniki płynów.

Część A. Podstawowe metody numeryczne (1993),
Część B. Odwzorowania konforemne (1996),
Część C. Metody przybliżone rozwiązywania zagadnień różniczkowych
cząstkowych mechaniki płynów,
Ossolineum, Wrocław.
Numeryczna mechanika płynów - wprowadzenie

dr inż. Barbara Zakrzewska

 Metody numeryczne
-16 -10 -6 -4 -2 0 2 4
10 10 10 10 10 10 10 10
7
10
System
4
10

Procesy Urządzenie
2
chemiczne 10

0
10
Procesy przepływu
pędu, ciepła, masy
-2
10

-4
10

-14
Zjawiska 10
molekularne
-16
10

CCH PSE
CFD PSE – inżynieria systemu procesowego
CFD – numeryczna dynamika płynów
CCH – chemia obliczeniowa
 Metody numeryczne

PSE – inżynieria systemu procesowego,

CFD – numeryczna dynamika płynów: FV – met. objętości skończonych, FE – met. elementów skończonych,
LB – podejście lattice Boltzmann,
CCH – chemia obliczeniowa : QCH – chemia kwantowa, MD – dynamika molekularna, MC - metoda Monte Carlo.
 Wprowadzenie
Metody analizy numerycznej w mechanice płynów polegają na tworzeniu modeli
matematycznych procesów przenoszenia bazujących na równaniach różniczkowych
zachowania pędu masy i energii i następnie na uzyskaniu ich rozwiązania za pomocą
metod numerycznych.

Ten sposób budowy modelu i jego rozwiązania określa się skrótowo modelowaniem
numerycznym.

Metody numerycznej mechaniki płynów pozwalają na cyfrowe rozwiązanie układów równań

różniczkowych tworzących model matematyczny procesów transportu w płynach i
nierzadko także w ciałach stałych.

Sposoby te znakomicie uzupełniają, ale nie zastępują podejścia teoretycznego i

eksperymentalnego w mechanice płynów.

Eksperymentalna Teoretyczna
mechanika płynów mechanika płynów

Numeryczna
mechanika płynów
 Numeryczna dynamika płynów
z ang. Computational Fluid Dynamics (CFD)

Przewidywanie wielkości związanych

z transportem pędu, masy i ciepła.

Jest ona sztuką przekształcenia równań różniczkowych

transportu w taki sposób, aby uzyskać wartości liczbowe
prędkości, temperatur i stężeń w wybranych punktach
modelowanego urządzenia.

Znakomite uzupełnienie, ale nie całkowite zastąpienie podejścia

eksperymentalnego i teoretycznego
 Etapy analizy numerycznej metodami CFD

Moduł przygotowawczy - preprocesor

tworzenie siatki numerycznej, definiowanie
warunków jednoznaczności

Moduł obliczeniowy - solver (np. FluentTM)

rozwiązanie układów równań
algebraicznych

Moduł opracowania wyników – postprocesor

wizualizacja i weryfikacja wyników CFD
 Etapy analizy numerycznej metodami CFD

http://resource.ansys.com/staticassets/ANSYS/staticassets/resourcelibrary/brochure/ansys-fluent-brochure-14.0.pdf
 Etapy analizy numerycznej metodami CFD
Początkowa analiza problemu

Elementy składowe modelu tak

Korekta modelu
numerycznego
nie
Generowanie siatki tak
numerycznej Niska jakość siatki numerycznej
nie
Definiowanie warunków tak
Niewłaściwa definicja
jednoznaczności warunków jednoznaczności
nie
Iteracyjne rozwiązanie tak
równań różnicowych Konieczność zmiany strategii iteracji

niezadowalająca
Analiza poprawności wyników
rozwiązania

zadowalająca Końcowe opracowanie

wyników symulacji
 Zalety CFD

1. Istotne skrócenie czasu niezbędnego w pracach badawczo-rozwojowych

2. Wyższa efektywność nakładów finansowych na symulacje numeryczne niż na
eksperymenty
3. Studia wpływu parametrów geometrycznych urządzeń na przenoszenie pędu,
ciepła i masy – niezależność jakości przewidywań od skali modelowanych
urządzeń i procesów, zarówno przy powiększaniu skali, jak i pomniejszaniu do
mikroskali
4. Szczegółowa informacja o rozkładach zmiennych procesowych. Dostępność
informacji technicznej zarówno w skali całego aparatu, jak i lokalnie
5. Wizualizacja obliczonych pól prędkości, stężeń i temperatur
6. Możliwe symulowanie warunków trudnych lub nieosiągalnych w
eksperymencie fizycznym
 Wady CFD

1. Wysokie koszty inwestycyjne w kształcenie personelu i opłaty licencyjne

2. Konieczność walidacji modelowania w przypadkach procesów złożonych, dla
których nie dysponujemy dokładnymi modelami zjawisk składowych
 Przykłady zastosowań CFD

Opływ powietrza wokół jadącego samochodu Opel Astra

Rozkład ciśnienia

Skala
www.ansys.com
 Przykłady zastosowań CFD

Model ludzkiego oka

Siatka numeryczna Rozkład temperatur

powstałych w wyniku
działania lasera

www.ansys.com
 Przykłady zastosowań CFD

Symulacja opływu wody wokół ciała pływaka

Kontury naprężenia ścinającego

Kobieta Mężczyzna

www.ansys.com
 Przykłady zastosowań CFD

Symulacja opływu wody wokół ciała pływaka

www.ansys.com
 Przykłady zastosowań CFD

Rozprzestrzenianie dymu w budynku lotniska we Frankfurcie

Schemat budynków Rozkład ciśnienia statycznego

na zewnątrz budynków – wiatr
pólnocno-zachodni

www.ansys.com
Przykłady zastosowań CFD
Przykłady zastosowań CFD
Przykłady zastosowań CFD
Przykłady zastosowań CFD
Przykłady zastosowań CFD
 Przykłady zastosowań CFD
Modelowanie wnikania ciepła

Post [1]
D = 0,158 m
H=D
RT d/D = 0,323
h0/H = 0,333
PBT d/D = 0,483
h0/H = 0,333
J=4
B = D/10
Dno wyoblone
Ciecz mieszana:
elektrolit
Fi/Fo/NaOH/H2O
Re = 27000

Post T.A.: Praca Doktorska, Swiss Federal Institute of Technology, Zurich, 1983.
 Przykłady zastosowań CFD

Lokalne wartości temperatury cieczy mieszanej

298,87
298,70
45 o
90 o
298,52
298,35
298,17
298,00
297,83
297,65
297,48
297,30
297,13
Tc [K]

ściana neutralna, Tw = 298 K ściana grzejna, Tw = 308 K ściana chłodząca, Tw = 288 K

 Przykłady zastosowań CFD
Kontury q w na ścianie grzejnej

65500
61500
57400
53400
49400
45300
41300
Standardowy Realizowalny RNG k-ε RSM
37300
33200 k-ε 16% k-ε 29% 28% 28%
29200
25200
21100
17100
13100
9030
5000
qw [W/m2]

Chen-Kim k-ε Zoptymalizowany Standardowy k-ω SST

19% Chen-Kim k-ε k-ω 21% 19%
15%
Przykłady zastosowań CFD
Numeryczna Mechanika Płynów

Program wykładów

Zakres i metoda Numerycznej Mechaniki Płynów.

Prawa zachowania pędu, ciepła i masy w płynach: Różniczkowe równania

ciągłości, bilansu pędu, masy i energii, uogólnione równanie przenoszenia,
warunki jednoznaczności rozwiązań.

Przepływy burzliwe i ich modele: Cechy przepływów burzliwych, równania

Reynoldsa, modele burzliwości algebraiczne i różniczkowe, funkcje
przyścienne.

Modele szczegółowe CFD; Przepływy burzliwe, płynów nienewtonowskich,

mediów porowatych, płynów dwufazowych, reakcji chemicznych, procesów
przenoszenia molekularnego, promieniowania.

Podstawy numerycznego rozwiązywania równań przenoszenia; Metody

dyskretyzacji RP – objętości kontrolnej i elementu skończonego, schematy
interpolacyjne, algorytmy sprzęgania równania ciągłości, numeryczne
rozwiązania wielkich układów równań algebraicznych.

Pakiety komercyjne CFD; typy pakietów, cechy charakterystyczne i użytkowe,

wymagania hardware’owe, przewidywane kierunki rozwoju.

Literatura

1. Jaworski Z.: Numeryczna mechanika płynów w inżynierii chemicznej i

procesowej. EXIT Warszawa 2005.
2. Malczewski J., Piekarski M.: Modele procesów transportu masy, pędu i
energii, PWN, Warszawa 1992.
3. Prosnak W.J., Klonowska M.E.: Wprowadzenie do numerycznej mechaniki
płynów. Część A. Podstawowe metody numeryczne (1993), Część B.
Odwzorowania konforemne (1996), Część C. Metody przybliżone
rozwiązywania zagadnień różniczkowych cząstkowych mechaniki płynów,
Ossolineum, Wrocław.
 1. Zarys zastosowań numerycznej mechaniki płynów
Inżynieria chemiczna i procesowa zajmuje się procesami
przenoszenia pędu, energii i masy. W większości dotyczy to procesów
przebiegających w fazie ciekłej i gazowej – w płynach.
Podstawy tych procesów zostały opracowane przez fizyków, a
następnie rozwinięte przez mechaników płynów. Inżynieria chemiczna
i procesowa wykorzystuje te osiągnięcia.

1.1. Metody modelowania w inżynierii chemicznej i procesowej

a) Chemia obliczeniowa (Computational Chemistry, CCH)

b) Numeryczna mechanika płynów (Computational Fluid Dynamics, CFD)

c) Inżynieria systemów procesowych (Process System Engineering, PSE)

 Modelowanie wieloskalowe

Computational ChemistryComput. Fluid DynamicsProcess System Engineering.

Modelowanie molekularne, Elementy, objetości skończone;Modelowanie liniowe i dynamiczne,

Obliczeniowa Inżynieria Procesowa

-5 4
Skala (10 - 10 ) m

Obliczeniowe Modelowanie Transportu

-14 1
Skala (10 - 10 ) m

Obliczeniowa Inżynieria Produktu

-14 4
Skala (10 - 10 ) m
 -6 -4 -2 0 2 4
10
-16
10
-10
10 10 10 10 10 10
7
10
System
4
10

Procesy Urządzenie
2
chemiczne 10

0
10
Procesy przepływu
pędu, ciepła, masy
-2
10

-4
10

-14
Zjawiska 10
molekularne
-16
10

CompChem PSE
CFD

Elementy i narzędzia analizy w projektowaniu procesowym

1.2. CFD jako uzupełnienie klasycznych metod mechaniki płynów
Numeryczna (obliczeniowa) mechanika (dynamika) płynów, ang.
Computational Fluid Dynamics, w skrócie CFD.

Eksperymentalna Teoretyczna
mechanika mechanika
płynów płynów

Numeryczna
mechanika
płynów

Tradycyjna mechanika płynów, a także CFD, wykorzystują założenie o

ciągłości ośrodka płynnego, co oznacza, że skala obserwacji (rozdzielczość) jest
na ogół ograniczona do elementów płynu o rozmiarach powyżej 10-6 m. W
stochastycznej mechanice płynów przeniesienie opisu molekularnego do
makroskopowego ma podobne skutki jak założenie o ciągłości ośrodka.

Metody analizy w numerycznej mechanice płynów polegają na tworzeniu

modeli matematycznych procesów przenoszenia bazujących na różniczkowych
równaniach zachowania pędu, energii i masy, i następnie na uzyskaniu ich
rozwiązania za pomocą metod numerycznych. Równania wyrażające te prawa w
odniesieniu do przepływających płynów noszą też ogólną nazwę równań
transportu (przenoszenia) lub równań bilansu, odpowiednio pędu, masy czy
energii.

Przez dobranie odpowiednio małych przedziałów całkowania - uśredniania

w podejściu numerycznym, powyżej tzw. granicy pozornej, można zaniedbać
wpływ ziarnistej budowy materii i przyjmuje się, że w dowolnym punkcie tak
rozumianej ciągłej przestrzeni płyn ma uśrednione parametry.
 Ten sposób budowy modelu i jego rozwiązania określa się skrótowo
modelowaniem numerycznym. Otrzymujemy w nim przybliżone rozwiązania
numeryczne w wybranych (dyskretnych) punktach czasoprzestrzeni – węzłach.
Przechodzimy więc od zbiorów i funkcji ciągłych do dyskretnych, co określa się
mianem dyskretyzacji.

Efektem końcowym dyskretyzacji równań różniczkowych jest układ równań

różnicowych (algebraicznych), których rozwiązanie daje wartości zmiennych
zależnych w skończonym zbiorze punktów. Otoczenie takiego punktu nazywane
jest komórką obliczeniową, której wierzchołki tworzą wirtualną siatkę
numeryczną

Do głównych zalet analizy procesów przenoszenia za pomocą narzędzi

CFD można zaliczyć:

- istotne skrócenie czasu niezbędnego w pracach badawczo-rozwojowych

nowych technologii,

- wyższą efektywność nakładów finansowych na symulacje numeryczne niż na

eksperymenty,

- niezależność jakości przewidywań od skali procesu, zarówno przy

powiększaniu skali do skali technicznej jak i pomniejszaniu do mikroskali,

- dostępność informacji technicznej zarówno w skali całego aparatu jak i

lokalnie,

- możliwość symulowania warunków niemożliwych lub trudnych do uzyskania

w realnym eksperymencie.

Za podstawowe wady analiz prowadzonych metodami CFD uważa się:

- wysokie inwestycje początkowe w kształcenie personelu i opłaty licencyjne,

- konieczność walidacji modelowania w przypadkach procesów złożonych, dla

których nie dysponujemy dokładnymi modelami zjawisk składowych.
Etapy analizy numerycznej CFD

1 – zdefiniowanie problemu obliczeniowego - preprocessing

2 – uzyskanie rozwiązania numerycznego - processing

3 – analiza wyników symulacji - postprocessing

Początkowa
1 analiza problemu

Elementy składowe tak Korekta

2 modelu numerycznego 11 modelu

nie

Generowanie siatki tak Niska jakość

3 numerycznej 10 siatki numerycznej

nie

Definiowanie warunków tak Niewłaściwa definicja

4 jednoznaczności 9 warunków jednoznaczności

nie

Iteracyjne rozwiązanie tak Konieczność zmiany

5 równań różnicowych 8 strategii iteracji

Analiza poprawności niezadowalająca

6 wyników rozwiązania

zadowalająca

Końcowe opracowanie
7 wyników symulacji
1.3. Modele matematyczne procesów transportu w płynach

- wykorzystują prawa zachowania pędu, ciepła i masy w przepływie płynów,

- są wyrażone w postaci bilansów różniczkowych z uwagi na uniwersalność,

- wykorzystują osiągnięcia teoretycznej mechaniki płynów

1.3.1.Konwencje zapisu równań transportu

Tensor - pogrubioną literą dużą (np. T), a wektor pogrubioną literą małą (np. u).

  
Operator nabla – różniczkowania przestrzennego:   ix  iy  iz
x y z

W przypadku mnożenia nabli przez wektor lub tensor – dywergencja „div”,

stosuje się zapis rozwinięty, słowny, operatorowy „∙” (ze znakiem kropki)

u x u y u z
   div u    u a także
x y z

wykorzystuje się znak sumowania, zapis wskaźnikowy

ux u y uz 3 ui ui

   
x y z i 1 xi xi

Iloczyn nabli i skalara nazywamy gradientem i zapisujemy słownie „grad” oraz

operatorowo „” (bez znaku kropki). Dla stężenia „c” mamy

c c c
ix  iy  iz  grad c   c
x y z

A w zapisie rozwiniętym, sumacyjnym i wskaźnikowym :

c c c 3 c c
ix  iy  iz   ii  ii
x y z i 1 xi xi

Iloczyn zewnętrzny (diadowy) nabli i wektora prędkości u, nazywamy

gradientem prędkości
    
u  grad u   i x  iy  i z u x i x  u y i y  u z i z 
 x y z 

wynikiem tego mnożenia jest tensor drugiego rzędu.

Dywergencja gradientu skalara nosi nazwę laplasjanu (2), dla stężenia „c”:
3
 2c
 c     c  div grad c   
2

xi
2
i 1

1.3.2. Równania transportu w płynach

p
u,

Prawo zachowania masy p

p n
we współrzędnych Lagrange’a
 dS, dV

 ρ  V  p
0 p
t
W ujęciu Eulera:

Dρ ρ
  div  ρ u   0 lub w zapisie rozwiniętym:
Dt t

ρ  ρ u x  ρ u y   ρ u z 
   0
t x y z
 p
Drugie prawo dynamiki u,

Newtona
p

w ujęciu Lagrange’a p n

 dS, dV

 
p
 ρ  V u
  fi
t i

Lewa strona równania - siły bezwładności płynu, a fi oznacza

wypadkową wszystkich innych sił działających na element płynu.

Prawo zachowania pędu w zmiennych Eulera (układ 3 równań):

 ρu
 div  ρ u u   div T  ρ g
t
T - tensor naprężeń powierzchniowych, g - wypadkowy wektor sił masowych
przypadających na jednostkę masy płynu.

Płyn nieściśliwy (div u  0) newtonowski ma tensor naprężeń T w formie:

T  2 S  pI T   [grad u  grad u ]
T
lub inaczej

Równania zachowania pędu dla płynu nieściśliwego, newtonowskiego :

 ρu
 div  ρ u u   div  μ grad u   div  pI   ρ g
t

W numerycznej mechanice płynów dwa ostatnie człony są „źródłem” pędu, Su

 ρ u
 div  ρ uu   div  grad u   S u
t

Podobnie zapisywane są równania bilansu energii „e” i masy składnika „α”.

  ρe 
 div  ρeu  div  grad T  p u  S e
t
  ρc 
 div  ρc u  div  ρD grad c   S
t
Te formy równań różniczkowych przenoszenia pędu, ciepła i masy opisują
wkład poszczególnych mechanizmów transportu:

Akumulacja + Konwekcja = Dyfuzja + Źródła

Źródła

Akumulacja

cja Dy
ek fu
nw zja
Ko

Wspólny typ mechanizmów daje możliwość zastosowania uogólnionej,

skalarnej zmiennej intensywnej .

(  )
 div  ρ  u   div  Γ grad    S 
t
Bilans
Nazwa równania   Źródła i upusty
różniczkowy

Masa ogólna Ciągłości 1 0 –

Ruchu,
Sił (pędu) w Siły zewnętrzne i
Przenoszenia ui 
kierunku „i” masowe
pędu

Masy składnika Przenoszenia

c Dα Reakcja chemiczna
„ ” masy (mieszania)

Przenoszenie Konwersja form

Energii T /cp
energii (ciepła) energii
 BILANSE RÓŻNICZKOWE

1.3.4. Bilans masowy

Sformułowanie słowne:

natężenie natężenie szybkość

strumienia strumienia akumulacji
masy masy masy w
wypływającej z dopływającej objętości
objętości do objętości kontrolnej 0
kontrolnej kontrolnej

 u y 
u y  dy
y

Przepływ płynu przez objętość kontrolną – bilans masy

Szybkość akumulacji masy w objętości kontrolnej:

 𝜕
(𝜌𝑑𝑥𝑑𝑦𝑑𝑧)
𝜕𝑡

Bierzemy tu pod uwagę, że gęstość płynu w ogólnym przypadku jest

parametrem zmiennym, ρ=f(x,y,z,t).

