Универзитет „Св.

Кирил и
Методиј” во Скопје

Машински факултет - Скопје

Семинарска работа по предметот:

Динамика на флуиди и CFD

Анализа на струење на вода низ цевка со примена на CFD

Предметен наставник: Проф. д-р Валентино Стојковски

Асистент: Асс. м-р Марија Лазаревиќ

Студент: Коста Пеев, 2020, Енергетика и Екологија

Јануари 2020,
Скопје

1
Содржина
Вовед.................................................................................................................... 3
Исцрутвање на геометријата на струјниот простор (претпроцесирање)....... 5
Создавање на нумеричка мрежа („грид“) и дефинирање на површините
(претпроцесирање)…………………………………………………………….. 6
Процесирање на резултатите во Fluent………………………………….......... 9
Пост-процесирање на резултатите.................................................................... 10
Користена литература......................................................................................... 14

2
Вовед
Како дел од наставниот план по предметот „Динамика на флуиди и CFD“ задолжително е да се
направи мини елаборат и анализа користејќи ги CFD технологиите. За ваквата анализа беа
користени софтверите Fluent и Gambit.

Computational Fluid Dynamics (CFD), е гранка од механика на флиуидите која користи нумерички
анализи за да анализира и решава проблеми поврзани со движењето (струењето) на флуидите.
Компјутерите се користат да ги обават пресметките кои се неопходни да се симулира слободното
струење на флуидите (на пример воздухот пред да дојде во допир со некое „аеродинамичко“
тело), како и интеракцијата на флуидот (течности и гасови) со површини дефинирани со гранични
услови. Со новите суперкомпјутери, подобри резултати е можно да се постигнат и се честопати
неопходни да се решат и анализираат најголемите и најкомплексни проблеми. Моменталните
истражување создаваат софтвер кој ќе ја подобрат прецизноста и брзината на комплексни
симулации, како на пример симулации каде имаме турбулентно струење. Првичното вреднување
на ваквите софтвери обично се прави користејќи експериментален апаратус, како воздушни
тунели. Додатно, претходно направени аналитички или емпириски анализа на одреден проблем
може да бидат искористени за споредба. Конечно вреднување е честа појава. Во овој случај се
користат прототипови кои се многу блиску до финалниот производ. Како пример можеме да ги
земеме тест летовите на нови авиони. CFD има голема примена во различни истражувања и
инженерски проблеми, вклучувајќи аеродинамика, симулација на временските услови, анализа на
согорувањето во мотори со внатрешно согорување итн.

Според НАСА, ова се чекорите за дефинирање и решавање на даден проблем користејќи ги CFD
технологиите:

1. Формулирање на проблемот.
2. Моделирање на геометријата и доменот на проток на флуидот.
3. Дефинирање на граничните и почетните услови.
4. Генерирањеа мрежа („грид“).
5. Поставување стратегија за симулација.
6. Поставување на влезните параметри.
7. Изведување на симулацијата.
8. Мониторирање на симулацијата.
9. Пост-процесирање на симулацијата за да се добијат резултати.
10. Споредба на резултатите.
11. Повторување на целокупниот процес за добивање на целосна претстава за критичните
места.
12. Документирање и крајна анализа.

Се разбира овие 12 чекори се за крајно прецизни пресметки какви се потребни на една

установа од рангот на НАСА. Во суштина, слични беа и нашите чекори, со тоа што беа упростени
(што е оправдано, имајќи предвид дека ова е воведен курс во CFD технологии и служи како основа