Sumując wszystkie pozycje bilansu:

𝜕𝜌𝑢𝑥 𝜕𝜌𝑢𝑦
(𝜌𝑢𝑥 + 𝑑𝑥 − 𝜌𝑢𝑥 ) 𝑑𝑦𝑑𝑧 + (𝜌𝑢𝑦 + 𝑑𝑦 − 𝜌𝑢𝑦 ) 𝑑𝑥𝑑𝑧 +
𝜕𝑥 𝜕𝑦
𝜕𝜌𝑢𝑧 𝜕
+ (𝜌𝑢𝑧 + 𝑑𝑧 − 𝜌𝑢𝑧 ) 𝑑𝑥𝑑𝑦 + (𝜌𝑑𝑥𝑑𝑦𝑑𝑧)
𝜕𝑧 𝜕𝑡

Ponieważ objętość elementu kontrolnego jest stała , możemy podzielić obie

strony równania przez iloczyn dx·dy·dz i wtedy otrzymujemy dla płynu
ściśliwego:
𝜕𝜌 𝜕 𝜕 𝜕
+ (𝜌𝑢𝑥 ) + (𝜌𝑢𝑦 ) + (𝜌𝑢𝑧 ) = 0
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧

lub w innym zapisie

𝜕𝜌
+ 𝑑𝑖𝑣(𝜌𝑢) = 0
𝜕𝑡
a dla płynu nieściśliwego gdy gęstość jest wielkością stałą redukuje się do
postaci
𝑑𝑖𝑣(𝑢) = 0

lub
𝜕𝑢𝑥 𝜕𝑢𝑦 𝜕𝑢𝑧
+ + =0
𝜕𝑥 𝜕𝑦 𝜕𝑧
1.3.5. Bilans pędu

Naprężenia (siły) działające na elementarną objętość płynu w kierunku

osi x (tylko jako przykładowy z 3 kierunków)

 yx
 zx
 zx  dz
z

 xx  xx
 xx  dx
x
y  zx

 yx
x  yx  dy
z y

Wszystkie kierunki mają 3 x 3 = 9 składowych tensora naprężeń, T:

𝜎xx = p + τxx τyx τzx kier. "x"

𝜎yy = p + τyy τxy τzy kier. "y"

𝜎zz = p + τzz τxz τyz kier. "z"

siły
powierzchniowe siła siła
działające na bezwładności bezwładności
objętość związana z związana z
kontrolną w szybkością szybkością
postaci naprężeń odpływu i akumulacji
normalnych , ilości ruchu
dopływu ruchu
stycznych oraz
siły ciążenia

(1) (2) (3)

1.3.5. Bilans pędu

Naprężenia (siły) działające na elementarną objętość płynu w kierunku

osi x (tylko jako przykładowy z 3 kierunków)

 yx
 zx
 zx  dz
z

 xx  xx
 xx  dx
x
y  zx

 yx
x  yx  dy
z y

Wszystkie kierunki mają 3 x 3 = 9 składowych tensora naprężeń, T:

𝜎xx = p + τxx τyx τzx kier. "x"

𝜎yy = p + τyy τxy τzy kier. "y"

𝜎zz = p + τzz τxz τyz kier. "z"

siły
powierzchniowe siła siła
działające na bezwładności bezwładności
objętość związana z związana z
kontrolną w szybkością szybkością
postaci naprężeń odpływu i akumulacji
normalnych , ilości ruchu
dopływu ruchu
stycznych oraz
siły ciążenia

(1) (2) (3)

Sumę sił działających w kierunku osi x , z uwzględnieniem składowej siły
ciążenia (pozycja (1) bilansu) przedstawia zależność:
𝜕𝜎𝑥𝑥 𝜕𝜏𝑦𝑥
(1) = [𝜎𝑥𝑥 − (𝜎𝑥𝑥 + 𝑑𝑥)] 𝑑𝑦𝑑𝑧 + [𝜏𝑦𝑥 − (𝜏𝑦𝑥 + 𝑑𝑦)] 𝑑𝑥𝑑𝑧
𝜕𝑥 𝜕𝑦
𝜕𝜏𝑧𝑥
+ [𝜏𝑧𝑥 − (𝜏𝑧𝑥 + 𝑑𝑧)] 𝑑𝑥𝑑𝑦 + 𝜌𝑔𝑥 𝑑𝑥𝑑𝑦𝑑𝑧
𝜕𝑦
𝜕𝜎𝑥𝑥 𝜕𝜏𝑦𝑥 𝜕𝜏𝑧𝑥
= −( + + ) 𝑑𝑥𝑑𝑦𝑑𝑧 + 𝜌𝑔𝑥 𝑑𝑥𝑑𝑦𝑑𝑧
𝜕𝑥 𝜕𝑦 𝜕𝑧
którą po uwzględnieniu równania (𝝈=p+τ) można wyrazić w formie:

𝜕𝑝 𝜕𝜏𝑥𝑥 𝜕𝜏𝑦𝑥 𝜕𝜏𝑧𝑥

(1) = − 𝑑𝑥𝑑𝑦𝑑𝑧 − ( + + ) 𝑑𝑥𝑑𝑦𝑑𝑧 + 𝜌𝑔𝑥 𝑑𝑥𝑑𝑦𝑑𝑧
𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑧

Pozycję (2) bilansu można zdefiniować posługując się schematem bilansu

ilości ruchu w objętości kontrolnej w kierunku wybranej osi, na przykład „x” :

𝝏(𝝆𝒖𝒖𝒚 )
𝝆𝒖𝒖𝒚 + 𝒅𝒚
𝝏𝒚

 uuz

  uu x 
 uux  uu x  dx
x
  uu z 
 uu z  dz
z

y
 uu y

x
z
Pozycja (2) dotyczy siły bezwładności związanej ze zmianą ilości ruchu na
wlocie i wylocie z objętości kontrolnej w kierunku osi x:

𝜕𝜌𝑢𝑥 𝑢𝑥 𝜕𝜌𝑢𝑥 𝑢𝑦 𝜕𝜌𝑢𝑥 𝑢𝑧

(2) = ( + + ) 𝑑𝑥𝑑𝑦𝑑𝑧
𝜕𝑥 𝜕𝑦 𝜕𝑧

Pozycja (3) obejmuje silę bezwładności odpowiadającą zmianie w czasie

ilości ruchu w kierunku x, i można ją wyrazić w postaci:

𝜕𝜌𝑢𝑥
(3) = 𝑑𝑥𝑑𝑦𝑑𝑧
𝜕𝑡

Równanie bilansu pędu (1)=(2)+(3) w kierunku x można więc zapisać:

𝜕𝑝 𝜕𝜏𝑥𝑥 𝜕𝜏𝑦𝑥 𝜕𝜏𝑧𝑥 𝜕𝑢𝑥 𝜕𝑢𝑥 𝜕𝑢𝑥 𝜕𝑢𝑥

− − − − + 𝜌𝑔𝑥 = 𝜌 ( + 𝑢𝑥 + 𝑢𝑦 + 𝑢𝑧 )
𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧
Prawą stronę równania można zapisać jako pochodną substancjalną
składowej ux i zamieniając strony powyższego równania otrzymujemy:

𝐷𝑢𝑥 𝜕𝑝 𝜕𝜏𝑥𝑥 𝜕𝜏𝑦𝑥 𝜕𝜏𝑧𝑥

𝜌 =− − − − + 𝜌𝑔𝑥
𝐷𝑡 𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑧

W analogiczny sposób otrzymujemy równania bilansu pędu

- dla składowej y
𝐷𝑢𝑦 𝜕𝑝 𝜕𝜏𝑥𝑦 𝜕𝜏𝑦𝑦 𝜕𝜏𝑧𝑦
𝜌 =− − − − + 𝜌𝑔𝑦
𝐷𝑡 𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑧
- dla składowej z
 𝐷𝑢𝑧 𝜕𝑝 𝜕𝜏𝑥𝑧 𝜕𝜏𝑦𝑧 𝜕𝜏𝑧𝑧
𝜌 =− − − − + 𝜌𝑔𝑧
𝐷𝑡 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧
Należy podkreślić , że powyższe związki stanowią ogólne sformułowanie
równania ruchu jest bowiem ono w tej postaci słuszne dla ośrodka
ciągłego o dowolnych własnościach reologicznych.

Równanie Naviera - Stokesa

Dla płynów newtonowskich, które można uznać za nieściśliwe,
dywergencja prędkości jest równa zeru. Wtedy to powyższe zależności
sprowadzają się do równań znanych pod nazwą równań Naviera – Stokesa.
𝐷𝑢𝑥 𝜕𝑝 𝜕 2 𝑢𝑥 𝜕 2 𝑢𝑥 𝜕 2 𝑢𝑥
𝜌 =− +𝜇( 2 + + ) + 𝜌𝑔𝑥
𝐷𝑡 𝜕𝑥 𝜕𝑥 𝜕𝑦 2 𝜕𝑧 2
𝐷𝑢𝑦 𝜕𝑝 𝜕 2 𝑢𝑦 𝜕 2 𝑢𝑦 𝜕 2 𝑢𝑦
𝜌 =− +𝜇( 2 + + ) + 𝜌𝑔𝑦
𝐷𝑡 𝜕𝑦 𝜕𝑥 𝜕𝑦 2 𝜕𝑧 2
𝐷𝑢𝑧 𝜕𝑝 𝜕 2 𝑢𝑧 𝜕 2 𝑢𝑧 𝜕 2 𝑢𝑧
𝜌 =− +𝜇( 2 + + ) + 𝜌𝑔𝑧
𝐷𝑡 𝜕𝑧 𝜕𝑥 𝜕𝑦 2 𝜕𝑧 2
Równania powyższe po zastosowaniu notacji wektorowej przyjmują postać
𝐷𝑢
𝜌 = −𝑑𝑖𝑣(𝑝) + 𝑑𝑖𝑣(𝜇𝑔𝑟𝑎𝑑𝑢) + 𝜌𝑔
𝐷𝑡

Zapis równania przy zastosowaniu członów opisujących transport

energii dla płynów newtonowskich , przy użyciu gradientów prędkości i
stałych ρ, μ i λ, bez dodatkowych źródeł energii.

𝜕𝑇 𝜕𝑇 𝜕𝑇 𝜕𝑇
𝜌𝑐𝑣 ( + 𝑢𝑥 + 𝑢𝑦 + 𝑢𝑧 )
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧
2
𝜕2𝑇 𝜕2𝑇 𝜕2𝑇 𝜕𝑢𝑥 2 𝜕𝑢𝑦 𝜕𝑢𝑧 2
= 𝜆 ( 2 + 2 + 2 ) + 2𝜇 {[( ) +( ) +( ) ]}
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧
2 2
𝜕𝑢𝑥 𝜕𝑢𝑦 𝜕𝑢𝑥 𝜕𝑢𝑧 2 𝜕𝑢𝑦 𝜕𝑢𝑧
+ 𝜇 {[( + ) +( + ) +( + ) ]}
𝜕𝑦 𝜕𝑥 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
Równanie powyższe, z uwzględnieniem innych źródeł energii S, można
zapisać w krótszej postaci

𝐷𝑇
𝜌𝑐𝑣 = 𝑑𝑖𝑣(𝜆𝑔𝑟𝑎𝑑𝑇) + 𝛷 + 𝑆
𝐷𝑡

W której Φ oznacza dwa ostatnie człony równania poprzedniego związane z

lepkościową dyssypacją pracy.

Biorąc pod uwagę poprzednie zależności dla przenoszenia pędu, ciepła i

masy, równania można przedstawić przy pomocy zapisu w ujęciu Eulera w
postaci równania uogólnionego

𝜕(𝜌𝛷)
+ 𝑑𝑖𝑣(𝜌𝑢𝛷) = 𝑑𝑖𝑣(𝛤𝑔𝑟𝑎𝑑𝛷) + 𝑆𝛷
𝜕𝑡

Równanie to przedstawia uogólnioną postać bilansu różniczkowego

rozpatrywanej wielkości intensywnej Φ.

1.3.5. Warunki jednoznaczności rozwiązań

Niezbędnym warunkiem uzyskania jednoznacznego rozwiązania równania
różniczkowego jest precyzyjne sformułowanie cech charakterystycznych,
właściwych dla danego procesu i obiektu – tak zwanych warunków
jednoznaczności.
Do typowych warunków jednoznaczności zaliczamy cztery grupy informacji:
- zakres interpretacji równań transportu, (dziedzina całkowania)
- warunki brzegowe, (Dirichleta, Neumanna lub mieszane)
- warunki początkowe, (problemy nieustalone, rozkłady startowe)
- równania stanu (właściwości fizyczne płynu).

1.4. Model sieciowy Boltzmanna

Poza klasycznym opisem matematycznym zjawisk transportu w płynach
opracowano w fizyce stanu płynnego także inne ujęcie, w którym nie zakłada się
ciągłej struktury materii. To podejście stochastyczne bazuje na popularnym w
mechanice statystycznej równaniu Boltzmanna, które wywodzi się z teorii
kinetycznej płynów. Stochastyczna mechanika płynów bazuje na podstawowych
prawach mechaniki Newtona dla poszczególnych cząstek lub molekuł:

dxi
 ui
dt ,
dui Fi

dt m ,
gdzie Fi – siła wypadkowa działająca na i-tą cząstkę o masie, m. Siła ta jest
wynikiem oddziaływań międzycząsteczkowych i zewnętrznych w skali
nanometrowej, przy czym ui  u i ( x i ,t ) – prędkość i-tej cząstki, xi – współrzędna
przestrzenna i-tej cząstki (wektor wodzący).

Wprowadza się kolejno następujące przekształcenia:

 Układ takich deterministycznych równań Newtona dla (bardzo wielu) N
cząstek jest zastępowany równaniem Liouville’a, opisującym łączne
prawdopodobieństwo fN jednoczesnego znalezienia cząstki „1” w punkcie x1 z
prędkością u1, cząstki „2” w punkcie x2 z prędkością u2, …. aż do cząstki „N”.
 Następnie stosowane jest uproszczenie pełnej funkcji rozkładu do funkcji tylko
dla oddziaływania sąsiednich dwóch cząstek 1 - 2.
 Kolejnym krokiem jest zastosowanie uproszczeń w tzw. „automatach
komórkowych” opisu uaktualniania stanu grup cząstek na dwie części, które
nazwano odpowiednio zderzeniem (kolizją) i propagacją (przepływem).
 Dalsze uproszczenie funkcji rozkładu fN zaproponował Boltzmann w postaci
równania Boltzmanna.
 Z kolei wprowadzono pojęcie „płynu sieciowego”, w którym grupy cząstek
poruszają się pomiędzy wybranymi punktami sieci.

x
- płyn rzeczywisty
- płyn ciągły
- płyn sieciowy

t t + t t + 2 t t

Schematyczne przedstawienie ruchu cząstek płynu

 2. Podstawy metod rozwiązania numerycznego

• Przepływy o znaczeniu praktycznym interesujące inżynierię chemiczną i

procesową są trójwymiarowe i zazwyczaj niestabilne (niestateczne),
nienewtonowskie, wielofazowe, a czasami z towarzyszącymi reakcjami
chemicznymi,

• To wymaga stosowania, oprócz ogólnych metod numerycznych, także ich

specyficznych modyfikacji,

• Są trzy części składowe rozwiązania numerycznego:

- dyskretyzacja modelu matematycznego,
- siatka numeryczna,
- rozwiązanie dużego układu równań różnicowych.

Etapy numerycznego rozwiązania równań transportu

Równanie dyskretyzacja Układ równań

transportu algebraicznych
L(φ) = 0 zgodność A. Φ= B

Metoda
analityczna stabilność

Rozwiązanie Rozwiązanie
dokładne zbieżność przybliżone
φ ( ∆x , ∆t → 0 ) φ
 2.1. Dyskretyzacja modelu matematycznego

Dwie grupy metod dyskretyzacji: siatkowe i cząsteczkowe.

– Metody cząsteczkowe; oparte na molekularnej mechanice statystycznej.

– Metody siatkowe; klasycznej CFD – aproksymacji równań N-S.

Wyodrębnia się tu dwie klasy metod: różnic skończonych i ważonych
residuów (reszt).

Klasa różnic skończonych - zastępuje się wyrażenia różniczkowe przez

obcięte rozwinięcie w szereg Taylora.

Klasa ważonych residuów obejmuje metody:

1. objętości skończonych,
2. elementów skończonych (Galerkina),
3. kolokacji i
4. najmniejszych kwadratów.
Różnią się one sposobem doboru funkcji wagowych (testowych), W.

Oznaczmy równania transportu jako operator L działający na zmienną zależną

φ określoną na zbiorze zmiennych niezależnych { x , t}

L[φ ( x , t )] = 0

Reszta (residuum), R, jest zdefiniowana jako różnica między wartością

operatora L dla rozwiązania przybliżonego, φˆ , a dokładnego, φ.

R = L[φˆ ( x,t )] − L[φ ( x,t )] = L[φˆ ( x,t )]

Zazwyczaj φˆ jest przybliżane (aproksymowane) w formie sumy znanego

wyrazu wolnego φˆ0 i znanych funkcji przybliżających (bazowych, kształtu,

testowych) ϕ j ( x ) oraz obliczanych ich współczynników a j (t ) .

 M
φˆ = φˆ0 + ∑ a j ( t )ϕ j ( x )
j =1

Współczynniki te są obliczane tak, aby całka z ważonej reszty W ⋅ R się

zerowała w obszarze dziedziny całkowania .

∫ ∫ W ( x ) ⋅ R( x,t ) dVdt = 0
t V

Wagi W mogą być stałe lub zależne od współrzędnej przestrzennej.

Najbardziej popularne z nich są: metoda objętości skończonych i elementów
skończonych. Metoda elementów skończonych wykorzystuje różne ujecia
Galerkina, w których wagi W są kombinacją funkcji aproksymacyjnych ϕ. W
metodzie objętości skończonych (kontrolnych) przyjmuje się jednostkową
wartość wag W = 1 .
Proces dyskretyzacji prowadzi do uzyskania równań algebraicznych, ich
liczba jest duża – równa lub większa od iloczynu liczby rozwiązywanych równań
transportu i liczby węzłów siatki numerycznej.
Problem ten w zapisie macierzowym jest zwykle przedstawiany jako
A⋅Φ = B
gdzie Φ oznacza wektor poszukiwanych wartości zmiennych zależnych
w węzłach aproksymacji, A – macierz znanych współczynników uzyskanych
według zastosowanej metody dyskretyzacji, B – wektor współczynników
zawierających również informacje o warunkach granicznych.

2.2. Metoda różnic skończonych

Polega ona na zastąpieniu pochodnych przez wyrazy niepełnego rozwinięcia

w szereg Taylora.

 dφ   d 2φ  ( Δx ) 2
 d nφ  ( Δx ) n

( ) ()
φ x + Δx = φ x +   Δx +  2  ++  n  +
 dx  x  dx  x 2  dx  x n!

  

 


<1> < 2> < 3> < n>
 Pierwszy człon, < 1 > , rozwinięcia po prawej stronie tego równania jest
wyrazem wolnym wielomianu i określa pierwsze przybliżenie funkcji φ w punkcie
( x + ∆x ) . Z kolei wyraz < 2 > uwzględnia nachylenie, a wyraz < 3 > krzywiznę
funkcji φ w punkcie x. Obrazowo przedstawia to rys.:

φ
φ(x)

φ(x + ∆x) n
3

0
φ(x)

x + ∆x

Zrozumienie sposobu przybliżania obliczanej wartości φ może ułatwić

następujący przykład dotyczący zależności zmiennej uogólnionej φ. W celu
uproszczenia przykładu, równanie to zostanie rozpatrzone dla jednowymiarowej
konwekcji i dyfuzji z zerowym członem źródłowym. Można wtedy zapisać:

d
( ρφ u) = d  Γ dφ 
dx dx  dx 

Równanie to scałkowane analitycznie w granicach od x 0 = 0 do x L = L

ma rozwiązanie ogólne:
 φ φ 
= 1 +  L − 1 ⋅ [exp( Pe ⋅ x/L ) − 1] [exp( Pe ) − 1]
φ0  φ0 

gdzie φ 0 i φ L są wartościami φ odpowiednio w punktach x 0 i x L , a liczba

Pecleta Pe = ρ uL / Γ . Wygodnie jest przedstawić to równanie w formie
bezwymiarowej.

Φ = 1 + (Φ L − 1) ⋅ [exp( Pe ⋅ X ) − 1] [exp( Pe ) − 1]

gdzie Φ = φ / φ 0 , Φ L = φ L / φ 0 , a X = x / L .
Pochodne kolejnych rzędów, n, będą teraz miały wartość:

d n Φ Pe n ⋅ (Φ L − 1) ⋅ exp ( Pe ⋅ X )
=
dX n exp ( Pe ) − 1

Przybliżone obliczenia numeryczne w metodzie różnic skończonych

wykorzystują obcięte rozwinięcia w szereg Taylora. Rozwinięcie funkcji w szereg
Taylora w otoczeniu punktu X = 0 przyjmie wtedy postać:

 dΦ   d 2 Φ  (∆ X ) 2  d 3 Φ  (∆ X )3
Φ = Φ0 +   ∆ X +  
2 
+  
3 
+
 dX  0  d X 0 2  d X 0 6

którą po podstawieniu wartości Φ0 = 1 oraz kolejnych pochodnych według

tego równania i uporządkowaniu można przedstawić w formie:

ΦL −1  ( Pe ⋅ ∆ X )2 ( Pe ⋅ ∆ X )3 
Φ =1+  ( Pe ⋅ ∆ X ) + + + 
exp ( Pe ) − 1  2 6 

Wpływ rzędu obcięcia jest bardzo silny. W powyższym przykładzie mamy

dla ∆X=0,2 procent błędu od 23% dla 1 wyrazu ( Φ 0 ) do 0,06% dla 4 wyrazów.
 2.3. Metoda objętości skończonych

Uogólniona postać równań transportu jest tu stosowana zwykle w postaci

całkowej, ale ograniczonej tylko do objętości kontrolnej – małej części CV całej
objętości płynu V, która jest całkowicie otoczona powierzchnią CS.

∂
∫
∂t CV ∫ ∫
ρ φ dV + ρ φ u ⋅n dS = Γ grad φ ⋅n dS + Sφ dV
CS CS CV
∫

Te obliczenia są wykonywane na podstawie założeń upraszczających, co

umożliwia uzyskanie prostej formy równań różnicowych. Uproszczenia takie
polegają zwykle na tym, że w granicach pojedynczej objętości kontrolnej i
danego kroku czasowego (czyli tylko lokalnie) zakładamy:
Z1) stałość współczynników równania transportu: ρ, Γ, Sφ,
Z2) stałość (tylko dla bilansu ogólnego wewnątrz CV) wartości φ,
Z3) stałość strumienia konwekcyjnego i dyfuzyjnego w kierunku
prostopadłym do lokalnej powierzchni kontrolnej.

Przekształconą formę zdyskretyzowanego równania transportu możemy

teraz zapisać następująco:

 
ρ (φ P − φ P0 )∆V + ∑ ( ρφ u ⋅ n )C k ⋅ S k  ∆t =
 k 

 
= ∑ (Γ grad φ ⋅ n ) Ck ( )
⋅ S k  ∆t + Sφ P − Sφ0P ∆V∆t
 k 

Jednym z istotnych problemów numerycznych w metodzie CV jest sposób

wyznaczania reprezentatywnych dla danej powierzchni CSk wartości składowych
(normalnych) strumienia konwekcyjnego fk = ( ρφ u ⋅ n ) czy dyfuzyjnego
f d = ( Γ grad φ ⋅ n ) . Na ogół znamy tylko ich przybliżone wartości w centrach
sąsiadujących komórek obliczeniowych. Konieczna jest więc ich interpolacja.
 Do najbardziej popularnych schematów aproksymacyjnych zaliczamy:
- interpolacji liniowej,
- „pod prąd” pierwszego rzędu,
- „pod prąd” drugiego rzędu,
- wykładniczy (power law),
- hybrydowy.
Jednym z najprostszych schematów aproksymacji φ w centrum powierzchni
CSk jest schemat interpolacji liniowej φ pomiędzy dwoma najbliższymi punktami
centralnymi sąsiednich komórek obliczeniowych siatki numerycznej. Oznaczając
te dwa centra odpowiednio przez P oraz Pk, a centrum powierzchni kontrolnej
CSk przez Ck, stosujemy wtedy równanie:

φ C k = φ Pk λ C k + φ P (1 − λ C k )

przy czym waga λ C k zależy od stosunku odległości l ( P , C k ) pomiędzy punktami

P oraz Ck do odległości l ( P , Pk ) pomiędzy centrami P i Pk.

l( P, C k )
λCk =
l ( P , Pk )

W schematach interpolacyjnych typu „pod prąd” (ang. upwind)

wykorzystuje się aproksymację przednią lub wsteczną pierwszej pochodnej
cząstkowej φ, zależnie od kierunku przepływu. W przypadku schematu I rzędu
(dokładności) przyjmuje się wartość φ w centrum Ck taką, jaka jest w najbliższym
centrum komórki w kierunku „pod prąd”.

 φP gdy ( u ⋅ n )Ck ≥ 0
φC k = 
 φ Pk gdy ( u ⋅ n )Ck < 0
 Swoistą modyfikacją schematu „pod prąd” II rzędu QUICK jest schemat
wykładniczy, który charakteryzuje się nieco większą dokładnością.
Schemat ten nawiązuje do dokładnego rozwiązania ustalonej,
jednowymiarowej konwekcji i dyfuzji z zerowym członem źródłowym. Tak więc
równanie aproksymujące φ w punkcie Ck przyjmie teraz postać:

exp( ρ ul ) − 1
φ C k = φ P + (φ Pk − φ P )
exp( ρ uL ) − 1

Niezależnie od rodzaju schematu aproksymacyjnego przyjętego w metodzie

objętości skończonych, zdyskretyzowane w czasie i przestrzeni równanie można
przedstawić dla pojedynczej komórki i pojedynczego kroku czasowego w postaci
zlinearyzowanej

∑A φ
l
l l =B

gdzie Al są znanymi (z procedury przybliżonego całkowania) współczynnikami

zależnymi od parametrów równania liniowego oraz od rozmiarów siatki
numerycznej i kroku czasowego. Wyrażenie B jest wyrazem wolnym niezależnym
od φ, ale jego wartość zależy również od warunków granicznych i członów
źródłowych. Indeks sumacyjny „l” dotyczy wszystkich sąsiednich objętości
kontrolnych, których wartości φ uwzględniono w procesie przybliżonego
całkowania równani a transportu.

2.4. Siatki numeryczne

Siatkę numeryczną tworzą jej węzły – punkty w przestrzeni i czasie,
w których obliczamy przybliżone wartości zmiennych zależnych φ. Wyróżnia się
dwa zasadnicze typy siatek: strukturalną i niestrukturalną. W siatce
strukturalnej, wszystkie linie łączące sąsiednie węzły tworzą we współrzędnych
krzywoliniowych regularne kwadraty, chociaż we współrzędnych kartezjańskich
mogą to być elementy nieregularne, ale z jednakową liczbą węzłów w danym
 Swoistą modyfikacją schematu „pod prąd” II rzędu QUICK jest schemat
wykładniczy, który charakteryzuje się nieco większą dokładnością.
Schemat ten nawiązuje do dokładnego rozwiązania ustalonej,
jednowymiarowej konwekcji i dyfuzji z zerowym członem źródłowym. Tak więc
równanie aproksymujące φ w punkcie Ck przyjmie teraz postać:

exp( ρ ul ) − 1
φ C k = φ P + (φ Pk − φ P )
exp( ρ uL ) − 1

Niezależnie od rodzaju schematu aproksymacyjnego przyjętego w metodzie

objętości skończonych, zdyskretyzowane w czasie i przestrzeni równanie można
przedstawić dla pojedynczej komórki i pojedynczego kroku czasowego w postaci
zlinearyzowanej

∑A φ
l
l l =B

gdzie Al są znanymi (z procedury przybliżonego całkowania) współczynnikami

zależnymi od parametrów równania liniowego oraz od rozmiarów siatki
numerycznej i kroku czasowego. Wyrażenie B jest wyrazem wolnym niezależnym
od φ, ale jego wartość zależy również od warunków granicznych i członów
źródłowych. Indeks sumacyjny „l” dotyczy wszystkich sąsiednich objętości
kontrolnych, których wartości φ uwzględniono w procesie przybliżonego
całkowania równani a transportu.

2.4. Siatki numeryczne

Siatkę numeryczną tworzą jej węzły – punkty w przestrzeni i czasie,
w których obliczamy przybliżone wartości zmiennych zależnych φ. Wyróżnia się
dwa zasadnicze typy siatek: strukturalną i niestrukturalną. W siatce
strukturalnej, wszystkie linie łączące sąsiednie węzły tworzą we współrzędnych
krzywoliniowych regularne kwadraty, chociaż we współrzędnych kartezjańskich
mogą to być elementy nieregularne, ale z jednakową liczbą węzłów w danym
kierunku siatki. Siatki niestrukturalne tworzą dowolne elementy geometryczne,
zwykle oparte na trójkątach.

Siatki numeryczne powstają na bazie wybranych węzłów – punktów w

przestrzeni i czasie, w których obliczamy numerycznie wartości φ.
Wyboru rozmieszczenia tych węzłów możemy dokonać obecnie w sposób
częściowo lub w pełni zautomatyzowany – za pomocą generatorów siatek. Mogą
być częścią modułu przygotowania danych - preprocesora.
Siatka numeryczna musi spełniać dwa podstawowe wymogi:
- wiernie odtwarzać obszar zajmowany przez płyn, dla którego
prowadzimy modelowanie procesów przenoszenia,
- zawierać właściwe rozmieszczenie węzłów aproksymacji φ, aby umożliwić
poprawne odtworzenie rozkładu φ w czasoprzestrzeni.

Zwykle zachodzi potrzeba użycia innego układu współrzędnych niż układ

kartezjański ( x1 , x 2 , x 3 ) . Należy wtedy dokonać transformacji współrzędnych
pierwotnych na układ współrzędnych izoparametrycznych (ξ1 , ξ 2 , ξ 3 ) .

x1 = x1 (ξ 1 , ξ 2 , ξ 3 )
x 2 = x 2 (ξ 1 , ξ 2 , ξ 3 )
x 3 = x 3 (ξ 1 , ξ 2 , ξ 3 ) (

Formalnie można wtedy zapisać, że

φ = φ ( x1 , x 2 , x 3 ) = φ (ξ 1 , ξ 2 , ξ 3 )
Obliczanie pochodnych cząstkowych w nowym układzie współrzędnych
można macierzowo zapisać jako

 ∂φ   ∂x1 ∂x 2 ∂x 3   ∂φ 
     
 ∂ξ1   ∂ξ1 ∂ξ1 ∂ξ1   ∂x1 
 ∂φ  =  ∂x1 ∂x 2 ∂x 3 
⋅  ∂φ 
 ∂ξ 2   ∂ξ 2 ∂ξ 2 ∂ξ 2   ∂x 2 
 ∂φ   ∂x ∂x 2 ∂x3   ∂φ 
   1   
 ∂ξ 3   ∂ξ 3 ∂ξ 3 ∂ξ 3   ∂x3 



J
 gdzie J jest macierzą Jacobiego, a jej wyznacznik nazywa się
jakobianem.
Często interesuje nas relacja odwrotna niż ()4.5.5), co ujmuje poniższe
równanie
 ∂φ   ∂φ 
 ∂x   ∂ξ 
 1  1
 ∂φ  = J −1  ∂φ 
 ∂x 2   ∂ξ 2 
 ∂φ   ∂φ 
   
∂ x
 3  ∂ ξ
 3 

Wyróżnia się dwa zasadnicze typy topologiczne siatek numerycznych:

strukturalne i niestrukturalne.

Siatki o charakterze strukturalnym nie w całości, a tylko w odrębnych

częściach obszaru całkowania, nazywamy siatkami blokowo-strukturalnymi. W
nowoczesnych wersjach komercyjnych kodów CFD można już stosować
kombinacje siatek strukturalnych i niestrukturalnych. Do najczęściej
stosowanych komórek obliczeniowych należą komórki trzech typów,
pokazanych na rysunku :

- czworościenne, w formie ostrosłupa o podstawie trójkąta,

- pięciościenne, o kształcie graniastosłupa o podstawie trójkąta,

- sześciościenne, w postaci graniastosłupa o podstawie czworokąta.

 2.5. Rozwiązania numeryczne równań transportu

Sposoby rozwiązania bardzo dużych układów równań typu

∑A φ
l
l l =B

są zależne od rozpatrywanych problemów.

W przypadku zagadnień nieustalonych w czasie stosuje się zwykle metodę

„marszową w czasie” - obliczeń dla stanów odpowiadających kolejnym
krokom czasowym i rozwiązywaniu dla nich kolejnych problemów
pseudoustalonych.

Wspólny typ mechanizmów daje możliwość zastosowania uogólnionej,

skalarnej zmiennej intensywnej φ.

∂( ρφ )
+ div ( ρ φ u ) = div ( Γ grad φ ) + S φ
∂t

Bilans
Nazwa równania φ Γ Źródła i upusty
różniczkowy

Masa ogólna Ciągłości 1 0 –

Ruchu,
Sił (pędu) w Siły zewnętrzne
Przenoszenia ui µ
kierunku „i” i masowe
pędu

Masy składnika Przenoszenia

cα ρDα Reakcja chemiczna
„α ” masy (mieszania)
Przenoszenie Konwersja form
Energii T λ/cp
energii (ciepła) energii
 2.5.1. Warunki jednoznaczności rozwiązań

Niezbędnym warunkiem uzyskania jednoznacznego rozwiązania równania

różniczkowego jest precyzyjne sformułowanie cech charakterystycznych,
właściwych dla danego procesu i obiektu – tak zwanych warunków
jednoznaczności.

Do typowych warunków jednoznaczności zaliczamy cztery grupy informacji:

- zakres interpretacji równań transportu, (dziedzina całkowania)

- warunki brzegowe, (Dirichleta, Neumanna lub mieszane)

- warunki początkowe, (problemy nieustalone, rozkłady startowe)

- równania stanu (właściwości fizyczne płynu).

2.5.2. Warunki graniczne; teoria i realizacja

Tak samo jak w równaniach różniczkowych omawianych w klasycznej

analizie matematycznej, również w numerycznej mechanice płynów mamy trzy
zasadnicze typy warunków brzegowych:

• Dirichleta (opisuje rozkład φ na brzegach w danym czasie),

• Neumanna (definiuje rozkład pierwszej pochodnej φ w kierunku
normalnym, n, lub stycznym, p) oraz
• Cauchy’ego – łączny warunek Dirichleta i Neumanna.

u,φ

Rys. Dziedzina całkowania

numerycznego V i warunki
brzegowe na jej powierzchni S n

V p

S
 Oznaczając przez f poszczególne znane rozkłady na powierzchni
zewnętrznej S (rys. 4.6.1) obszaru całkowania, możemy warunki te zapisać
następująco:

a) Dirichleta (φ )S = fS

 ∂φ   ∂φ 
b) Neumanna   = fn ,   = f p
 ∂n  S  ∂p  S

 ∂φ 
c) Cauchy’ego   + k (φ )S = f C
 ∂n  S
We wszystkich przypadkach procesów nieustalonych należy poprawnie
określić warunek początkowy przez pełne zdefiniowanie pól wszystkich φ
wewnątrz dziedziny V dla czasu t = 0.

φ ( x,0) = φ 0 ( x )
W praktycznych zastosowaniach, użytkownicy kodów CFD zwykle definiują
pełen standardowy zestaw warunków brzegowych. Wyróżnia się standardowo w
CFD trzy główne typy warunków brzegowych dla równań przenoszenia:

- granica ciało stałe-płyn (brzeg typu „ściana”),

- wlot lub wylot (brzeg typu „płyn”),

- krawędzie i powierzchnie symetrii.

Dla skalarów, takich jak temperatura T oraz stężenie cα występują różnego

typu warunki brzegowe. W zależności od rodzaju ściany albo neutralnej albo
przenoszącej ciepło lub masę, możemy mieć jeden z powyższych trzech
warunków.

Wartość strumienia wnikającego ciepła lub masy, jw, definiujemy w

zależności od składowej gradientu odpowiedniej wielkości intensywnej.

 ∂φ 
j w = −Γ  
 ∂n  w
 Na granicy płynu z ciałem stałym wykorzystuje się najczęściej warunek
braku poślizgu (ang. no-slip) płynu lepkiego, czyli że warstwa molekuł płynu
przy ścianie (x = xw) ma prędkość u równą prędkości ściany uw.

u ( x w , t ) = u w (t )
Typowy przebieg zmian dwóch składowych prędkości płynu: równoległej, up,
oraz normalnej, un, do powierzchni ściany obrazują rozkłady pokazane na rys.
4.6.2.
n
(un )n = 0 = 0
up un
(u )
p n=0 =0

 ∂u p 
  ≠ 0
 ∂n  n = 0

 ∂un 
0   =0
ściana p  ∂n n =0
Rys. Przykład rozkładu składowych prędkości płynu w pobliżu ściany

Na granicach obszaru całkowania V mogą istnieć wyodrębnione

powierzchnie otwarte (brzeg typu „płyn”). Nadaje im się też nazwy „wlot” lub
„wylot”, przy czym nazwy te nie muszą odpowiadać kierunkowi przepływu.
Należy na tych powierzchniach zdefiniować pełne warunki brzegowe, czyli
rozkłady składowych prędkości, ciśnienia, temperatury i stężeń. Takie granice
określamy mianem „wlot” (ang. inlet), nawet wtedy, gdy płyn przez nią wypływa.

Granica typu „wylot” dotyczy powierzchni, przez którą płyn płynie tylko w
jednym kierunku, i nie znamy opisu wartości φ w tym strumieniu. Dla granicy
typu „wylot” przyjmuje się, że jest tam stałe ciśnienie statyczne oraz zerowe
gradienty wszystkich zmiennych zależnych w kierunku prostopadłym do tej
granicy: {p = const , ∂φ ∂n = 0}wyl .
 Dla skalarów, takich jak temperatura T oraz stężenie cα występują różnego
typu warunki brzegowe. W zależności od rodzaju ściany albo neutralnej albo
przenoszącej ciepło lub masę, możemy mieć jeden z powyższych trzech
warunków.

Wartość strumienia wnikającego ciepła lub masy, jw, definiujemy w

zależności od składowej gradientu odpowiedniej wielkości intensywnej.

 ∂φ 
j w = −Γ  
 ∂n  w

Na granicy płynu z ciałem stałym wykorzystuje się najczęściej warunek

braku poślizgu (ang. no-slip) płynu lepkiego, czyli że warstwa molekuł płynu
przy ścianie (x = xw) ma prędkość u równą prędkości ściany uw.

u ( x w , t ) = u w (t )
Typowy przebieg zmian dwóch składowych prędkości płynu: równoległej, up,
oraz normalnej, un, do powierzchni ściany obrazują rozkłady pokazane na rys.
4.6.2.
n
(un )n = 0 = 0
up un
(u )
p n=0 =0

 ∂u p 
  ≠ 0
 ∂n n =0

 ∂un 
0   =0
ściana p  ∂n n =0
Rys. Przykład rozkładu składowych prędkości płynu w pobliżu ściany

Na granicach obszaru całkowania V mogą istnieć wyodrębnione

powierzchnie otwarte (brzeg typu „płyn”). Nadaje im się też nazwy „wlot” lub
„wylot”, przy czym nazwy te nie muszą odpowiadać kierunkowi przepływu.
Należy na tych powierzchniach zdefiniować pełne warunki brzegowe, czyli
rozkłady składowych prędkości, ciśnienia, temperatury i stężeń. Takie granice
określamy mianem „wlot” (ang. inlet), nawet wtedy, gdy płyn przez nią wypływa.

Granica typu „wylot” dotyczy powierzchni, przez którą płyn płynie tylko w
jednym kierunku, i nie znamy opisu wartości φ w tym strumieniu. Dla granicy
typu „wylot” przyjmuje się, że jest tam stałe ciśnienie statyczne oraz zerowe
gradienty wszystkich zmiennych zależnych w kierunku prostopadłym do tej
granicy: {p = const , ∂φ ∂n = 0}wyl .

Dla użytkownika kodu CFD jest to najprostszy warunek graniczny. Tego

wynikowego typu granica powinna występować tylko jeden raz na brzegu
obszaru V, gdyż inaczej możemy uzyskać problem nieokreślony.

Warunki symetrii są chętnie wykorzystywane przez użytkowników kodów

CFD z uwagi na uzyskiwane oszczędności w angażowaniu mocy obliczeniowej.
Warunki te mogą dotyczyć symetrii zwykłej (odbicia zwierciadlanego) jak i
translacyjnej (periodycznej).

Warunkiem wystąpienia symetrii jest nie tylko geometryczne odbicie

zwierciadlane części obszaru całkowania, ale również podobna relacja
zachodząca pomiędzy obszarami pól zmiennych zależnych φ. Powierzchnie
i osie symetrii charakteryzują się występowaniem zerowego transportu pędu,
masy i energii w kierunku prostopadłym do tej powierzchni czy osi.

(∂φ ∂n )sym = 0

Często też, gdy transport ten jest zaniedbywalnie mały, stosuje się takie
warunki graniczne. Przykładem może tu być przepływ „beztarciowy” swobodnej
powierzchni cieczy graniczącej z fazą gazową.

Typowy rozkład składowych prędkości równoległej, up, oraz

prostopadłej, un, przy linii symetrii pokazano na rysunku:
 n
(un )n = 0 = 0
up un
(u )
p n =0 ≠0

 ∂u p 
  = 0
 ∂n  n =0

 ∂un 
0   =0
powierzchnia symetrii p  ∂n n =0

2.5.3. Rozwiązania numeryczne

Przybliżenia pochodnych w równaniach przenoszenia uzyskane za pomocą

różnic skończonych prowadzą do tak zwanych równań różnicowych –
algebraicznych. Równania te mają współczynniki zależne, między innymi, od
lokalizacji węzła rozwinięcia w szereg Taylora – czyli tym samym węzła w siatce
numerycznej.

NT

WT T ET

k
ST
NW N NE
i
W P E
j
SW S SE
NB

WB B EB

SB

Powszechnie stosuje się zwięzły zapis indeksów, nawiązujących do stron

świata na mapach, zwany też zapisem kompasowym. Przykład takiego zapisu
pokazano na rysunku powyżej.
 Punkt centralny P odpowiada indeksom i, j, k, a innym punktom przypisuje
się indeksy zgodnie z kierunkami pokazanymi na rysunku. Na przykład punkt W
odpowiada indeksom (i-1, j, k) natomiast ST ma przypisane wartości (i, j+1, k+1).
Stosując taką konwencję pojedynczego indeksu, można zapisać równania
różnicowe dla wybranego węzła P w postaci sumy

∑AΦ l l =B
l ,

w której indeks „l” obejmuje współrzędne punktów sąsiadujących z P.

Pełen zbiór równań algebraicznych powyższego typu konieczny do

rozwiązania dla danego równania transportu obejmuje wszystkie węzły sieci, a
ich liczba jest równa liczbie niewiadomych wartości φl w tych węzłach.

Z tego powodu rozwiązanie modeli przenoszenia pędu, ciepła i masy

wymaga stosowania zaawansowanych metod analizy numerycznej. Jednym z jej
etapów jest rozwiązanie bardzo dużego układu zlinearyzowanych równań
algebraicznych.

A ⋅Φ = B

Układ ten jest końcowym etapem procesu dyskretyzacji różniczkowych, lub

różniczkowo-całkowych, równań transportu.

Podobnie jak w przypadku metod dyskretyzacji, również mamy możliwość

skorzystania z szerokiej palety sposobów rozwiązania numerycznego.
Uwzględniają one dwie istotne cechy wynikowego układu równań
algebraicznych: wielką liczność równań (nierzadko setki tysięcy) oraz często silne
rozrzedzenie macierzy znanych współczynników A. Macierz ta dla siatek
strukturalnych jest typu wstęgowego, to znaczy szereg jej elementów leżących z
dala od głównej przekątnej ma wartości zerowe.

Przykładowy kształt takiej macierzy wstęgowej dla 15 komórek

obliczeniowych pokazano na rysunku.
 φW
φS
φB
AW AS AB AP AT AN AE φP BP
φT
φN
φE

Pola nieoznaczone szarym kwadratem zawierają elementy zerowe. Na

rysunku pokazano elementy odpowiadające równaniu ∑AΦ
l
l l = B dla jednej

komórki obliczeniowej o centrum w punkcie P. Zastosowane indeksy są zgodne

z konwencją pokazaną na poprzednim rysunku. Jednak w przypadku
niestrukturalnych siatek, macierz A nie jest tak silnie rozrzedzona.

Wywołuje to konieczność stosowania metod iteracyjnych, które są

przybliżone, ale błąd tego rozwiązania daje się stosunkowo łatwo obniżyć do
poziomu niższego niż błąd dyskretyzacji. Należy też dodać, że taka metoda
kolejnych przybliżeń jest konieczna w przypadku rozwiązywania problemów
nieliniowych.

Rozwiązywanie iteracyjne układów równań

Istota rozwiązań iteracyjnych polega na sekwencyjnym ulepszaniu

przybliżenia rozwiązania Φ startując z przybliżenia początkowego Φ(0). Po n
iteracjach otrzymujemy rozwiązanie przybliżone Φ(n), które ma niezerowy
wektor reszt R(n).

AΦ (n ) − B = R (n )
Zadaniem procedury iteracyjnej jest doprowadzenie elementów macierzy
R(n) oraz Φ(n) do zera numerycznego, czyli do wielkości tak małych, że można
przyjąć je za zerowe.
 W czasie trwania procesu iteracyjnego często stosuje się środek
przyspieszania lub ułatwiania zbieżności w postaci współczynnika relaksacji, α.
Określa on, jaką część obliczonego w ostatniej n-tej iteracji przyrostu
(φ (n)
obl )
− φ (n −1) danej zmiennej φ należy dodać do wartości z poprzedniej iteracji,
(n )
φ (n −1) , aby ustalić nową jej wartość φ .

φ (n ) − φ (n −1)
α = (n )
φ obl − φ (n −1)
Najczęściej przyjmuje się wartości α ≤ 1 i wtedy nazywa się go
współczynnikiem podrelaksacji. Rzadko chcemy przyspieszyć zbieżność
( n + 1)
i ekstrapolujemy nową wartość φ stosując α > 1 , którą nazywamy wtedy
współczynnikiem nadrelaksacji.

W sytuacjach, kiedy w trakcie iteracji występują silne zmienności innych

parametrów rozwiązywanych równań, na przykład członów źródłowych lub
własności fizycznych, wtedy także można stosować podrelaksację ich wartości,
aby obniżyć tendencję do niestabilnych iteracji. Podobną rolę do współczynnika
podrelaksacji gra długość kroku czasowego stosowana przy ewolucyjnym
dochodzeniu do stanu ustalonego przez rozwiązania problemu nieustalonego
transportu.

Oprócz wyboru właściwej metody rozwiązania iteracyjnego, należy także

brać pod uwagę kryterium zbieżności - decydujące o zakończeniu procesu iteracji
po osiągnięciu założonego niskiego poziomu znormalizowanej sumy (dla
wszystkich M komórek obliczeniowych) reszt R w n-tej iteracji.
M M
S ( n ) = ∑ Rm( n ) ∑R (1)
m
m =1 m =1

Innym, także ważnym dla rozpatrywanego procesu kryterium globalnym, są

typowe dla inżynierii chemicznej wskaźniki, takie jak: opory przepływu, wnikanie
ciepła i masy, selektywność reakcji lub inne podobnego typu. Dodatkowym
kryterium może być ustalenie się poziomu wybranego, wrażliwego parametru
procesowego, na przykład stężenia reagenta, w jednym lub kilku punktach czasu
lub/i przestrzeni.
 Reszty numeryczne nie zawsze maleją asymptotycznie od początku procesu
iteracyjnego, co pokazano za pomocą krzywych b-d na poniższym rys.

lg S
(n) d

Typy zmian reszt

numerycznych w trakcie
c
iteracji, a, b – prowadzą
do zbieżności, c – 1
prawdopodobnie
doprowadzi do
zbieżności, d – procedura b
rozbieżna a

1 2 3 4 5 6 7 8 9 10 n

Proces zmniejszania się wartości reszt przebiega asymptotycznie do

poziomu, zazwyczaj bardzo niskiego, znormalizowanej reszty S(n). Poziom ten nie
jest jednak równy zeru z powodu ograniczonej dokładności reprezentacji
cyfrowej wartości poszczególnych zmiennych. Faza uzyskania tego poziomu
zbieżności uwidacznia się na wykresie reszt w postaci poziomej linii (plateau),
często z oscylacjami pokazującymi wpływ błędów zaokrągleń lub obcięć na
wartość tych reszt. Przykład typowych zmian tych reszt pokazano na poniższym
rysunku dla przypadku trzech faz iteracji podczas symulacji burzliwego mieszania
dwóch strumieni we współosiowym mieszalniku.

Bilans masy
100 Predkosc X
Predkosc Z
Energia k
Dyssypacja ε
10-2 Stezenie
Reszty
10-4

10-6

10-8
0 200 400 600 800 1000 1200
 2.5.4. Rozwiązywanie równań sprzężonych

Zagadnienia transportu w płynach wymagają rozwiązań układu równań

różniczkowych, które są powiązane (sprzężone) wskutek występowania
zmiennych zależnych w kilku równaniach tego układu. Istnieją dwa główne
sposoby rozwiązań tego typu zadań.

W pierwszym z nich, bezpośrednim, rozwiązuje się razem wszystkie

równania i stosuje się moduł rozwiązujący (solver) w wersji równoczesnej
(sprzężonej). W drugim typie rozwiązania, pośrednim, każde z równań jest
rozwiązywane względem pojedynczej, dominującej zmiennej zależnej, a
wszystkie inne są traktowane jako znane, na przykład z innych iteracji. Ta druga
wersja nosi nazwę sekwencyjnej (segregowanej, rozdzielonej).

W podstawowym zestawie równań przenoszenia pędu uwzględniamy po

jednym równaniu różniczkowym dla każdego z trzech kierunków (bilans sił) wraz
z równaniem ciągłości – bilansu masy płynu. Z takiego układu równań możemy
obliczyć wartości czterech zmiennych zależnych – są nimi trzy składowe
prędkości i ciśnienie. Jedną z trudności rozwiązywania tego układu jest niejawne
występowanie ciśnienia w równaniu ciągłości. Dla płynów o stałej gęstości
uzyskuje się zależność:

div (grad p ) = −div [div (ρ u u )]

Metody pośrednie są bardziej stabilne i polegają one na korektach ciśnienia,
p, w kolejnych krokach iteracyjnych, aby zapewnić spełnienie równania ciągłości.
Różnice polegają na sposobie obliczania tej korekty, p’, a poszczególne algorytmy
noszą nazwy SIMPLE, SIMPLEC, SIMPLER lub PISO.

Algorytmy obliczeniowe tego typu zawierają następujące etapy:

1) w nowym kroku czasowym (jeśli proces jest niestacjonarny), t ( n +1) ,

rozpoczynamy od początkowego przybliżenia wartości prędkości
i ciśnienia p(0), jakie mieliśmy na koniec (∞) poprzedniego kroku czasowego;
ui((n0+)1) = ui((n∞) ) oraz p ((0n)+1) = p ((∞n )) ,
 2) używając najnowszych przybliżeń rozwiązujemy (drogą iteracji
wewnętrznych) zdyskretyzowane równania transportu pędu, otrzymując
przybliżone ui*(m ) w m-tej iteracji zewnętrznej,

3) rozwiązujemy równanie korekcji ciśnienia, otrzymując korektę p ′ ,

korygujemy prędkości otrzymując ui (m ) oraz p(m ) , aby spełnić równanie ciągłości,
przy czym w przypadku:

- SIMPLER wpierw obliczamy ui (m ) , a stąd nowe ciśnienie p(m ) ,

- PISO obliczamy drugą korektę ciśnienia p ′′ i ponownie korygujemy

zarówno prędkości jak i ciśnienie,

4) wracamy do etapu 2) zwiększając wskaźnik iteracji zewnętrznych, m,

oraz stosując nowe, ulepszone wartości ui (m ) oraz p(m ) ,

5) przechodzimy do następnego kroku czasowego t ( n + 2) i stosujemy

procedurę 1) do 5) aż do ukończenia kroków czasowych.

6) Stabilność procesu zbieżności tych metod jest często znacznie

podnoszona przez zastosowanie strategii obliczeń wielosiatkowych (ang. multi-
grid).

2.5.5. Rozwiązywanie zagadnień nieustalonych

Czas jest czwartą zmienną niezależną, którą trzeba uwzględnić w

problemach niestacjonarnych. W odróżnieniu od wpływu współrzędnych
przestrzennych, czas wpływa na φ tylko w jednym kierunku. Toteż wszystkie
metody rozwiązania problemów nieustalonych w czasie wykorzystują „metodę
marszową” obliczeń dla kolejnych kroków czasowych, które można też uważać
za kolejne iteracje przy dochodzeniu do stanu końcowego. Mała długość kroku
czasowego, ∆t, oznacza dużą ich liczbę niezbędną do osiągnięcia czasu
końcowego i dłuższy czas obliczeń. Jednak większy krok pociąga za sobą
zwiększenie błędu aproksymacji i potencjalną utratę stabilności metody
rozwiązania.
 Stosując metodę marszową i jawny schemat aproksymacji w czasie
powinniśmy zapewnić stosowanie schematu aproksymacji w przestrzeni typu
„pod prąd”, czyli dla u > 0 będzie to schemat wsteczny, a dla u < 0 schemat
przedni. Taki wybór zwiększy stabilność obliczeń procesu nieustalonego w czasie.
Aby zapewnić pełną stabilność w obliczeniach metodą jawną
i z użyciem schematu „pod prąd” należy dobrać krok czasowy, ∆t, aby spełniał
nierówność

1
∆t < ,
2Γ u
+
ρ (∆x) 2 ∆x

gdzie: ∆x – krok przestrzenny, u – prędkość płynu, ρ i Γ są gęstością i

dynamicznym współczynnikiem dyfuzji (lepkości). W przypadku, gdy w
przenoszeniu jest nieistotny mechanizm konwekcyjny w stosunku do
dyfuzyjnego, wystarczy spełnić warunek dyfuzyjnej liczby Couranta, Cd,

Γ ⋅ ∆t 1
Cd = < ,
ρ (∆x) 2 2

natomiast gdy dyfuzję można zaniedbać, to konwekcyjna liczba Couranta, Ck,

powinna być mniejsza od 1:

u ⋅ ∆t
Ck = <1
∆x

2.6. Rola użytkownika kodu CFD w modelowaniu

Jednym z kluczowych zagadnień stosowania kodów CFD jest dokładne

zrozumienie istoty wprowadzanej do kodu informacji. Jest to szczególnie ważne
w początkowych etapach stosowania tego oprogramowania, aby użytkownik
systematycznie i poprawnie realizował poszczególne części składowe modelu
podstawowego, modeli szczegółowych oraz warunki jednoznaczności.

Trzeba pamiętać, że poza wielkościami wprowadzanymi przez użytkownika,

szereg z nich jest zwykle przyjmowanych domyślnie (ang. default) jako wielkości
sugerowane przez twórcę kodu CFD.
 Problemy fizyczne i chemiczne muszą być przedstawione (przetłumaczone)
w kategoriach matematycznych, a potem numerycznych. W szczególności,
należy dokonać wyboru:
- modeli fizycznych i matematycznych oraz ich schematów numerycznych,
- rodzaju kodu CFD oraz algorytm modułu rozwiązującego,
- rodzaju modeli szczegółowych burzliwości, przepływu nienewtonowskiego
i/lub wielofazowego,
- rodzaju siatki numerycznej i sposobu jej generowania,
- strategii rozwiązania numerycznego, kryteriów zbieżności,
- wymogów walidacji i testów sprawdzających.

Typowe błędy użytkownika kodu CFD wynikają z niewłaściwego stosunku

do problemu i/lub małego doświadczenia. Przyczyny te można przedstawić
następująco:

- proste błędy spowodowane brakiem dbałości o poprawność we wszystkich

szczegółach,
- zbyt optymistyczne i bezkrytyczne stosowanie dostępnych opcji modeli w
komercyjnych kodach i silnie przekonująca kolorowa wizualizacja wyników
obliczeń,
- małe doświadczenie użytkownika powodujące brak świadomości trudności
technicznych i konsekwencji niepełnej lub błędnej definicji numerycznej
problemu.
Użytkownik powinien wystarczająco dobrze znać podstawy wszystkich
trzech gałęzi mechaniki płynów: teoretycznej, doświadczalnej i numerycznej.
Innymi słowy powinien on mieć świadomość uproszczeń w stosowanych
modelach i skutków ich stosowania w modelowanym procesie.
 2.7. Opracowanie wyników modelowania

Rozwiązania numeryczne równań transportu metodami CFD dostarczają

wartości lokalne zmiennych φ w różnych punktach czasu i przestrzeni
analizowanego obiektu. W urządzeniach procesowych interesują nas zazwyczaj
charakterystyki całych urządzeń. Dlatego jednym z ostatnich, ale równie
ważnych, elementów analizy numerycznej jest przekształcanie pól φ na różnego
typu charakterystyki całkowe modelowanego urządzenia.

Opracowanie danych z symulacji numerycznych realizują specjalizowane

programy - moduły opracowania wyników (postprocesory). W większości
komercyjnych pakietów CFD moduły te są używane do oceny zbieżności iteracji
już w trakcie obliczeń, na przykład w celu sprawdzenia globalnego przychodu i
rozchodu wielkości intensywnych. Do podstawowych cech użytkowych
postprocesora należy też wizualizacja wyników obliczeń. Stosowane są tu
rozmaite metody, począwszy od prostych wykresów na płaszczyźnie, poprzez
kolorowe mapy wektorów, izolinie i izo-powierzchnie aż do animacji w
przypadku procesów dynamicznych.

W analizie CFD zalecane jest krytyczne stosowanie dostępnych środków

wizualizacji wyników obliczeń, aby dokonać oceny ich poprawności:

• Należy sporządzić rysunki rozkładów zmiennych zależnych i wielkości

procesowych od nich zależnych, które ułatwią zrozumienie modelowanych
procesów transportu. Mogą to być rozkłady w płaszczyznach przekroju (mapy)
lub powierzchnie (linie) o stałej wartości wybranej zmiennej (izopowierzchnie,
izolinie). Analiza ta może dotyczyć wielkości charakteryzujących przenoszenie
pędu (składowe prędkości, ciśnienie, naprężenie styczne) i/lub przenoszenie
energii i masy (temperatura, stężenia).

• Należy zachować ostrożność i krytycyzm w uznaniu rozwiązania za

poprawne wskutek uzyskania jego zbieżności i efektownych wizualnie wykresów,
map czy animacji komputerowych. W krytycznej ocenie powinna pomóc
odpowiedź na pytanie: jakie argumenty fizyczne uzasadniają uzyskanie takich
właśnie rozkładów. Dobrze jest to poprzeć obliczeniami podstawowych bilansów
masy i energii w obszarze całkowania. Należy uwzględnić możliwość wpływu
innych błędów, na przykład wynikających ze sposobu przekształcania danych w
punktach dyskretyzacji na analizowane obrazy.
 Przykłady wizualizacji wyników symulacji numerycznej

- Mieszalniki statyczne

• Widok ogólny
Nie można obecnie wyświetlić tego obrazu. Nie można obecnie wyświetlić tego obrazu.

b
Nie można obecnie wyświetlić tego obrazu.

a b

• Siatki numeryczne

a b c
• Symulowane rozkłady w mieszalniku statycznym

- Spadek ciśnienia

8500

8000
P
7500
[Pa]
7000

6500

6000

5500
0,21 0,23 0,25 0,27
Z [m]

- Rozpraszanie energii burzliwości

 - Przepływ dwufazowy

przed
3. wkładką Z=0,148 [m] Z=0,151 [m]
Z=0,145 [m]

Z=0,154 [m] Z=0,157 [m] Z=0,160 [m]

W środku 3.
wkładki, Z=0,166 [m] Z=0,170 [m]
Z=0,163 [m]

przed
Z=0,173 [m] Z=0,176 [m] Z=0,179 [m] 4. wkładką
Z=0,182 [m]
 100

10
δ/Xd 1
CFD,Re=10000, gc1>gd1
0.1
CFD,Re=10000, gc2=gd2

0.01 CFD,Re=10000, gc3<gd3

Hobbs, Muzzio [6]
0.001 Pahl, Muschelknautz [7]
Rauline et al. [8]
0.0001
Allocca [9]

0.00001
0 5 10 15 20 25 30 35
L/D

Standard Wall Function

400000
370000
340000
310000
280000
250000
220000 Enhanced Wall Treatment
190000
160000
130000
100000
q [W/m2]
- Mieszalniki mechaniczne

• Widok ogólny, siatki

• Pola prędkości

- Cyrkulacja cieczy, zmienne położenie i wymiary mieszadła

 Kinetyczna energia burzliwości, 4 modele

3.61e-2
3.25e-2
2.89e-2
2.53e-2
2.18e-2
1.82e-2
1.46e-2
1.10e-2
7.38e-3
3.79e-3
1.98e-4

kt
2
[m /s
• Wnikanie ciepła od płaszcza, 4 modele

Standard k-ε Realizable k-ε RNG k-ε RSM

18% 32% 31% 31%

• Wnikanie ciepła od płaszcza, temperatura ścianki i cieczy

45 o
90 o

Tw = 298 K Tw = 308 K Tw = 288 K

 Precypitacja BaSO4 w reaktorze z mieszadłem

• Rozkłady stężeń

Ba SO4 BaSO4

Str. 189

xBa=0.0001 xSO4=0.0001 xBaSO4=0.0115

• Powierzchnie stałego przesycenia, S

S=100 S=80 S=50

S=40 S=30 S=25

• Ilościowa ocena wyników modelowania

Po uzyskaniu pozytywnego wyniku analizy jakościowej, należy oszacować

dokładność symulacji komputerowych i uwzględnić ją w interpretacji uzyskanych
rozwiązań. Istotne jest odróżnienie procedur określanych mianem weryfikacja i
walidacja modelowania. Pod pojęciem weryfikacji rozumie się proces
zapewniania, że pakiet CFD rozwiązuje poprawnie dane równania przenoszenia.
Walidacja (atestowanie, sprawdzanie zgodności) obejmuje procedurę
sprawdzania, w jakim zakresie dokładności model reprezentuje rzeczywisty
proces, czyli czy obejmuje on właściwe równania. Należy bowiem pamiętać, że
każdy model matematyczny wykorzystuje założenia upraszczające.

W celu walidacji wykonuje się więc systematyczne porównania wyników

analizy CFD z wiarygodnymi danymi doświadczalnymi. Jednym z możliwych
kryteriów atestacji (przyjęcia) modelu za zgodny jest stosunek przeciętnego
odchylenia wyników symulacji CFD wybranego kryterium (procesowego) od
odpowiedniej średniej wartości doświadczalnej do przeciętnej wartości
niepewności (błędu) doświadczalnej.

Wskazówki najlepszej praktyki CFD odnośnie walidacji podkreślają

następujące główne elementy tej procedury:
- obiekt testowy powinien być jak najbliższy obiektowi docelowemu pod
względem struktury przepływu i głównych zjawisk towarzyszących,
- atestacja modelu na obiekcie testowym powinna odbywać się z użyciem
podobnych parametrów numerycznych jak w przypadku docelowym,
- przed wykorzystaniem danych doświadczalnych należy troskliwie sprawdzić ich
jakość,
-dane do walidacji powinny być niezależne (różne) od danych użytych do
budowy modelu CFD,
- gdzie tylko możliwe, należy stosować globalne bilanse masy, pędu
i energii,
- stosując CFD do projektowania, należy wpierw sprawdzić warunki przepływu w
dobrze znanych konstrukcjach (geometriach) bazowych; ważne jest też
zachowanie ostrożności i krytycyzm w ocenie nowych rezultatów symulacji.
 3. Przepływy burzliwe

Większość realizacji procesów przenoszenia w płynach związana jest z

przepływem płynów z wystąpieniem niestabilności (niestateczności) tych
przepływów zwanych burzliwością lub turbulencją. Przepływy burzliwe
(turbulentne) mają bardzo duże znaczenie praktyczne w inżynierii chemicznej i
procesowej. Ich podstawy fizyczne i modelowanie zostaną omówione szerzej niż
w przypadku zagadnień przepływów bezwirowych w klasycznej mechanice
płynów.

Według Bradshaw (1975), burzliwość jest trójwymiarowym, zależnym od

czasu ruchem, w którym rozciąganie wirów powoduje fluktuacje prędkości
rozprzestrzeniające się na wszystkie długości falowe pomiędzy minimum
określonym przez siły lepkości i maksimum określonym przez warunki graniczne
przepływu. Jest to wyraźna wskazówka, że oprócz przepływu uśrednionego mamy
nałożony nań przepływ wirów o różnych rozmiarach oraz kierunkach.

W efekcie, jeśli umieścimy wewnątrz burzliwie przepływającego strumienia

płynu nieruchomy punkt pomiarowy, to otrzymamy typowy wykres chwilowej,
lokalnej prędkości płynu, jak na przykładzie poniżej.

u
a) n d)
[m/s] n

0,8 0,20

0,6
0,15

0,4
0,10
0,2

0,05
0,0

-0,2 0,00
0 2 4 6 8 10 -0,30 -0,125 0,05 0,225 0,40 0,575 0,75
t [s] u [m/s]
u’2 b) n
Przykładowe wykresy danych LDA składowej
n prędkoście)płynu w czasie
[m2/s2]
0,30 0,20

0,25
0,15
0,20

0,15 0,10

0,10
0,05
0,05

0,00 0,00
0 2 4 6 8 10 -0,20 -0,05 0,10 0,25 0,40 0,55 0,70
 Taka analiza fluktuacji prędkości nie mówi nam wszystkiego o wirowej
naturze burzliwości, gdyż obserwujemy tu w czasie efekt nałożenia prędkości
średniej, u , oraz fluktuacyjnej (pulsacyjnej), u  , w nieruchomym punkcie, przez
który przepływają wiry.

ut   u  ut 
Bardzo istotna jest analiza tych fluktuacji w zależności od częstotliwości ich
występowania, zależnej z kolei od rozmiarów wirów i szybkości ich przepływu w
głównym kierunku ruchu całej objętości płynu.

Bezpośrednią przyczyną powstania i rozwoju wirów jest utrata stabilności

(stateczności) przepływu dzięki występowaniu sił tarcia wewnętrznego (lepkości)
w deformowanych podczas przepływu elementach płynu. W teorii kinematyki
płynów wyróżnia się trzy rodzaje zmian elementów płynu podczas jego ruchu:
(i) odkształcenia (deformacje) objętościowe,
(ii) odkształcenia postaciowe (rozciąganie) oraz
(iii) sztywny obrót.

Odkształcenie objętościowe (i) dotyczy zmiany objętości płynu czyli jego

gęstości. Jednostkowa prędkość odkształcenia objętościowego jest dywergencją
prędkości, div (u) . Dla płynów nieściśliwych, za jakie uznaje się ciecze, jest ona
zerowa. Ilustracja poglądowa rozkładu przepływu ze ścinaniem:
x2 x2 x2


P P P
x1 x1 x1

x2 x2 x2

P P P
x1 x1 x1

Odkształcenie Sztywny
Ścinanie
postaciowe obrót
 Przepływ lepki (ze ścinaniem) płynu nieściśliwego będzie więc złożeniem
dwóch typów zmian: odkształcenia postaciowego (rozciągania) i obrotu
sztywnego. Ten obrót jest odpowiedzialny za tworzenie warunków do
powstawania pierwotnych wirów w przepływach burzliwych. Jak określić ten
obrót ilościowo?

W teorii kinematyki płynów wyróżnia się zbiór składowych określających

intensywność przemieszczania się punktów materialnych płynu ui / x j i taką
uporządkowaną macierz nazywamy tensorem prędkości względnej (gradientem
prędkości), [u i / x j ]  E . Części tego tensora, odpowiedzialne za
poszczególne zmiany, uzyskamy po jego rozłożeniu na tensor symetryczny S
(szybkości odkształcenia) i antysymetryczny  (szybkości obrotu).

ES

Składowe tych tensorów określają kolejne zmiany elementów płynu:

(i) odkształcenia (deformacje) objętościowe (przekątna S):

 u 
Sii   i 
 xi 

(ii) odkształcenia postaciowe (rozciąganie, składowe symetryczne S):

1  ui u j


S ij  S ji  
2  x j xi


(iii) sztywny obrót z prędkością kątową k: (składowe )

1  ui u j 
 ij    ji   k     
2  x j xi 


Wynika stąd, że im większe różnice (gradienty) prędkości ui występują w

kierunku xj, a nie będą one zrównoważone różnicą uj w kierunku xi, to tym większą
wywoła to składową wirowania w kierunku k. Taka sytuacja występuje w pobliżu
granicy płyn-ciało stałe, gdzie tworzą się pierwotne wiry.
 Przykład takiego niestatecznego przepływu stanowi przepływ równoległy do
wklęsłej ściany walcowej o niewielkim zakrzywieniu. Wskutek działania siły
odśrodkowej powstaje przy ścianie przepływ wtórny w postaci systematycznych
wirów Taylora-Görtlera

R U

Podobne struktury par wirów tworzą się nawet przy ścianach płaskich i
wyższych prędkościach przepływu. Przy dużych prędkościach tych wirów część z
nich odrywa się od ściany. Przed oderwaniem się łączą się ich czoła tworząc pętlę
w formie wydłużonej litery V. To wspólne czoło oddala się od ściany i rozszerza
przechodząc przez formę U, odwróconego  i wreszcie wir ten rozpada się
tworząc wiry mniejsze. Takie zaburzenia mogą się wzmacniać lub zanikać, zależnie
od warunków przepływu z dala od warstwy przyściennej.

W analizie rozwoju zaburzeń (perturbacji) w czasie i przestrzeni, stosowanej

przy badaniu stateczności (stabilności) przepływów, pomocne jest określenie
warunków tłumienia zaburzeń (przepływ stabilny) lub ich wzmacniania (przepływ
niestabilny) w zależności od względnej amplitudy zaburzenia, , i liczby
Reynoldsa, Re=U0δ/ν.
 

1
Przepływ
niestabilny

0
3 4 5
10 Rekr 10 10 lg Re

Poniżej Rekr  2000 wszelkie zaburzenia przepływu równoległego będą

tłumione, a powyżej mogą być wzmacniane, ale tylko w pewnych granicach
amplitudy

Skąd wynikają odchylenia losowe lokalnej prędkości w rozwiniętym

przepływie burzliwym? Przy rosnącej liczbie Reynoldsa wzrasta liczba wirów, gdyż
powstałe wcześniej są wzmacniane, a dochodzą nowe pierwotne i także nowe
wiry powstałe z rozpadu wirów dużych. Rurki (włókna) wirów ulegają rozciąganiu
aż do rozdzielenia i powstania dwóch nowych, mniejszych wirów. Duże wiry
przejmują część energii ruchu obrotowego pochodzącą od składowej wirowej k
przepływu średniego ze ścinaniem, który uzupełnia ją obniżając energię
wewnętrzną (potencjalną, ciśnienie) płynu. Ten kaskadowy przepływ energii od
wirów dużych do mniejszych ilustruje poglądowo rysunek.
lg E
P

  lg l
 Największe wiry o rozmiarze w pobliżu  przenoszą najwięcej energii
kinetycznej. Jej źródłem jest praca mechaniczna P, która wywołuje przepływ
płynu. W trakcie przekazywania energii fluktuacji E do coraz mniejszych wirów
mamy wpierw zakres jej przekazu bez istotnych strat (bezwładnościowy), a potem
następuje jej stopniowa zamiana (dyssypacja) w energię wewnętrzną, Q, aż do
całkowitego zaniku ruchu wirowego dla wirów poniżej pewnego granicznego
rozmiaru,  - skali Kołmogorowa.

Przejście od przepływu laminarnego bezwirowego do rozwiniętego

burzliwego odbywa się w sposób ciągły i ewolucyjny, a nie skokowy. Ten zakres
przejściowy jest związany z ewolucją struktur wirowych, od stosunkowo dużych i
systematycznych, do szerokiego spektrum wirów o różnych rozmiarach i coraz
mniej uporządkowanym kierunku wirowania. W rozwiniętym przepływie
burzliwym mamy rozległe spektrum rozmiarów wirów i nieuporządkowane ich
kierunki, jak również niejednolitą w czasie intensywność ich pojawiania się.

Ilościowy opis skutków burzliwości (konwekcji wirowej) za pomocą modeli

matematycznych przepływów burzliwych należy poprzedzić podstawowymi
definicjami miar (wielkości) stosowanych w opisie tych przepływów.

3.1. Ilościowe miary burzliwości przepływu

W celu łącznej oceny wpływu wszystkich wirów wywołujących fluktuacje

prędkości wprowadzono funkcje spektralne. Zawierają one identyczne informacje
jak korelacje przestrzenne fluktuacji prędkości, ale są zakodowane w inny sposób
– za pomocą częstotliwości fluktuacji prędkości, f, przypisanej kwadratowi

fluktuacji i-tej składowej prędkości, u i . Najczęściej spotykaną funkcją, która

2

określa to przypisanie, jest gęstość energii kinetycznej fluktuacji, Ei. Funkcja ta jest
unormowana w ten sposób, że jej całka określa wariancję i-tej składowej
prędkości przepływu.

u i   Ei  f  df
2

0
 Do celów pełnej analizy spektralnej wykorzystywana jest wielkość
trójwymiarowego spektrum, E(), która uzyskiwana jest przez całkowanie
spektrów jednowymiarowych po całym zakresie liczb falowych, . Można jej
wartość zapisać jako

E   2 2 E1  E2  E3 

Z kolei całkowanie tej trójwymiarowej gęstości spektralnej energii fluktuacji

po całym zakresie liczb falowych, , daje sumaryczną energię kinetyczną fluktuacji
prędkości w przepływie burzliwym, k.

 


 E d 
1 2
u1  u 2 2  u3 2  k
0
2

E*
D*
0,6
E* D*

0,4

0,2

0,0
 2 u  lg 
Z1 Z3
Z2 Z4 Z5

Wielkością pochodną od gęstości energii, E, jest funkcja spektralna

dyssypacji, D, której równanie definicyjne wynika z bilansu energetycznego.

D   2  2 E 
gdzie ν oznacza lepkość kinematyczną płynu. Na rysunku pokazano przebieg zmian
ich bezwymiarowych wielkości w funkcji liczby falowej .
Całkowanie tej wielkości w całej przestrzeni liczb falowych (po wszystkich wirach)
daje szybkość dyssypacji energii kinetycznej fluktuacji prędkości płynu, , liczonej
na jednostkę masy płynu.

   D d
0

Wielkości kinetycznej energii burzliwości, k, oraz szybkości jej dyssypacji, ,

są stosowane w określaniu mikroskali burzliwości: rozmiaru najmniejszych wirów
Kołmogorowa, K (=1/), prędkości, u, i czasu τ,

 K   3   u          1 / 2
1/ 4 1/ 4
, ,

oraz całkowych (makro)skal burzliwości: długości, Lu, i skali czasowej, L.

k 3/ 2 k
Lu  L 
 ,  .

3.2. Ilościowe miary burzliwego przenoszenia energii i masy

W podobny sposób do gęstości spektralnej fluktuacji wektora prędkości, E,

zdefiniowano gęstość spektralną fluktuacji wielkości skalarnych, Ec, Typowymi
skalarami są: temperatura T i stężenie składnika mieszaniny cα. Podobnie jak w
przypadku wektora prędkości fluktuacyjnej (  E d  1 u1 2  u 2 2  u3 2   k ), dla


2 0

wielkości skalarnych, np., cα, mamy:

 
1 2
c   Ec ( )d ,  c  2D   2 Ec ( )d
2 0 0

Spektra gęstości spektralnej fluktuacji stężenia Ec=f(),są różne od spektrów

energii dla prędkości. Dodatkowo, w zakresie małych wirów (duże ), ma na
przebieg spektrum wpływ wartość liczby Schmidta, Sc=/DA; inaczej dla gazów Sc
< 1, niż dla cieczy Sc > 1, co jest spowodowane wolniejszym wyrównywaniem
stężeń w stosunku do tempa zaniku wirów ( ν  D ).
 Największe wiry o rozmiarze w pobliżu  przenoszą najwięcej energii
kinetycznej. Jej źródłem jest praca mechaniczna P, która wywołuje przepływ
płynu. W trakcie przekazywania energii fluktuacji E do coraz mniejszych wirów
mamy wpierw zakres jej przekazu bez istotnych strat (bezwładnościowy), a potem
następuje jej stopniowa zamiana (dyssypacja) w energię wewnętrzną, Q, aż do
całkowitego zaniku ruchu wirowego dla wirów poniżej pewnego granicznego
rozmiaru,  - skali Kołmogorowa.

Przejście od przepływu laminarnego bezwirowego do rozwiniętego

burzliwego odbywa się w sposób ciągły i ewolucyjny, a nie skokowy. Ten zakres
przejściowy jest związany z ewolucją struktur wirowych, od stosunkowo dużych i
systematycznych, do szerokiego spektrum wirów o różnych rozmiarach i coraz
mniej uporządkowanym kierunku wirowania. W rozwiniętym przepływie
burzliwym mamy rozległe spektrum rozmiarów wirów i nieuporządkowane ich
kierunki, jak również niejednolitą w czasie intensywność ich pojawiania się.

Ilościowy opis skutków burzliwości (konwekcji wirowej) za pomocą modeli

matematycznych przepływów burzliwych należy poprzedzić podstawowymi
definicjami miar (wielkości) stosowanych w opisie tych przepływów.

3.1. Ilościowe miary burzliwości przepływu

W celu łącznej oceny wpływu wszystkich wirów wywołujących fluktuacje

prędkości wprowadzono funkcje spektralne. Zawierają one identyczne informacje
jak korelacje przestrzenne fluktuacji prędkości, ale są zakodowane w inny sposób
– za pomocą częstotliwości fluktuacji prędkości, f, przypisanej kwadratowi

fluktuacji i-tej składowej prędkości, u i . Najczęściej spotykaną funkcją, która

2

określa to przypisanie, jest gęstość energii kinetycznej fluktuacji, Ei. Funkcja ta jest
unormowana w ten sposób, że jej całka określa wariancję i-tej składowej
prędkości przepływu.

u i   Ei  f  df
2

0
 Do celów pełnej analizy spektralnej wykorzystywana jest wielkość
trójwymiarowego spektrum, E(), która uzyskiwana jest przez całkowanie
spektrów jednowymiarowych po całym zakresie liczb falowych, . Można jej
wartość zapisać jako

E   2 2 E1  E2  E3 

Z kolei całkowanie tej trójwymiarowej gęstości spektralnej energii fluktuacji

po całym zakresie liczb falowych, , daje sumaryczną energię kinetyczną fluktuacji
prędkości w przepływie burzliwym, k.

 


 E d 
1 2
u1  u 2 2  u3 2  k
0
2

E*
D*
0,6
E* D*

0,4

0,2

0,0
 2 u  lg 
Z1 Z3
Z2 Z4 Z5

Wielkością pochodną od gęstości energii, E, jest funkcja spektralna

dyssypacji, D, której równanie definicyjne wynika z bilansu energetycznego.

D   2  2 E 
gdzie ν oznacza lepkość kinematyczną płynu. Na rysunku pokazano przebieg zmian
ich bezwymiarowych wielkości w funkcji liczby falowej .
Całkowanie tej wielkości w całej przestrzeni liczb falowych (po wszystkich wirach)
daje szybkość dyssypacji energii kinetycznej fluktuacji prędkości płynu, , liczonej
na jednostkę masy płynu.

   D d
0

Wielkości kinetycznej energii burzliwości, k, oraz szybkości jej dyssypacji, ,

są stosowane w określaniu mikroskali burzliwości: rozmiaru najmniejszych wirów
Kołmogorowa, K (=1/), prędkości, u, i czasu τ,

 K   3   u          1 / 2
1/ 4 1/ 4
, ,

oraz całkowych (makro)skal burzliwości: długości, Lu, i skali czasowej, L.

k 3/ 2 k
Lu  L 
 ,  .

3.2. Ilościowe miary burzliwego przenoszenia energii i masy

W podobny sposób do gęstości spektralnej fluktuacji wektora prędkości, E,

zdefiniowano gęstość spektralną fluktuacji wielkości skalarnych, Ec, Typowymi
skalarami są: temperatura T i stężenie składnika mieszaniny cα. Podobnie jak w
przypadku wektora prędkości fluktuacyjnej (  E d  1 u1 2  u 2 2  u3 2   k ), dla


2 0

wielkości skalarnych, np., cα, mamy:

 
1 2
c   Ec ( )d ,  c  2D   2 Ec ( )d
2 0 0

Spektra gęstości spektralnej fluktuacji stężenia Ec=f(),są różne od spektrów

energii dla prędkości. Dodatkowo, w zakresie małych wirów (duże ), ma na
przebieg spektrum wpływ wartość liczby Schmidta, Sc=/DA; inaczej dla gazów Sc
< 1, niż dla cieczy Sc > 1, co jest spowodowane wolniejszym wyrównywaniem
stężeń w stosunku do tempa zaniku wirów ( ν  D ).
 lg Ec

Sc <1 Sc >1

u c1  D B lg 
Z'4K Z4D
Sc <1:
Z4K Z6K Z6D
Sc >1:

Punkt podobnego wpływu konwekcji lepkiej i dyfuzyjności molekularnej w

najmniejszych wirach charakteryzuje dla Sc>1 skala Batchelora, B. (=1/B)
1/ 4
 D2 
 B      K  Sc 1/ 2  B    Sc1/ 2
 
, czyli


3.3. Modele teoretyczne transportu burzliwego

Popularny opis matematyczny jest oparty na hipotezach Kołmogorowa

(1941).

Pierwsza hipoteza zakłada, że przepływy burzliwe o wystarczająco wysokiej

liczbie Reynoldsa (κ2 << κη, rys. wcześniejszy) i w odpowiednio małej skali można
uznać za lokalnie izotropowe (niezależne od kierunku) w sensie statystycznym.

Druga hipoteza (a pierwsza hipoteza podobieństwa) dotyczy uniwersalnego

podobieństwa statystycznego rozkładów prawdopodobieństwa dla takich małych
wirów - o liczbie falowej nie mniejszej niż pewne u (rys. powyżej). Obszar liczb
falowych    u został nazwany uniwersalnym zakresem równowagi (stanu
ustalonego statystycznie), gdyż przyjęto w tej hipotezie, że kaskadowe
przekazywanie energii zależy tylko od lokalnej skali burzliwości, l, wartości
lepkości, ν, i szybkości dyssypacji . W odróżnieniu od wielkich wirów, te małe wiry
nie zależą od warunków ich powstawania, ale tylko w zakresie wysokich liczb
Reynoldsa i dla rozwiniętego przepływu burzliwego.

W tym uniwersalnym zakresie równowagi, określanym zwykle dla stosunku

skal burzliwości Lu / K  380, występuje podobieństwo statystyczne rozkładów
prawdopodobieństwa, w tym także E=f() oraz Ec=f(). Stosując do
normalizowania rozkładów mikroskalę burzliwości Kołmogorowa,  K   3  
1/ 4
,
możemy uzyskać rozkłady uniwersalne:
E*
D*
0,6
E* D*

0,4

0,2

0,0
 2 u  lg 
Z1 Z3
Z2 Z4 Z5

Obszar Z1 dotyczy największych wirów, od k=1/, które zwiększają swoją

energię kinetyczną i jego forma jest specyficznie zależna od rodzaju urządzenia, w
którym te wiry powstają. Maksymalna wielkość tej energii ruchu obrotowego
przekazywanej mniejszym wirom jest prawie niezmienna w zakresie Z2.
Dyssypacja energii ruchu wirowego przebiega w zakresie Z3, który zawiera część
bezwładnościową Z4 oraz lepką (dyssypacyjną) Z5. W zakresie lepkim dominującą
rolę odgrywają siły lepkości płynu, które powodują stopniowe zatrzymanie ruchu
wirowego elementów płynu.

Analiza wymiarowa prowadzi do uzyskania, dla zakresu uniwersalnej

równowagi, ogólnej zależności dla kinetycznej energii burzliwości.
 E    5 / 4 1/ 4 f   
Ilościowy opis drugiej hipotezy podobieństwa dotyczy tylko części obszaru
uniwersalnej równowagi – zakresu bezwładnościowego, gdzie w procesie
przekazywania energii od wirów dużych do małych jeszcze nie grają istotnej roli
siły lepkości, a ważne są jedynie siły bezwładności ruchu wirowego. Wtedy to

E   1  2 / 3 5 / 3 ,

a  jest stałą empiryczną. Tę zależność można uogólnić na cały zakres uniwersalnej

równowagi i wtedy:

E      2 / 3 5 / 3  F ( /  )

D   2    2 / 3 1 / 3  F ( /  )

W przypadku burzliwego przenoszenia skalara (np. stężenia c) mamy

Ec ( )   c  1 / 3 5 / 3  Fc Sc,  /  
lg Ec

w gazach ν  D ,

a w cieczach ν  D .

Sc <1 Sc >1

u c1  D B lg 
Z'4K Z4D
Sc <1:
Z4K Z6K Z6D
Sc >1:

Różnice w przebiegu spektrów Ec dla gazów i cieczy są spowodowane

wolniejszym w cieczach wyrównywaniem stężeń niż tempem zaniku wirów.
 4. Równania transportu burzliwego uśrednionego

4.1. Wprowadzenie

Użytkownik procesów z występującym przepływem burzliwym jest

zainteresowany zwykle efektem wypadkowym, uśrednionym działania wszystkich
wirów w aparaturze procesowej. Rozwinięto uproszczone sposoby opisu
(modelowania) takich procesów, który uśrednia wpływy burzliwości albo
wszystkich wirów (metoda RANS) albo ich znacznej części (metoda LES).

Obydwa podejścia wykorzystują koncepcję Reynoldsa rozłożenia wielkości

fluktuujących na część uśrednioną dla wszystkich lub części wirów i zmienną
resztę. Używając ogólnej zmiennej o wartości lokalnej, chwilowej,  (np. ui, t, cα),
możemy zapisać ją jako sumę jej średniej w czasie,  , dla procesu ustalonego i
odchylenia (fluktuacji),   zmiennych w czasie.

 ( x, t )   ( x)   ( x, t )
W przypadku procesu nieustalonego, wartości uśrednione mają sens
wartości średniej uzyskanej z wielokrotnych (hipotetycznych) realizacji procesu.
Ogólną, poprawną definicją  jest statystyczna definicja wartości oczekiwanej
E[].

 ( x, t )  E ( x, t )
W części 1.3.2. podano równanie różniczkowego bilansu uogólnionej,
skalarnej zmiennej intensywnej , która jest w przepływie (transporcie płynu)
funkcją czasu i położenia.

(  )
 div  ρ  u   div  Γ grad    S 
t
Zastosowanie uśredniania Reynoldsa jest tym równaniu złożone, ponieważ
występuje w nim iloczyn wielkości fluktuujących,  u. Zauważmy, że uśrednianie
wyrażeń liniowych nie wprowadza nowych wyrażeń do równań transportu, gdyż

średnia fluktuacja,  ' , jest zerowa.

 (   )       
Ale w przypadku wyrażeń nieliniowych mamy w efekcie uśredniania oprócz
iloczynu wielkości średnich także dodatkowe człony – korelacje części

fluktuacyjnych, u  .
' '

(u i )  (u i  u i )(   )  u i   u i 

Są one zwykle niezerowe i obrazują wkład przenoszenia burzliwego (pędu,

ciepła i masy), dodatkowo do przenoszenia drogą przepływu średniego. Ten
dodatkowy mechanizm jest zwykle nazywany dyfuzją burzliwą, ale poprawniej
należy to rozumieć jako konwekcję wirową nałożoną na konwekcję uśrednioną.

W przypadku równań przenoszenia pędu mamy   u j i te nowe człony

korelacyjne oznaczają tak zwane naprężenia Reynoldsa,  u iu j o tensorze
T   uu .
W pozostałych przypadkach mamy uśrednione strumienie burzliwe innej
wielkości skalarnej  u i  . Są to nowe wielkości, które wystąpią w różniczkowych
równaniach transportu po ich uśrednieniu. Z pewnością dotyczy to uśredniania
strumienia konwekcyjnego (  u) , ale może też dotyczyć to członu źródłowego
– jeżeli zawiera on w sobie wyrażenia nieliniowe, na przykład c c  . Fluktuacje
ciśnienia najczęściej zaniedbuje się w modelowaniu.
Te dodatkowe strumienie uśrednionych fluktuacji powiększają liczbę
niewiadomych w rozwiązywanym układzie równań transportu i w ten sposób
czynią go niezamkniętym – o nieskończenie wielu rozwiązaniach.

Uśrednienie metodą Reynoldsa równania transportu pędu dla płynu

nieściśliwego i newtonowskiego dla przypadku stałej gęstości prowadzi do równań
Reynoldsa:

(  u )
t
 
 div  u u   uu  div  grad u   div  p I    g

a dla wielkości skalarnych,  (np. t, cα, k), mamy równania:

 (  )
t
   
 div   u    u  div  grad   S 

Pomocą w obliczaniu wartości tych niewiadomych – zamknięciu równań

transportu w przepływie burzliwym służą odpowiednie modele transportu
burzliwego wielkości wektorowych i skalarnych, tzw. modele burzliwości.
 Przepływ burzliwy

Przepływ burzliwy charakteryzuje się nieregularnymi zmianami prędkości i innych

parametrów cząstek płynów, takich jak ciśnienie i temperatura. Wiąże się z tym bardziej
intensywne przenoszenie pędu i energii niż przy przepływie laminarnym. Podstawowe
parametry takiego przepływu jak prędkość, ciśnienie i gęstość w każdym punkcie ulegają
szybkim zmianom o charakterze przypadkowym.
Osiągnięcia teorii przepływów burzliwych nie dają się bezpośrednio stosować w kodach
CFD. Opracowano metody uproszczone o mniejszych wymogach obliczeniowych, ale i o
mniejszej dokładności. Jest to związane z wprowadzeniem modyfikacji do podstawowych
równań modelu i uzupełnieniem o dodatkowe równania pomocnicze (modele
szczegółowe).
W literaturze omówiono szereg uproszczonych metod przewidywania wielkości
charakteryzujących przepływy burzliwe. Szerokie zastosowanie:
• metoda Reynoldsa uśredniania równań Naviera-Stokesa (ang. Reynolds averaged
Naviera-Stokes equations, RANS), gdzie przewidywane są globalne skutki istnienia
całego spektrum wirów (uśrednianie działania wszystkich wirów),
• metoda symulacji wielkowirowych (ang. Large Eddy Simulation, LES).
 Metoda RANS

Przy dużych prędkościach cieczy przepływ staje się w zasadzie nieustalony i tylko
uśrednione parametry przepływu mogą być niezależne od czasu.
W wyniku zastosowania metody Reynoldsa uśredniania równań Naviera-Stokesa (RANS),
do opisu procesu burzliwego w miejsce chwilowych parametrów intensywnych wstawiamy
sumy wartości uśrednionych w małych przedziałach czasu Φ i składowych fluktuacyjnych Φ’.

Φ i = Φ i ( x , y , z ) + Φ i ' ( x ' , y ' , z ')

Po operacji uśredniania, równania Naviera-Stokesa i ciągłości przyjmują postać:

∂ ( ρvi ) ∂ ( ρvi v j ) ∂ ( ρv'i v' j ) ∂p ∂ 2 vi

+ + = ρg i − +µ
∂t ∂x j ∂x j ∂xi ∂x j ∂x j

∂v i ∂v'i
+ =0
∂x i ∂x i

gdzie: ρv' i v' j jest równoważna sile na jednostkę powierzchni i nazywa się naprężeniem
burzliwym lub Reynoldsa, τ ij
 Modele burzliwości
Różnorodne podziały modeli matematycznych burzliwości, poprzez znalezienie
dodatkowych związków funkcjonalnych pomiędzy naprężeniami Reynoldsa lub
współczynnikami efektywnymi, a uśrednionymi parametrami polowymi.
Najczęściej modele dzieli się na dwie podstawowe grupy:
1. modele, w których wykorzystuje się koncepcję lepkości burzliwej Boussinesqa, jako
współczynnika proporcjonalności, νt, między naprężeniami Reynoldsa i składowymi
tensora uśrednionych prędkości odkształceń wyrażonymi za pomocą składowych
gradientu prędkości

 ∂v ∂v j  2
ρv'i v' j = −ρν t  i +  + ρδ k
 ∂x ∂x  3 ij
 j i 

gdzie k – energia kinetyczna burzliwości definiowana równaniem

k=
2
(
1 2 2
v' i + v' j + v' k
2
)
2. modele, w których składowe tensora naprężeń burzliwych wyznaczane są poprzez
bezpośrednie rozwiązanie pełnych lub uproszczonych równań transportu, mają one
zwykle charakter empiryczny
 Modele burzliwości
Inny sposób klasyfikacji:
1. MLM (Mixing Length Model): modele, w których rozwiązywane są równania Reynoldsa
z lepkością burzliwą zadaną algebraicznie w oparciu o hipotezę drogi mieszania,
2. KLM (Kinetic energy and Length scale Model): modele, w których rozwiązywane jest
równanie transportu kinetycznej energii burzliwości, a charakterystyczna skala
długości wirów jest albo zadawana algebraicznie – modele jednorównaniowe, albo
obliczana z innego równania różniczkowego – modele dwurównaniowe,
3. ASM (Algebraic Stress Model): modele zawierające model dwurównaniowy
uzupełniony równaniami algebraicznymi dla wybranych naprężeń Reynoldsa,
4. FRS (Full Reynolds Stress model, określany też skrótem RSM): modele
wykorzystujące równania różniczkowe dla wszystkich znaczących stycznych i
normalnych naprężeń burzliwych i zazwyczaj jedno równanie dla skali turbulencji,
5. LES (Large Eddy Simulation): modele wykorzystujące dwupoziomową strukturę
obliczeń dla trójwymiarowych zależnych od czasu struktur wirowych oraz dla
burzliwości drobnoskalowej.
 Hipoteza Boussinesqa

Jedną z pierwszych hipotez zamykających była hipoteza Boussinesqa oparta na relacji:

τ ij = 2µ t S ij

1  ∂v ∂v j 
Sij =  i +
2  ∂x j ∂x i 

Zgodnie z tą hipotezą tensor naprężeń Reynoldsa,τ ij , może być traktowany jako liniowa
funkcja tensora szybkości deformacji, S ij , ruchu średniego.
Współczynnik proporcjonalności, µt, nazywany jest współczynnikiem lepkości burzliwej
przez analogię do wzoru Newtona określającego naprężenia w płynie lepkim.
W odróżnieniu od lepkości molekularnej, lepkość burzliwa nie jest cechą fizyczną płynu, lecz
właściwością ujawniającą się tylko w trakcie jego ruchu i zależną od struktury burzliwości w
danym punkcie pola prędkości.
Boussinesq potraktował lepkość burzliwą, µt, jako wielkość skalarną. W rzeczywistości jest
to tensor, gdyż pole burzliwości jest trójwymiarowe.
 Model oparty na hipotezie drogi mieszania

Prandtl w 1925r. wprowadził pojęcie skali długości wirów, lm, nazwaną drogą mieszania -
odpowiednik średniej drogi swobodnej w teorii kinetycznej gazów.
Droga mieszania jest to taka odległość, na której większe skupienie elementów płynu
uczestniczące w wirze, poruszającym się w kierunku poprzecznym do kierunku przepływu
masy płynu, traci swą identyczność i miesza się z pozostałym płynem.
Model Prandtla w pierwotnej postaci dotyczy jednokierunkowego przepływu ścinającego.
Styczne naprężenie burzliwe, towarzyszące wymianie pędu za pośrednictwem pulsacji na
odcinku lm wynosi:

dv i dv i
τ ij = −ρv'i v' j = −ρl 2m
dx j dx j

a lepkość burzliwa jest równa

dv i
µ t = ρl 2m
dx j
 Model oparty na hipotezie drogi mieszania

Zgodnie z teorią Prandtla, pęd i energia są przenoszone w przepływie burzliwym w wyniku

działania tego samego mechanizmu. Analogicznie do wyrażenia na styczne naprężenia
burzliwe składowa pulsacyjna strumienia energii cieplnej ma postać:

dv i dT
q t = −ρc p l 2m
dx j dx j

Zalety:
• duża prostota, łatwość użycia, ekonomiczność obliczeń oraz
• możliwość uzyskania dobrych wyników w przypadku poprawnego zadania rozkładu lm.
Wady:
• duży błąd w przypadku obliczeń niezbyt typowych przepływów, na przykład
recyrkulacyjnych, a także
• błędne określenie lepkości burzliwej w punktach, w których pochodna prędkości średniej
wynosi 0 (na przykład w osi rury).
• nie jest również uwzględniana konwekcja i dyfuzja burzliwości
 Model jednorównaniowy

Przykład - model, zgodnie z którym współczynnik lepkości burzliwej, µt, wyrażony zostaje w
postaci zależności:
µ t = ρC µ k 1 / 2 l
wiążącej go z kinetyczną energią burzliwości, k, wyznaczoną z równania transportu k.
Cµ - pewna stała modelu wyznaczoną doświadczalnie,
l - charakterystyczna skala długości przypisaną funkcyjnie danemu typowi przepływu.

Na model ten składa się równanie transportu energii kinetycznej burzliwości:

∂ (ρk ) ∂  2  ∂v i ∂  ν t ∂k  k3/ 2
+ (ρv j k ) =  ν t Sij − k  + − CD
∂t ∂x j  3 ∂
 jx ∂x  σ ∂x  l
j  k j 

gdzie:
CD – stała wyznaczana na podstawie analizy przepływu burzliwego w pobliżu ściany,
σk – liczba Prandtla dla dyfuzji energii kinetycznej burzliwości
 Model jednorównaniowy, c.d.

Postęp w stosunku do modelu wykorzystującego hipotezę drogi mieszania:

• Model jednorównaniowy uwzględnia wpływ, jaki na strukturę turbulencji wywierają

mechanizmy konwekcji, produkcji, dyfuzji i dyssypacji.

• Nie zanika lepkość burzliwa w przypadku braku gradientu prędkości średniej, ponieważ
jej wartość uzależniona jest również od dopływu energii kinetycznej z innych obszarów
przepływu.

• Zastosowanie modeli jednorównaniowych do przepływów recyrkulacyjnych jest

ograniczone ze względu na trudności zadawania rozkładu skali turbulencji w obszarze
zawierającym strefy recyrkulacyjne
 Modele dwurównaniowe

Wykorzystują one dwa równania transportu:

• energii kinetycznej burzliwości, k,
m n
• skali długości burzliwości, l, lub też ewentualnie pewnej złożonej wielkości z = k l m

Najczęściej wykorzystywanymi są modele wywodzące się z modelu Harlowa-Nakayamy, w

których drugą zmienną, z, jest szybkość dyssypacji energii kinetycznej burzliwości, ε.

∂v' i ∂v' i k 3 / 2
ε=ν =
∂x j ∂x j lm
 Model burzliwości k-ε i jego modyfikacje
Model burzliwości k-ε składa się z dwóch różniczkowych równań transportu:
• energii kinetycznej burzliwości, k,

∂ (ρk ) ∂ ∂  ν eff ∂k 
+ (ρv j k ) = ρ + ρ(Pk − ε)
∂t ∂x j ∂x j  σ k ,S ∂x j 
• i szybkości jej dyssypacji, ε

∂ (ρε) ∂ ∂  ν eff ∂ε 
+ (ρv j ε) = ρ + Sε
∂t ∂x j  
∂x j  σ ε ,S ∂x j 
Różnica pomiędzy tymi modelami występuje w sposobie modelowania członu źródłowego, Sε,
w równaniu dyssypacji energii kinetycznej burzliwości, ε. Modele te różnią się również stałymi
w równaniach.
k2
Lepkość burzliwa jest obliczana z równania: ν t = Cµ
ε
Produkcja energii kinetycznej burzliwości, Pk, jest modelowana z użyciem hipotezy
lepkości burzliwej Boussinesqa:  ∂v  ∂v j ∂v i

Pk = ν t  i +
 ∂x ∂x  ∂x
 j i  j
 Model burzliwości k-ε i jego modyfikacje
Człony źródłowe i stałe w równaniach modeli k- ε

Model burzliwości Sε i stałe modelu

 ε ε 
ρ C1,S Pk − C 2,S ε 
 k k 
Standardowy k-ε

Cµ = 0,09; C1,S = 1,44; C2,S = 1,92; σk,S = 1; σε,S = 1,314

 ε ε ε  1 − η /η0
ρ  C1, RNG Pk − α ε − C2, RNG ε  α = C µη 3
 k k k  1 + βη 3

RNG k-ε Cµ = 0,0845; C1,RNG = 1,42; C2,RNG = 1,68;

σk,RNG = σε,RNG = 0,719

η0 = 4,8; β = 0,012


ε2 

 η 
ρ  C1Sε − C2 C1 = max 0,43;
 k + νε 
  η + 5 
Realizowalny k-ε
Cµ = 0,09; C2 = 1,9; σk = 1; σε = 1,2
 Model burzliwości k-ε i jego modyfikacje
Człony źródłowe i stałe w równaniach modeli k- ε

Model burzliwości Sε i stałe modelu

 ε Pk2 ε 
ρ C1,CK Pk + C 3,CK − C 2,CK ε 
 k k k 
Chen-Kim Cµ,CK = 0,09; C1,CK = 1,15; C2,CK = 1,90; C3,CK = 0,25;
σk,CK = 0,75; σε,CK = 1,15

 ε Pk2 ε 
ρ C1,CKzopt Pk + C 3,CKzopt − C 2,CKzopt ε 
 k k k 
Zoptymalizowany
Chen-Kim Cµ,CKopt = 0,09; C1,CKopt = 1,36; C2,CKopt = 1,90; C3,CKopt = 0,04;
σk,CKopt = 0,75; σε,CKopt = 1,15

k  ∂v ∂v j 
η=S 2
S = 2Sij Sij Sij = 0,5 i + 
ε  ∂x ∂x 
 j i 
 Model burzliwości k-ε i jego modyfikacje

Standardowy model burzliwości k-ε daje na ogół dość dobre wyniki przewidywania dla
rdzenia płynu i dla większości przepływów burzliwych.
Mało dokładne przewidywanie burzliwości poprzez standardowy model k-ε jest
przypisywane głównie różniczkowemu równaniu szybkości dyssypacji energii kinetycznej
burzliwości, ε, którego człony źródłowe mają wysoce empiryczny charakter.
Stąd też ulepszenia tego modelu, które polegają na modyfikacji członu źródłowego w
równaniu różniczkowym na ε.
 Model RNG k- ε

Model k-ε bazujący na metodzie renormalizacji grup – model RNG k-ε.

Metoda ta wykorzystuje teorię dla dużych skali, w której efekt małych skali jest
reprezentowany przez zmodyfikowane parametry w równaniu różniczkowym dyssypacji
energii kinetycznej burzliwości.

W porównaniu ze standardowym modelem k-ε zawiera on ulepszenia, które pozwalają

lepiej modelować przepływy z silnym rozciąganiem, przepływy wirowe i przepływy przy
małej wartości liczby Reynoldsa, na przykład w pobliżu ściany.

Przy wysokich burzliwych liczbach Reynoldsa, model RNG k-ε ma tę samą postać co
standardowy model k-ε oprócz tego, że parametry modelu są obliczane wyraźnie na
podstawie analizy RNG i przybierają inną postać.
 Realizowalny model k- ε

Realizowalny model k-ε różni się od standardowego modelu k-ε w dwóch podstawowych
aspektach:
• obliczeń lepkości burzliwej oraz
• postaci równania transportu szybkości dyssypacji energii kinetycznej burzliwości,
wyprowadzonego z równania transportu średniokwadratowego odchylenia fluktuacji
wirowości.
 Model Chen-Kim

Chen i Kim zaproponowali modyfikację standardowego modelu k-ε, poprzez wprowadzenie

drugiej części członu produkcyjnego do członu źródłowego w równaniu różniczkowym
dyssypacji energii kinetycznej burzliwości, ε.

1. część 2. część

 ε Pk2 ε 

S ε = ρ C1,CK Pk + C 3,CK − C 2 ,CK ε 
 k k k 

człon produkcyjny

Wprowadzenie drugiego członu produkcyjnego pozwala mechanizmowi przekazywania

energii w modelu burzliwości reagować na szybkości odkształceń elementów płynu
bardziej efektywnie niż w standardowym modelu k-ε.

Jeśli Pk jest zbliżone do ε (lokalna równowaga), wówczas to model Chen-Kim jest prawie
identyczny jak standardowy model k-ε.
 Model burzliwości k- ε dla niskich wartości Re

Dla przepływów burzliwych o niskich wartościach liczby Reynoldsa, stosuje się

zmodyfikowany model burzliwości k-ε (z ang. low Re k- ε), który zawiera dodatkowe człony
uwzględniające oddziaływanie ściany - funkcje tłumiące.

W większości przypadków modele k-ε, w których uwzględnia się laminaryzacyjne

oddziaływanie ściany dostarczają lepszych wyników niż modele wykorzystujące
uniwersalny profil prędkości przy ścianie.
 Model burzliwości k-ω
Standardowy model k-ω składa się z dwóch równań różniczkowych transportu:
• energii kinetycznej burzliwości, k,

∂ (ρk ) ∂ * ∂  ∂k 
+ (ρv j k ) = Pk − β ρkω + (µ + σ k µ t ) 
∂t ∂x j ∂x j  ∂x j 

• i jednostkowej szybkości dyssypacji energii kinetycznej burzliwości, ω

∂ (ρω) ∂ ω ∂  ∂ω 
+ (ρv j ω) = α Pk − βρω 2 + (µ + σ ω µ t ) 
∂t ∂x j k ∂x j  ∂x j 

Lepkość burzliwa jest obliczana z równania: ρk

µ t = α*
ω
zależność pomiędzy dyssypacją energii kinetycznej burzliwości, ε, a jednostkową szybkością
dyssypacji, ω
ε = β * ωk
gdzie:
α = 5/9, α* = 1, β = 3/40, β* = 9/100, σk = 1/2, σω = 1/2
 Model naprężeń Reynoldsa

Bardziej wnikliwa analiza struktury przepływu burzliwego jest możliwa przy wykorzystaniu
równań transportu naprężeń Reynoldsa.

Dzięki temu zabiegowi możliwe jest uwolnienie się od koncepcji izotropowej lepkości
burzliwej i elastyczne odzwierciedlenie anizotropii fluktuacji burzliwych.

W modelu naprężeń Reynoldsa (ang. The Reynolds Stress Model, RSM) domknięcie
układu równań Reynoldsa odbywa się poprzez:
• rozwiązanie równań transportu dla naprężeń Reynoldsa razem z
• równaniem transportu dla szybkości dyssypacji.

Oznacza to cztery dodatkowe równania transportu dla przepływu dwuwymiarowego i

siedem dla przepływu trójwymiarowego.
 Model naprężeń Reynoldsa

Równanie transportu dla naprężeń Reynoldsa:

∂τ ij ∂τ ij ∂v j ∂v i ∂  ∂τ ij 
+ vk = −τ ik − τ ik + ε ij − Π ij +  ν + C ijk 
∂t ∂x k ∂x k ∂x k ∂x k  ∂x k 
gdzie: ε ij - tensor dyssypacji - zanikanie naprężeń wskutek oddziaływania lepkości płynu
∂v'i ∂v' j
ε ij = 2ν
∂x k ∂x k
Π ij -pulsacja ciśnienia - redystrybucja energii między poszczególnymi składnikami
tensora naprężeń
 ∂v' ∂v' j 
Π ij = p'  i + 
 ∂x ∂x 
 j i 

Cijk – tensor transportu burzliwego

C ijk = ρv'i v' j v' k + p' v'i δ jk + p' v' j δ ik

 Model naprężeń Reynoldsa

Lepkość burzliwa jest modelowana podobnie jak w modelu k-ε za pomocą równania:
k2 gdzie Cµ = 0,09.
ν t = Cµ
ε

Model RSM jest wykorzystywany do przewidywań złożonych przepływów, w wyniku

których występują silne zakrzywienia linii prądu, zarówno przepływu pierwotnego, jak i
wtórnego.

Natomiast dla prostych geometrii wyniki uzyskane przy zastosowaniu tego modelu nie są
dużo lepsze niż przy zastosowaniu modeli dwurównaniowych.
 Wnikanie ciepła przy przepływie burzliwym

W przypadku wymiany ciepła przy przepływie burzliwym, w metodzie Reynoldsa

uśredniania równań Naviera-Stokesa, rozwiązywane są równania transportu:
• masy (równanie ciągłości)
• pędu
• równania modelu burzliwości oraz
• równanie energii
∂T ∂T ∂  ∂T 
+ vj = a − v'i T ' 
∂t ∂x j ∂x j  ∂x j 
 
∂T
− v' i T ' = a t
∂x j
λt
at =
c p ρ współczynnik dyfuzyjności cieplnej
λt - burzliwy współczynnik przewodzenia ciepła
 Wnikanie ciepła przy przepływie burzliwym
λt - burzliwy współczynnik przewodzenia ciepła;
wyznaczany z burzliwej liczby Prandtla
νt µ
Prt = = cp t
at λt

Prt = 1,0 dla przepływu w pełni burzliwego; wynika z analogii Reynoldsa, według której
ν t = at
W pobliżu ściany Prt jest nieco mniejszy od 1,0.

Równania empiryczne:

0,7 ν
Prt = + 0,85 gdzie Pe t = t Pr
Pe t ν
0,015
Prt = 0,85 + dla Pr ≥ 7
Pr
 Wnikanie ciepła przy przepływie burzliwym

Burzliwy jednostkowy strumień ciepła opisany jest równaniem

• ∂T
q t = −λ t
∂x j

całkowity jednostkowy strumień ciepła opisany jest równaniem

• ∂T
q = − (λ + λ t )
∂x j
 Model warstwy przyściennej
Hydrodynamiczna i termiczna warstwa przyścienna

Hydrodynamiczna (hydrauliczna) warstwa przyścienna - warstwa płynu, w której składowa

prędkości w kierunku głównego strumienia prędkości, w miarę oddalania się od
powierzchni ciała stałego, rośnie od zera do prędkości zbliżonej do prędkości zewnętrznej
części strumienia.

W części warstwy przyściennej siły lepkości mają przewagę nad siłami bezwładności,
czyli siły tarcia wywołują tam opory przepływu oraz dyssypację energii.

Region w pobliżu ściany można podzielić na trzy podwarstwy:

1. podwarstwa lepka, znajdująca się najbliżej ściany, w której dominują siły lepkości, a
przepływ płynu jest uznawany za laminarny,
2. podwarstwa przejściowa, w której równie ważne są siły lepkości jak i efekty burzliwe,
3. w pełni rozwinięta podwarstwa burzliwa - na zewnątrz warstwy przyściennej.
 Model warstwy przyściennej
Hydrodynamiczna i termiczna warstwa przyścienna
Przepływ w warstwie przyściennej jest opisywany przy pomocy wielkości
bezwymiarowych:
v
• bezwymiarowa prędkość w kierunku równoległym do ściany u+ =
uτ
uτy
• bezwymiarowa odległość od ściany y + =
ν
• bezwymiarowa normalna składowa wektora prędkości + v0
v0 =
uτ
• bezwymiarowa różnica ciśnień µdp / dx
p+ =
ρ1 / 2 τ 30 / 2
gdzie:

gdzie prędkość dynamiczna, uτ, definiowana jest za pomocą równania

τw
uτ =
ρ
 Model warstwy przyściennej
Hydrodynamiczna i termiczna warstwa przyścienna

u+
+
20
,5lny
,5 +2
+ =5
15 u

+
ny
10

5l
5+
,0
-3
=
+

5
u

u+ = y+

0
1 5 10 30 100 1000 y+
podwarstwa podwarstwa obszar burzliwy
laminarna przejściowa

Rozkład prędkości bezwymiarowej w hydraulicznej warstwie przyściennej

 Model warstwy przyściennej
Hydrodynamiczna i termiczna warstwa przyścienna

Prędkość bezwymiarowa w podwarstwie lepkiej u + = y + gdy y+ ≤ 5

W podwarstwie burzliwej - w warstwie logarytmicznego rozkładu prędkości, można
zaniedbać konwekcję, gradient ciśnienia i dyfuzję molekularną.

Równania ruchu oraz równania transportu energii kinetycznej burzliwości, k, i szybkości

jej dyssypacji, ε, w przypadku standardowego modelu k- ε upraszczają się do postaci:

∂  ∂v i  uτ
0= µt
∂x j  ∂x j  vi = ln y + const
κ
∂  ν eff ∂k 
0= ρ  + ρ(Pk − ε) rozwiązanie u 2τ
∂x j  σ ∂x  k=
 k ,S j 
Cµ
∂  ν eff ∂ε  
0= ρ  + ρ C1,S ε Pk − C 2,S ε ε 
∂x j  σ ∂x  
 j  k k  u 3τ
ε ,S
ε=
κy
 Model warstwy przyściennej
Hydrodynamiczna i termiczna warstwa przyścienna

Prędkość bezwymiarowa w pełni rozwiniętej podwarstwie burzliwej (y+ > 60) opisana jest
za pomocą logarytmicznego rozkładu prędkości:

u + = 2,5 ln y + + 5,45
Równanie to jest słuszne dla krytycznej wartości = 10,8 uzyskanej w przypadku, gdy
+
p+ = 0 i v0 = 0
 Model warstwy przyściennej
Termiczna warstwa przyścienna

Termiczna warstwa przyścienna - stosuje się pojęcie temperatury bezwymiarowej

(Tw − T )u τ
T+ = •
q w / ρc p
•
gdzie q w jednostkowy strumień ciepła na powierzchni wymiany ciepła
• •
+
W szczególnym przypadku, gdy v0 = 0, gdy q = q w
y T+ y+
Prt dy +
T = ∫ Pr dy + ∫
+ +

Ky
+
0 +
yT

Wartość ta jest sumą temperatur bezwymiarowych w podwarstwie lepkiej i w pełni

rozwiniętej podwarstwie burzliwej.

Krytyczna wartość bezwymiarowej odległości, y T, zależna jest od liczby Prandtla dla

+

+
danego płynu. Dla wody, przy Pr = 5,9 i Prt = 0,85 oraz yT = 7,55

T + = 2,075 ln y + + 40,6
 Model warstwy przyściennej
Termiczna warstwa przyścienna

60
+ +
T = 2,075 y + 40,6
50

40

T+ 30

20

10
T = Pr y
+ +

0
1 10 100 1000
y
+

Rozkład temperatury bezwymiarowej w termicznej warstwie przyściennej

 Modelowanie hydraulicznej i termicznej
warstwy przyściennej
W komercyjnych kodach CFD stosowane są powszechnie dwa sposoby modelowania
warstwy przyściennej:
1. modelowanie z zastosowaniem funkcji przyściennych - stosuje się przy dużych
wartościach liczby Reynoldsa i pomija się obliczenia dla podwarstwy lepkiej oraz
przejściowej. Zamiast szczegółowych obliczeń stosuje się półempiryczne wzory
zwane funkcjami przyściennymi do oszacowania szukanych wartości, na przykład
prędkości czy temperatury. Zapobiega to modyfikacji modeli burzliwości podczas
obliczeń w pobliżu ściany.
2. dwuwarstwowy model warstwy przyściennej - modyfikuje się modele burzliwości w
celu obliczenia szukanych wartości we wszystkich komórkach obliczeniowych w
warstwie przyściennej, w tym podwarstwie lepkiej i przejściowej. Stosuje się go w
przypadku przepływów przy niskiej wartości liczby Reynoldsa, gdzie zastosowanie
funkcji przyściennych przestaje być poprawne.
 Metoda funkcji przyściennych
Metoda funkcji przyściennych - zmodyfikowana do celów obliczeń numerycznych.

Polega ona na wybieraniu kolejnych punktów (P) i (W) w siatce obliczeniowej oddalonych
od siebie o yp i obliczeniu dla tej odległości strumieni pędu i ciepła.

Punkt W leży na ścianie, natomiast punkt P jest w centrum komórki obliczeniowej

położonym od ściany w takiej odległości, gdzie efekty burzliwe mają przewagę nad
lepkimi.

Strumienie te wyliczane są przy wykorzystaniu logarytmicznego rozkładu prędkości z

równań:
gdzie: E – stała empiryczna ≅ 9
u ∗ = y∗ dla y ∗ < y ∗h
κ - stała von Kármaná = 0,42
1 vp C1µ/ 4 k 1p/ 2
u ∗ = ln(Ey ∗ ) dla y ∗ > y ∗h oraz u∗ = C1µ/ 4 k 1p/ 2 y = yp
∗
K τw /ρ ν

T ∗ = Pr y ∗ dla y ∗ < y ∗T (Tw − Tp )c p ρC1µ/ 4 k 1p/ 2

T =
∗
•

1  qw 1/ 4
T ∗ = Prt  ln(Ey ∗ ) + P  dla y > y T
∗ ∗ 1/ 2
π/4  A   Pr  Pr 
K  P=    − 1 t 
sin( π / 4)  k   Prt  Pr 
 Metoda funkcji przyściennych

W przypadku funkcji przyściennych zastosowano współrzędne przyścienne, które są

zależne od lokalnej wartości energii kinetycznej burzliwości, kp, w punkcie P (*), a nie od
wartości naprężenia stycznego przy ścianie (+). Pozwala to na uniknięcie iteracyjnego
obliczania nieznanej lokalnej wartości τw. Dlatego też dla modelu burzliwości k-ε prędkość
dynamiczna w punkcie P, u *τ definiowana jest za pomocą równania:
1 1
*
u ≡ Cµ k p2
τ
4

Wartość kp wyliczana jest z równania różniczkowego tej wielkości przy założeniu, że w

sąsiedztwie ściany: ∂k
=0
∂n
gdzie n – lokalna współrzędna normalna do ściany. Natomiast w komórkach
sąsiadujących ze ścianą dyssypacja energii kinetycznej burzliwości nie jest obliczana z
równania różniczkowego transportu tej wielkości, lecz z równania:
3 3
C µ4 k p 2
εp =
κy p
κ - stała von Kármaná = 0,42
 Metoda funkcji przyściennych

Znając wartość bezwymiarowej temperatury T* można obliczyć lokalną wartość

współczynnika wnikania ciepła, α:

ρc p C1µ/ 4 k 1p/ 2 (Tw − Tp )

α=
T ∗ (Tw − Tr )
 Symulacje wielkowirowe, LES

Równania przenoszenia rozwiązywane w symulacjach wielkowirowych (LES) są

otrzymywane po przefiltrowaniu równań Naviera-Stokesa w przestrzeni liczb falowych lub
przestrzeni fizycznej.

Podczas procesu filtrowania wiry, których wielkość (skala) jest jest mniejsza niż szerokość
filtra, nie są bezpośrednio obliczane, a uśrednione skutki ich działania są ujmowane w tak
zwanym modelu podsiatkowym.

Ogólna zmienna filtrowana φ, po odfiltrowaniu fluktuacji o wysokich częstotliwościach ma

wartość:
~
φf (x , t ) = φ(x − r, t )G (r, x )dr
∫
D
gdzie:
D – dziedzina całkowania
G – funkcja filtrująca, która determinuje skalę wirów
r jest nieodległa od x
 Symulacje wielkowirowe
Etapy modelowania:
1. Operacja filtrowania – prowadzi do rozłożenia prędkości u(x.t) na składową
rozwiązywaną u~i ( x, t ) oraz odchylenie od niej u~i ' ( x, t ) .
Składowa odfiltrowana od drobnych odchyleń jest uśredniona na szerokości filtra ∆

ui ( x, t ) = u~i ( x, t ) + u~i ' ( x, t )

Podobną operację filtrowania należy zastosować do innych skalarnych wielkości

transportowanych w przepływach burzliwych:

~ ~
φ ( x, t ) = φ ( x, t ) + φ ' ( x, t )
 Symulacje wielkowirowe
Etapy modelowania:
2. Sformułowanie odfiltrowanych równań przenoszenia:
∂u~i
=0
∂xi

+
(
~~ )
∂u~i ∂ ui u j
=−
1 ∂~
p
+ν
∂ 2u~i
−
∂τ ij
∂t ∂x j ρ ∂xi ∂x j ∂x j ∂x j

( )
∂ ρ~T
~
+ (
∂ ~~ ~
)
ρu jT =
∂   µ µ t  ∂T~  ~
 +   + ωT
∂t ∂x j ∂x j   Pr Prt  ∂x j 
  

~
gdzie: u~, ~p , T , ρ~ - odfiltrowana prędkość, ciśnienie, temperatura, gęstość
ω~T - odfiltrowany człon źródłowy w równaniu transportu energii
τ ij - tensor naprężeń podsiatkowych τ ij = u i u j − u~i u~ j
 Symulacje wielkowirowe
Etapy modelowania:
3. Zamknięcie odfiltrowanych równań transportu, które jest zwykle uzyskiwane, podobnie
jak w metodzie RANS, przez zastosowanie koncepcji lepkości wirowej, tu dotyczącej
skali podsiatkowej.

Model Smagorinsky-Lilly
1 ~
τij − τ kk δij = −2µ T Sij ,
3
µ T = (C s ∆ ) S~ , S~ = 2 S~ij S~ij .
2
0,1 < Cs < 0,24

µT - podsiatkowa lepkość burzliwa

4. Rozwiązanie numeryczne
 Symulacje wielkowirowe

∆ - szerokość filtra – wielkość zbliżona do średniej geometrycznej

rozmiarów liniowych hi

∆ ≡ (h1 ⋅ h2 ⋅ h3 )
1/ 3

Jednak w przypadku silnie anizotropowej siatki za szerokość filtra

siatkowego można przyjąć największy rozmiar komórki spośród
wartości hi dla trzech kierunków.

∆ umożliwia przewidywanie ewolucji wirów, które przenoszą ok. 80% energii kinetycznej
burzliwości.
W praktycznych aplikacjach LES przyjmuje się, że szerokość filtra jest lokalnie zbliżona
do mikroskali burzliwości Taylora λg.
Dla w pełni rozwiniętego przepływu burzliwego:

µk
∆ ≅ λg ≅ 10 Pierwsze przybliżenie – k i ε z symulacji RANS
ρε
 Symulacje wielkowirowe

Prt – burzliwa liczba Prandtla ( )

∂ ρ~T
~
+ (
∂ ~~ ~
)
ρu jT =
∂   µ µ t  ∂T~  ~
 +   + ωT
∂t ∂x j ∂x j   Pr Prt  ∂x j 
  
- przepływ w pełni burzliwy: Prt = 1

- w pobliżu ściany: Prt < 1; przyjmuje się Prt = 0,85

~
~  µ µ t  ∂T
Strumień ciepła filtrowany: q = −C p  + 
 Pr Prt  ∂x j

Modelowanie burzliwej wymiany ciepła w LES jest uzależnione od sposobu modelowania

przyściennej warstwy granicznej. Model zależy od rozmiaru komórek obliczeniowych
wewnątrz warstwy granicznej i zastosowanego filtra.

- dobrze dobrane i przewidywane jest ok. 80% energii kinet. - bezpośrednio z metody
LES,

- filtr i siatka są zbyt duże by dobrze przewidywać przepływ w warstwie przyściennej –

zastosowany model warstwy granicznej
 Symulacje wielkowirowe

Rozkład współczynników wnikania ciepła przy ścianie

Symulacje wielkowirowe
 Modelowanie naprężeń Reynoldsa

Równania naprężeń Reynoldsa, (składniki { } – słownie):

dla k, ε oraz ksgs : {akumulacja} + {konwekcja} = {produkcja} + {transport burzliwy} + {transport lepkościowy} + {dyssypacja}

napr. Reynoldsa: {akumulacja} + {konwekcja} = {produkcja} + {transport burzliwy} + {transport lepkościowy} + {dyssypacja} + {odkształc. ciśnieniowe}

(a) (b) (c) (d) (e) (f) (g)

===============================================================================================================

Modele k-ε oraz naprężeń Reynoldsa (RSM) korzystają z koncepcji tzw. lepkości burzliwej (wirowej, turbulentnej), μt

k2 k2
 t  C  t  C   
 lub

Zapis słowny równań różniczkowych dla kinetycznej energii burzliwości i jej szybkości dyssypacji:

k  
 div ku   div  t grad k   P  
t k 

  t  P 2
 div  u   div  grad    C1  C 2
t 
   k k

Zapisy rozwinięte: .1)

 Model k-ε

Równania dotyczące kinetycznej energii burzliwości, k

Dokładne

 k   k   ' '  ui     ' ' ' 

   k 
    
1
  
   u 
    u u 
    p ' '
u   u u u  
   
 t   x k   x k   x k     x k  x k
k i j k i i k
2 

(a) (b) (c) (d) (e) (f)

Modelowe

 k   k     ui      t k     k 
      uk    ij           
 t   xk    x j   xk
  
 k k   xk
x  xk 

(a) (b) (c) (d) ( e) (f)

Równania dotyczące szybkości dyssypacji kinetycznej energii burzliwości, 

Dokładne

   u ' u ' u'j u'j   ui   

' ui ui
' '
 2  i k
    u j 
 x j  x j  x i x k   x k x m x m   
            
      
     2 ui'  2 ui' 

    u j 
       x j 
   2  
 t    x j 
   ui  x j  p ' u j
'
 x j
    x j 
  x k x m x k x m 

' ui ui' ui' uk'
' 2

  2 uk  2    2 
 x j  x k  x j  x k x m  x m  x m x m
   

(a) (b) (c) (d) (e) (f)

Modelowe

   
        ui     t           2
    u j    Cl  ij     

      C 2  
 t  
 x j 
   k x j   x j    x j  
    x j  x j  
  k

(a) (b) (c) (d) (e) (f)

 Model naprężeń Reynoldsa, RSM

Równania dotyczące składowych tensora naprężeń , τij

Dokładne

 ij       
  uj     ui u j uk   '  u j ui 
' ' '
  ij        ui   
    ij   ui' ui'  ' '
     uk

     ij        
   2  p   

  x  
 t   x k   x k x k x k  p u   p u    x k x k x k x i x j 
jk

' ' ' '   
   
  
  
     i jk j ik  k
 

(a) (b) (c) (d) (e) (f) (g)

Modelowe

  ij    ij     uj 
    ui
    l  ij      ij 
     uk
 
      ik 
  
 
  x   
 
  
 x


 2 
 
    ij    ij
 t   x k   x k x k  x  x k
jk
  k k    
  3 
     k k

(a) (b) (c) (d) (e) (f) (g)

Równania dotyczące szybkości dyssypacji kinetycznej energii burzliwości, 

Dokładne

  u ' u ' u 'j u 'j   u i   

' u i u i
' '
 2  i k
    u j 
 x j x j x i x k  x k x m x m
           

  
  
    


  
  2 u i'  2 u i' 

    u j 
      x j  
  x j   2  
 t    x j 
   ui  x j  p ' u j
'
 x j
    
 x k x m x k x m 

' u i u i' u i' u k'
' 2

 2 u k  2   2 x x 

 x j x k x j x k x m x m 
 
 m m 


(a) (b) (c) (d) (e) (f)

   
        ui      t   
 

   



 2
Modelowe     u j    C l  ij   
    x j    x j  x j 
  C 2  
 t  
 x j 
   k x j   x j
      
  k 

(a) (b) (c) (d) (e) (f)

 Symulacje wielkowirowe, LES

Równania dotyczące składowych tensora naprężeń , τij

Jednorównaniowy model podsiatkowej energii kinetycznej, ksgs, Sigrid’a

 k sgs   k sgs     k sgs 

Dokładny 
t  
    uk     ui , sgs u j , sgs
xk  
 ui   

xk   xk
  
 ui , sgs ui , sgs uk , sgs  psgs uk , sgs    
    sgs 
  xk  xk 

(a) (b) (c) (d) (e) (f)

  k sgs  
32
 k sgs   k sgs    ui     sgs k   k sgs 
Modelowy      uk    ik        C  
 t   x k   x k   x k  k x k  x k  x k     


(a) (b) (c) (d) (e) (f)

 Podejście numeryczne do rozwiązania warstwy przyściennej

Mamy taką sytuację:

Równania ruchu w warstwie Rozwiązanie równania ruchu w

przyściennej warstwie przyściennej
𝑢𝜏
𝜕 𝜕𝑣𝑖 𝑣𝑖 = 𝑙𝑛𝑦 + 𝑐𝑜𝑛𝑠𝑡
0= (𝜇𝑡 ) 𝜅
𝜕𝑥𝑗 𝜕𝑥𝑗

𝜕 𝑣𝑒𝑓𝑓 𝜕𝑘 𝑢𝜏2
0= (𝜌 ) + 𝜌(𝑃𝑘 − 𝜀) 𝑘=
𝜕𝑥𝑗 𝜎𝑘,𝑆 𝜕𝑥𝑗 √𝐶𝜇

𝜕 𝑣𝑒𝑓𝑓 𝜕𝜀 𝜀 𝜀 𝑢𝜏3
0= (𝜌 ) + 𝜌 (𝐶1,𝑆 𝑃𝑘 − 𝐶2,𝑆 𝜀) 𝜀=
𝜕𝑥𝑗 𝜎𝜀,𝑆 𝜕𝑥𝑗 𝑘 𝑘 𝜅𝑦

Nie znamy jednak z góry wartości k w warstwie przyściennej.

Zmodyfikowana do celów obliczeń numerycznych metoda funkcji przyściennych

została zaproponowana przez Laundera i Spaldinga w 1974. Polega ona na
wybieraniu kolejnych punktów (P) i (W) w siatce obliczeniowej oddalonych od
siebie o yp i obliczeniu dla tej odległości strumieni pędu i ciepła. Punkt W leży na
ścianie, natomiast punkt P jest w centrum komórki obliczeniowej położonym od
ściany w takiej odległości, gdzie efekty burzliwe mają przewagę nad lepkimi.

W przypadku funkcji przyściennych zastosowano współrzędne przyścienne, które

są zależne od lokalnej wartości energii kinetycznej burzliwości, kp, w punkcie P
(oznaczenie *), a nie od wartości naprężenia stycznego przy ścianie (dokładne, +).
Pozwala to na uniknięcie iteracyjnego obliczania nieznanej lokalnej wartości w.

W metodzie Laundera i Spaldinga, wartość kp wyliczana jest z równania

różniczkowego tej wielkości przy założeniu, że w sąsiedztwie ściany mamy:
𝜕𝑘
=0
𝜕𝑛
gdzie n – lokalna współrzędna normalna do ściany. Natomiast w komórkach
sąsiadujących ze ścianą dyssypacja energii kinetycznej burzliwości nie jest
obliczana z równania różniczkowego transportu tej wielkości, lecz z równania
 ⁄ ⁄2
𝐶𝜇3 4 𝑘𝑝3
𝜀𝑝 =
𝜅𝑦𝑝

W podwarstwie burzliwej – w warstwie logarytmicznego rozkładu prędkości,

można zaniedbać konwekcję, gradient ciśnienia i dyfuzję molekularną. W związku
z tym równania ruchu oraz równania transportu energii kinetycznej burzliwości, k,
i szybkości jej dyssypacji, , w przypadku standardowego modelu k- upraszczają
się do postaci powyższych równań różniczkowych ruchu w warstwie przyściennej.

Podejście Podwarstwa laminarna Podejście numeryczne

standardowe [Launder & Spalding, 1974]
y+ < 5

𝜏𝑤 𝑢+ = 𝑦 +
𝑢𝜏 = √ Lokalna r-waga, 𝑉𝑖′ 𝑉𝑗′ ≅ 𝑐𝑜𝑛𝑠𝑡
𝜌 𝑇 + = 𝑃𝑟 · 𝑦 +
w podwarstwie burzliwej wtedy

𝑢𝜏 𝜌𝑦 Podwarstwa burzliwa 𝜏𝑤 ⁄
𝑦 =+
30 < y+ < 300 = 𝐶𝜇1 2 𝐾𝑝
𝜇 𝜌

𝑣 𝑢+ = 5,5 + 2,5𝑙𝑛𝑦 +
+
𝑢 =
𝑢𝑡 ⁄
𝑇 + = 2,075𝑙𝑛𝑦 + + 40,6 𝜌𝑦𝑝 √𝐶𝜇1 2 𝐾𝑝
𝑦∗ =
𝑢𝜏 𝑐𝑝 𝜌(𝑇𝑤 − 𝑇) 𝜇
𝑇∗ =
𝑞𝑤 𝑉𝑝
𝑢∗ = ⁄ ⁄2
𝐶𝜇1 4 𝐾𝑝1
FluentTM ⁄ ⁄2
∗
(𝑇𝑤 − 𝑇𝑝 )𝑐𝑝 𝐶𝜇1 4 𝐾𝑝1
𝑇 =
30 < y+ < 60 𝑞𝑤
5. Modelowanie przepływu z reakcją chemiczną

Ilościowy opis przepływów płynu z towarzyszącą reakcją chemiczną zależy

zarówno od złożoności pola przepływu jak i kinetyki reakcji.

Reakcja chemiczna zachodzi wtedy, gdy molekuły reagentów znajdą się w

dostatecznie małej odległości od siebie i zawierają odpowiednio wysoką energię
w stosunku do energii aktywacji danej reakcji. Szybkość przebiegu mieszania
reagentów na skalę molekularną oraz kinetyka samej reakcji składają się na
szybkość wypadkową całego procesu. Można wyróżnić 3 relacje tych szybkości,
zwykle wyrażane za pomocą ich stałych czasowych: τm –mieszania, τr – reakcji.

1 – reakcja natychmiastowa τm >> τr, (τr < 10-4 s) ,

2 – reakcja szybka τm ≈ τr (10-4 s < τr < 1 s) ,

3 – reakcja powolna τm << τr, (τr > 1 s) .

Istotny wpływ pola przepływu (mieszania) na wypadkową szybkość procesu

występuje tylko w przypadku reakcji szybkich i bardzo szybkich - 1 oraz 2 (τm  τr),
natomiast w przypadku 3 o kinetyce całego procesu decyduje szybkość powolnej
reakcji chemicznej.

Mieszanie płynów rozpatruje się odrębnie w skali całego aparatu

(makromieszanie), kiedy to decydującym mechanizmem jest konwekcja
uśredniona i w skali molekularnej (mikromieszanie), z dominującym
mechanizmem dyfuzji molekularnej i konwekcji wirowej (dyfuzji burzliwej).

τm = τmakro + τmikro
Stała czasową reakcji chemicznej jest definiowana za pomocą jej szybkości, r,
a w odniesieniu do składnika „α” można ją zapisać jako:

r
 r ,  , np.  r ,  [k  c0, ( n 1) ]1
dr
d
 W obliczeniach numerycznych rozpatruje się oddzielnie wpływ warunków
hydrodynamicznych i dyfuzji od wpływu kinetyki chemicznej stosując pojęcie
„ułamka mieszaniny”, czyli niereagującego trasera „f” (zerowy człon źródłowy).

Wpierw oblicza się poziomy jednorodności (wymieszania) w skali makro i

mikro tego inertnego trasera, a potem przenosi się ten rezultat na warunki
reagujących substancji.

Sposób przekształcenia równań transportu dla reagujących składników na

warunki inertnego trasera opiera się na kombinacji równań dla reagujących
składników. Na przykład dla reakcji

v A A  vB B 

k
produkty

mamy równania kinetyki r  k  c A  c B oraz transportu

a b

(  c A )
 div  c A u  D A grad c A     v A r
t

(  c B )
 div  c B u  DB grad c B     v B r
t
Po wymnożeniu powyższych równań odpowiednio przez vB oraz vA i odjęciu
stronami otrzymamy związek

 (v B c A  v A c B )
 div  (v B c A  v A c B )u  D grad (v B c A  v A c B )  0
t
typowy dla niereagującego trasera – z zerowym wyrazem źródłowym. Równanie
definicyjne trasera – „ułamka mieszaniny” ma teraz postać

f  vB c A  v AcB , a równanie różniczkowe jego bilansu masy:

(  f )
 div  f u  D grad f   0
t

Należy pamiętać, że samo zredukowanie do zera członu źródłowego nie jest

warunkiem wystarczającym do przyrównania odpowiadających sobie zmiennych
w równaniach różniczkowych. Zmienne te muszą też mieć identyczne warunki
graniczne, aby dawały identyczne rozwiązania dla identycznych równań
różniczkowych. Wygodnie jest więc zastosować odpowiednią normalizację
zarówno stężeń niereagującego trasera jak i ułamka mieszaniny.

Wobec tego w ogólnym przypadku definiuje się go jako

v B (c A  c A,min )  v A (c B ,max  c B )
f 
v B (c A,max  c A,min )  v A (c B ,max  c B ,min )

W opisie procesów chemicznych, w których przebiegają reakcje bardzo

szybkie, oraz gdy  r   m , możemy zwykle założyć, że lokalne stężenia
reagentów osiągają poziom równowagowy. Przykładem mogą tu być reakcje
jonowe w roztworach wodnych. Wtedy dodatkowym równaniem wiążącym
lokalne stężenia reagentów jest równanie stałej równowagi, Kr. Dla odwracalnej
reakcji νAA+νBB ↔ νPP może mieć ono postać

c PvP
K r  v A vB
c A cB

Mieszanie inertnego trasera

 Przepływ laminarny

Modelowanie pola prędkości - przenoszenia pędu w przepływie laminarnym

jest nietrudne, ale jest niewystarczająca dokładność przewidywania przenoszenia
masy z reakcją.

Modelowanie mieszania trasera jest oparte na wyznaczaniu jednostkowej

powierzchni międzymateriałowej av, [m2/m3], obliczanej z zależności
wykorzystującej wypadkową szybkość ścinania oraz efektywność wytwarzania tej
powierzchni międzymateriałowej, eff(t):

1 dav
av dt
 eff (t )  S : S  1/ 2

przy czym S jest (symetrycznym) tensorem odkształceń,

S
1
2
grad (v )  grad (v)T  ,
a intensywność przenoszenia masy składnika inertnego jest obliczana według
równań dyfuzji przez wyznaczoną powierzchnię międzymateriałową w przepływie
laminarnym.

 Przepływ burzliwy

Analiza rozwoju pola skalara φ w czasie i przestrzeni urządzenia

procesowego polega na obliczeniach strumienia uśrednionego pędu,  u u ,
i miar kwadratu jego fluktuacji, k, oraz szybkości ich zaniku, ε.

Wobec tego rozpatrujemy oprócz uśrednionego strumienia skalara ,   u

, także jego wariancję,   , oraz szybkość jej zaniku, . Zwykle tym skalarem, ,
2

jest stężenie niereagującego (inertnego) trasera, c.

Ponadto należy wyznaczyć poziom fluktuacji burzliwej skalara,   .

2

Równanie transportu tych fluktuacji ma dla stałej gęstości typową postać:

  2
t
   
 div   2 u    2 u  div  grad   2  P   

Człon produkcyjny, P , obrazujący tempo wzrostu wariancji , dzięki

fluktuacjom burzliwym zachodzącym głównie w obszarze wirów o dużej energii
(mezomieszanie), ma wartość


P  2 t grad    2

natomiast wyrażenie opisujące szybkość zaniku tej wariancji przez dyfuzję

molekularną (mikromieszanie),   , ma definicję i przybliżoną wartość:
    R   2
   2   

 x j x j  2k

Tego typu modele zakładają, że spektrum fluktuacji skalara jest spektrum

równowagowym. Bałdyga (1989), a następnie Fox (1995) zaproponowali
nierównowagowe modele spektralne burzliwego mieszania niereagującego
skalara – tzw. modele mieszania burzliwego.
 Pierwszy z nich, wg. Bałdygi, nosi nazwę modelu burzliwego mieszalnika (ang.
turbulent mixer model, TMM) o trzech skalach czasowych (liczb falowych)
opisujących całkowitą wariancję (zmienności) skalara, . Stosując uproszczony
zapis wariancji stężenia składnika „”,  i  c ,i mamy dla trzech zakresów
2 2

spektrum fluktuacji:

 S2   12   22   32

gdzie sumaryczna wariancja skalara,  S , obejmuje oddzielnie fluktuacje w trzech

2

zakresach jego spektrum: bezwładnościowo-konwekcyjnym,  1 , lepkościowo-

2

konwekcyjnym,  2 oraz lepkościowo-dyfuzyjnym,

2
 32 .
Odpowiada to całkowaniu po częściach spektrum gęstości fluktuacji stężenia
trasera, ale w granicach całkowania charakterystycznych dla tych trzech
rozpatrywanych zakresów, trzeci tylko dla cieczy.
lg Ec

Dt(grad f )2
12
12 /s
22
E22
32 G32

1 3 D B lg 

W modelu TMM przyjmuje się, że zmiany każdej z tych wariancji,  i

2

(i  1, 2, 3) , można opisać za pomocą różniczkowego równania transportu

burzliwego w postaci:
 i2
t
   
 div  i2 u  div D  Dt  grad  i2  RP ,i  RD ,i
 Wyrażenia źródłowe, RP,i oraz RD,i, opisują odpowiednio szybkość
powstawania (produkcji) oraz zaniku (dyssypacji) i-tej wariancji stężenia trasera,
f  c . Stosowane są tutaj kinematyczne współczynniki dyfuzji burzliwej, Dt,
jednakowe dla wszystkich zakresów. Przyjmuje się kaskadowy mechanizm
spektralnego przekazywania fluktuacji stężeń, analogicznie do przekazywania
energii ruchu wirowego.

Oznacza to, że szybkość zaniku fluktuacji stężenia trasera w skali wyższej (i)
jest równa szybkości powstawania fluktuacji stężenia w skali mniejszej (i  1) .

RD,i  RP,(i 1) , i  1, 2

Fluktuacje (wariancja) stężeń w zakresie bezwładnościowo-konwekcyjnym

(i=1) powstają wskutek makroskopowej niejednorodności stężenia średniego, f ,
i dzięki występowaniu fluktuacji prędkości w ruchu wirów. Opisuje się to w
modelach gradientowych:

   
RP ,1  2 f  u  grad f  2 Dt grad f   
2

Szybkość przekazywania fluktuacji stężeń z zakresu bezwładnościowo-

konwekcyjnego (1) do lepkościowo-konwekcyjnego (2) jest opisywana za pomocą
stałej czasowej zaniku fluktuacji stężeń w zakresie (2) - makroskali czasowej
burzliwości, L:

 12 R
RD ,1  RP , 2    12
L k

Z kolei intensywność transportu fluktuacji stężenia f z zakresu (2) do

lepkościowo-dyfuzyjnego (3), w których to zakresach dominują siły lepkości
hamujące ruch wirowy, jest opisywane za pomocą modelu zagarniania E (ang.
engulfment).

RD, 2  RP ,3  E 22

przy czym parametr zagarniania, E, jest proporcjonalny do czasowej mikroskali

burzliwości Kołmogorowa,       :
1/ 2
 1
  2
E  0,058     0,058 
 

Ostatni z wyrazów źródłowych, RD,3 opisuje szybkość zaniku wariancji  32

drogą dyfuzji molekularnej i, podobnie jak w RD,1 oraz RD,2, przyjmuje się w modelu
TMM, że ten wyraz jest wprost proporcjonalny do opisywanej wariancji

RD ,3  G   32 ,

a ten współczynnik proporcjonalności jest prostą funkcją

G  0,303  17050 / Sc E
Wynikiem końcowym sumowania wariancji stężeń w trzech podzakresach
 S2   12   22   32 , jest równanie

 S2
t
 
 div  S2 u   div D  Dt  grad  S2  2 Dt grad f  
2
 G 32

lg Ec

Dt(grad f )2
12
12 /s
22
E22
32 G32

1 3 D B lg 

w którym pokazano, że , że dla wartości  S2 ważna jest tylko szybkość tworzenia

wariancji stężeń f w zakresie bezwładnościowo-konwekcyjnym (i=1) i szybkość
zaniku tej wariancji w zakresie lepkościowo-dyfuzyjnym (i=3).
 Nie można jednak rozwiązać powyższego równania bez znajomości  3 , a
2

następnie  2 i  1 . W celu określenia rozkładu stężenia inertnego skalara, f

2 2

należy rozwiązać trzy takie równania, a ponadto równanie jego transportu.

Mieszanie reagującego składnika przepływającej mieszaniny

Dla złożonych, odwracalnych reakcji, w których bierze udział R reagentów,

możemy ich równanie stechiometryczne zapisać w postaci ogólnej
R

ki R

 v ,i A
 1

k i


v
1
,i A

Wielkości ki oraz k i oznaczają stałe szybkości dla reakcji wprost i reakcji

odwrotnej. Równanie ogólnej szybkości reakcji (zaniku lub powstawania) dla
reagentów w i-tej reakcji przebiegającej w pobliżu stanu równowagi
termodynamicznej ma ogólną postać
R R
ri  k i   c  k i   c ,i
v , i v 

 1  1

Zastosowano tu konwencję, w której przyjmuje się dodatnie wartości

współczynników stechiometrycznych zarówno dla produktów  
'
 ,i jak i
substratów   ,i  . Szybkości tworzenia i zaniku poszczególnych reagentów są w
stanie równowagi jednakowe i wtedy ri  0 .

Uśredniona metodą Reynoldsa wartość członu źródłowego, S  , będzie dla

złożonych reakcji dotyczyć sumarycznych szybkości zmian składnika „  ” we
wszystkich I reakcjach:

 R v   R v ,i 
   v 
I
S  r ,i  v ,i  k i  c ,i
    k i c 
i 1   1    1 

Modelowanie przepływów z reakcją wymaga wprowadzenia dodatkowych

zależności opisujących powyższe uśrednione człony źródłowe równań
przenoszenia masy. Dotyczy to zarówno metody RANS, jak i LES. Można wyróżnić
trzy grupy metod zamknięcia, które polegają na jednym z poniższych sposobów:
a) przybliżeniu wartości wariancji i kowariancji stężeń reagentów za pomocą
innych, znanych wielkości (metoda momentów),
b) założeniu typu (klasy) rozkładu prawdopodobieństwa stężenia reagentów i
obliczaniu parametrów (momentów) tego rozkładu,
c) symulacjach identyfikujących bezpośrednio te rozkłady.

6. Przepływy wielofazowe

W przemyśle chemicznym i pokrewnych, przepływy wielofazowe występują

częściej niż jednofazowe. Obecność więcej niż jednej fazy w przepływającej
mieszaninie stwarza możliwość istnienia różnych struktur (reżimów) przepływu w
zależności od natężenia przepływu poszczególnych faz, ich własności fizycznych
oraz geometrii urządzenia procesowego.
Istnieją różne sposoby klasyfikacji przepływów wielofazowych w zależności od:
(i) stanu skupienia faz i wtedy mówimy o układach (mieszaninach) gaz –
ciecz, ciecz – ciało stałe, itd.,
(ii) reżimów przepływu, ogólnie wyróżnia się przepływy zdyspergowane,
rozwarstwione i mieszane.
W przepływach zdyspergowanych jedna z faz jest ciągła, pozostałe fazy są w
formie rozdrobnionych elementów, na przykład pęcherzyków gazu lub kropli
cieczy czy cząstek ciała stałego. Przepływ rozwarstwiony charakteryzuje się
występowaniem wszystkich faz w formie półciągłej, na przykład przy spływie
filmowym. W przepływach mieszanych mamy zarówno formy półciągłe, jak
i zdyspergowane faz składników mieszaniny, na przykład w absorberach
z wypełnieniem.
Ogólne prawa zachowania masy, pędu i energii także obowiązują w
odniesieniu do przepływów wielofazowych. Wewnątrz podobszarów
zajmowanych przez pojedynczą fazę słuszne są ogólne równania transportu.
Podstawową miarą stężenia poszczególnych faz w mieszaninie jest ich udział
objętościowy. Udział ten w objętości bilansowej (kontrolnej), V, zdefiniowano jako

X k r dV
1
V V
k 
 Wskaźnik fazy, Xk(r), ma wartość 1 lub 0 w zależności od tego czy różniczkowa
objętość, dV, o współrzędnej r zawiera fazę „k” lub jej nie zawiera. Zgodnie z
regułami sumowania udziałów po wszystkich „n” fazach powinna obowiązywać
równość
n


k 1
k 1

Główne klasy popularnych modeli przepływów wielofazowych, podobnie jak

w teorii reaktorów chemicznych, to modele pseudohomogeniczne i
heterogeniczne.
W pseudohomogenicznych prowadzi się obliczenia podobnie jak dla
przepływów jednofazowych, a w modelach heterogenicznych stosuje się odrębne
równania dla przepływu każdej z faz. Typowymi przedstawicielami modeli
pseudohomogenicznych, stosowanych głównie do przepływów rozwarstwionych,
są model ciała porowatego i model objętości płynu, VOF (ang. volume of fluid).
W symulacjach przepływów zdyspergowanych stosuje się dwa typy modeli
heterogenicznych: eulerowsko-eulerowskie (EE), zwane też skrótowo
eulerowskimi oraz eulerowsko-lagrange’owskie (EL) określane także mianem -
lagrange’owskie. Podstawowa różnica między tymi modelami dotyczy
traktowania elementów faz rozproszonych.
W podejściu eulerowskim traktowane są one łącznie i uwzględniane ich
cechy uśrednione w analizowanej objętości, na przykład w komórce
obliczeniowej. Wtedy to każda z faz rozproszonych jest traktowana jako półciągła.
Natomiast w ujęciu Lagrange’a każdy element fazy rozproszonej jest
rozpatrywany z osobna, głównie poprzez śledzenie jego trajektorii ruchu w
mieszaninie wielofazowej i ewolucji innych jego parametrów, na przykład
temperatury, stężenia czy rozmiaru.
Schemat uproszczeń stosowanych w modelach przepływów dwufazowych
pokazano na rysunku.
Typ modelu Układ dwufazowy Schemat modelu

Ciała
porowatego

Objętości
płynu,
VOF

Płynu
półciągłego,
EE

Śledzenia
trajektorii,
EL
 W odniesieniu do fazy ciągłej w obu podejściach, EE oraz EL, a także w
przypadkach faz rozproszonych uznanych za półciągłe w podejściu eulerowskim,
najszersze zastosowanie praktyczne znalazły formy równań transportu oparte na
modelowym uśrednieniu „w makroskali” wszystkich cech danej fazy w objętości
ΔV, zajmowanej przez mieszaninę wielofazową. Odpowiada to założeniu, że
wszystkie fazy zachowują się jak odrębne, półciągłe płyny zajmujące część
objętości ΔV. Fazy (płyny) te mają nie tylko różne własności fizyczne, ale i inne
prędkości oraz naprężenia, temperaturę i stężenie. Mogą one przekazywać
między sobą (wymieniać) pęd, energię i masę składnika.

6.1. Modele pseudohomogeniczne

Dwa podstawowe modele przepływu rozwarstwionego:

- ciała porowatego oraz
- objętości płynu, VOF,
można traktować formalnie jako uproszczoną odmianę modelu eulerowskiego.
Dotyczy to modeli, w których rozwiązuje się równania transportu dla jednej fazy.

 Model ciała porowatego

Model ciała porowatego należy do najprostszych reprezentacji przepływu
wielofazowego i stosowany jest typowo w przypadkach przepływu płynu przez
nieruchome złoża ziarniste lub wiązki rur. W tym modelu ciała porowatego część
objętości komórki obliczeniowej jest wyłączona z obliczeń i traktowana jako
niedostępna dla płynu.

W obliczeniach lokalnych wartości prędkości średniej i ciśnienia płynu

uwzględnia się lokalną porowatość, . Jest ona zdefiniowana jako udział
objętościowy płynu w danej komórce obliczeniowej,  = f. Opory przepływu
przez ciało porowate ujmuje się zwykle w postaci dodatkowego członu ujemnego
źródła (upustu), grad(pu)

 u
grad  pu     Cu u

W powyższym równaniu  jest lepkością płynu, a przepuszczalność 
i współczynnik oporu C oblicza się z równań Erguna dla złoża o średnicy zastępczej
dp.
 d p2 3 7  1   
 oraz C
1501    4  d p
2

Ten sposób jest bardzo uproszczony i jest stosowany do przybliżonego

określania warunków hydrodynamicznych. Inną, znacznie dokładniejszą metodą
modelowania procesów transportu w złożu nieruchomym jest uwzględnienie
geometrii poszczególnych elementów wypełnienia oraz ich wpływu na lokalny
przepływ płynu.

 Model objętości płynu (VOF)

Model VOF jest wykorzystywany w przypadkach, kiedy w pojedynczym,
ciągłym elemencie fazy płynnej znajduje się wiele komórek obliczeniowych, na
przykład gdy występują duże pęcherze lub ruchoma powierzchnia swobodna. W
tym modelu (VOF) dwie lub więcej faz płynnych traktowane są obliczeniowo jako
jednorodna mieszanina wewnątrz kolejnych komórek obliczeniowych.
Rozwiązuje się więc równania transportu masy mieszaniny oraz jej pędu takie jak
dla jednej fazy, ale z uwzględnieniem poprawnych własności fizycznych
mieszaniny. Do ich obliczenia konieczna jest znajomość udziału objętościowego
danej fazy płynnej, k, uśrednionego dla danej komórki obliczeniowej.
Lokalizacja powierzchni rozdziału pomiędzy kolejnymi fazami k (k[1,n])
następuje po rozwiązaniu dodatkowych (n – 1) równań ciągłości, w których
zmienną zależną jest k.
 k
 div  k u  0
t
W przypadku wymiany masy pomiędzy fazami należy po prawej stronie tego
równania uwzględnić odpowiedni człon źródłowy dla fazy „k”. Jednak znajomość
lokalnych wartości k nie wystarcza do odtworzenia kształtu powierzchni
międzyfazowych. Kierunek przebiegu powierzchni rozdziału pomiędzy dwiema
fazami, można uzyskać analizując kierunek gradientu k, który określa kierunek
wektora prostopadłego, n, do tej powierzchni:

n  grad  k 
 Metoda VOF jest stosowana głównie do symulacji ewolucji kształtu
powierzchni międzyfazowej w przepływach rozwarstwionych dwóch faz lub
jednego do kilku pęcherzy lub kropli.

6.2. Modele heterogeniczne – ujęcie eulerowskie

Równania przenoszenia mają w przypadku modeli EE postać zbliżoną do
równań dla przepływu jednofazowego podanych poprzednio, pomnożonych przez
udział objętościowy k-tej fazy, k. Równania ciągłości mają wtedy postać:

  k  k  n
 div  k  k uk    S pk
t p 1
pk

Wyrażenia Spk oznaczają szybkość przekazywania masy z fazy „p” do fazy „k”,
odniesioną do jednostki objętości całej mieszaniny wielofazowej. Powiązanie
bilansu masy danej fazy „k” z podobnymi równaniami bilansu dla innych faz
odbywa się poprzez wyrażenia źródłowe Spk. Zgodnie z zasadą bilansu
wymienianej masy musi zachodzić równość

S pk  S kp
W nieco podobny sposób są zmodyfikowane równania bilansu
różniczkowego pędu dla każdej z faz.

 k  k uk 
 div k  k uk uk   div k Tk   k  k g  Fk  FS
t
Tensor Tk zawiera składowe naprężeń oddziałujących na elementy fazy
płynnej „k”. Dla poszczególnych faz płynnych (gaz i ciecze) mamy związek

Tk  2 μk S k  pI
gdzie Sk jest tensorem prędkości odkształceń w fazie „k”, a I pełni rolę tensora
jednostkowego. Wektor Fk ujmuje intensywność przekazywania (wymiany) pędu
pomiędzy fazą „k” a innymi fazami. Wektor ten określa wielkość siły oddziaływań
międzyfazowych w odniesieniu do jednostki objętości fazy „k”
n
Fk   Fkp
p 1
pk
Modele eulerowskie, które opisują przepływy granularne, zawierają dodatkowe
wyrażenia opisujące siły wywołane przez wzajemne kontakty cząstek ciała
stałego, Fs. Wektor Fs dotyczy tylko bilansu pędu dla rozdrobnionej, granularnej
fazy stałej (k = s), a dla płynów ma wartość zerowąWartość wektora Fs dla
rozdrobnionej fazy stałej, traktowanej obliczeniowo jako półciągły płyn, oblicza
się podobnie jak dla wpływu naprężeń występujących w fazach płynnych.
Fs  div2 s S s  ps I 
W odniesieniu do przepływów burzliwych, w metodzie RANS stosuje się
zwykle model dyfuzji gradientowej w celu zastąpienia nieznanej korelacji  k uk uk
' '

przez wyrażenie t graduk .

6.3. Modele heterogeniczne – ujęcie eulerowsko-lagrange’owskie

W podejściu eulerowsko-lagrange’owskim (EL), przepływ fazy ciągłej modeluje się
za pomocą uśrednionych w komórce obliczeniowej równań przenoszenia. Mają
one postać zbliżoną do równań transportu stosowanych w metodzie eulerowskiej
EE. W celu podkreślenia tego, że dotyczą one przepływu tworzącego fazę ciągłą
indeksy „k” zastępuje się indeksami „c”. Podobnie jak w metodzie EE, w równaniu
przenoszenia pędu dla płynnej fazy ciągłej nie uwzględnia się składnika Fs.

 c  c  n
 div  c  c uc    S pc
t p 1
p c

  c  c uc 
 div  c  c uc uc   div cTc   c  c g  Fc
t
Składnik bilansu pędu ujęty za pomocą wektora Fc przedstawia teraz uśredniony
efekt wymiany pędu pomiędzy wszystkimi „N” elementami fazy rozproszonej a
fazą ciągłą w ramach danej objętości kontrolnej. Jego wartość można ocenić za
pomocą równania:

Fc   Vs ,i    u s ,i  uc 
N N

i 1
V
i 1
s,i

W równaniu tym Vs,i jest objętością poszczególnych i-tych elementów fazy

rozproszonej,  reprezentuje współczynnik (zwykle empiryczny) międzyfazowej
wymiany pędu, a uc oraz us,i są odpowiednio wektorami prędkości fazy ciągłej
oraz kolejnych elementów fazy zdyspergowanej (cząstek).

Przepływ cząstek fazy rozproszonej jest modelowany w ujęciu EL przez

rozwiązanie równania ruchu dla każdej cząstki z osobna. Wymaga to
zaangażowania znacznych mocy obliczeniowych i pamięci operacyjnej
komputera, dlatego nie jest stosowane w przypadku bardzo dużej liczby cząstek.
Wraz z rozwojem komputerów zwiększa się graniczna liczba cząstek, których
trajektorie można modelować w metodzie EL, i obecnie jest bliska poziomu 106.

Równanie bezkolizyjnego ruchu elementów fazy zdyspergowanej jest oparte na

równaniu drugiej zasady dynamiki Newtona. Symulacja trajektorii
poszczególnych cząstek obejmuje rozwiązanie układu równań
dus ,i
s   s   c g  divTc  Fk ,i
dt
dx s ,i
u s ,i 
dt
w którym us,i oraz xs,i są wektorami prędkości i położenia i-tej cząstki, ρs oraz ρc
oznaczają gęstości cząstki oraz fazy ciągłej, Tc jest tensorem naprężeń w fazie
ciągłej uśrednionym w komórce obliczeniowej, a Fk,i reprezentuje sumaryczną
siłę Fk przypadającą na jednostkę objętości i-tej cząstki.