3
за понатамошно усовршување на нашите знаења). Нашата анализа може да се сведе на три
чекора.
Прво, моравме да ја дефинираме геометријата на „системот“. Нам ни беше дадена цевка со
кружен напречен пресек, која после одредена должина и се зголемуваше напречниот пресек
(односно дијаметарот).
Вториот чекор беше да се креира мрежата и да се дефинираат површините. Како што
честопати е случај во машинстовото, така и тука мора да се направи одреден инженерски
компромис. Идеално би било доколку работиме со што е можно помали елементарни волумени,
меѓутоа понатамошните пресметки би ни одземале значително количество време. Па така,
користејќи ги нашите претходни знаења, решаваме дека треба да имаме што е можно поголем
број ќелии во близина на ѕидовите бидејќи тука се случуваат најкритичните појави. Во интерес на
времето, како се движиме од рабовите на кружницата (доколку го посматраме напречниот
пресек) кон центарот на истата, можеме да си дозволиме помал број на ќелии, бидејќи праксата
(а и теоријата) покажала помал број на критични појави во овој регион. Како дел од овој чекор
спаѓа и дефинирањето на површините, односно, што е влез за флуидот, а што излез, што е ѕид а
што внатрешност. Сето ова е неопходно, за кога ќе ги вршиме симулациите, програмот (Fluent) да
може точно да ги „чита“ параметрите.
Третиот и последен чекор, се состои од процесирање на се што беше дефинирано во
претходните два чекори. Всушност, ние како инженери, чекаме да добиеме некои вредности кои
понатака ќе можеме да ги анализираме и да извлечеме заклучоци за системот.
Пред да почнеме со детална анализа на целиот процес, сметам дека е важно да се даде кратко
резиме на задачата и кои вредности ни беа зададени. Како што веќе реков, ми беше дадена
цевка, која после некоја должина се проширува. Дијаметарот пред проширувањето изнесуваше
100мм, а должината на овој дел од цевката 500мм. Аголот на проширување изнесуваше 10˚,
додека проширувањето „траеше“ 100мм, после што повторно имавме константен напрешечен
пресек. Со тоа што, должината на овој дел од цевкодот изнесувапе 1000мм. Ми беа дадени
следните вредности за брзината на влез на флудиот: 1,5 m/s; 1,7 m/s; 1,9 m/s; 2,1 m/s. Сметам дека
јазикот на инженерите, а особено на машинците, би бил нецелосен доколку немаме некоја скица.
Па затоа, подоле има скица од целиот цевковод и сметам дека на сите читатели откако ќе ја видат
таа скица, работите ќе им станат многу појасни.

4
Исцртување на геометријата на струјниот простор (претпроцесирање)
Како што веќе споменав, нам ни беше дадена цевка со кружен напречен пресек која после
одредено растојание се проширува. Подолу може да се види техничкиот цртеж за „мини-
цевководот“.

Од дадениот технички цртеж (за кои некои пресметки требаше сами да ги извршиме)
пристапивме кон исцртување на истиот во софтверот “Gambit”. Споменатиот софтвер има нешто
поразличен интерфејс за разлика од модерните софтверски решенија, но може да се каже дека е
најинженерски од сите софтвери кои до сега сум ги користел. Не е можно само да се „повлече“
една линија, туку прво треба да се дефинираат две точки (почетна и крајна), па да ги поврземе тие
две точки за да добиеме отсечка (раб). Потоа со повеќе рабови, формираме површина, а од
повеќе површини – волумен. Волуменот го добивавме со екструдирање. За проширувањето, кое
има облик на пресечен конус, не го коирестевме гореспоменатиот начин (точка-раб-површина-
волумен) туку самиот софтвер има можност и директно да се нацрта волумен во форма на
пресечен конус. Вреди да се спомене
дека на горниот технички цртеж ги
обелажав и местата на кои ги
меревме притисоците и аналогно на
тоа, падот на притисокот. Си
дозволив ваква слобода, бидејќи
сметам дека вакво нешто е убаво да
се види графички.

На следната слика, можно е да се

види како изгледа нашиот систем во
програмот “Gambit” по успешно
завршениот прв чекор.

5
Создавање на нумеричка мрежа („грид“) и дефинирање на површините
(претпроцесирање)
Во овој чекор пристапуваме првин кон креирање на мрежата, а потоа и дефинирање на
површините. „Грид“ се геометриски облици (со мали димензии) кои го покриваат физичкиот
домен, чија задача е да се идентификуваат дискретните волумени или елементи каде законите на
конзервација можат да бидат применети (конзервационите закони велат дека одредени својства
кои можат да бидат измерени кај еден физички систем, не се менуваат како што системот
„еволуира“ во текот на времето). Пример за ваков закон е законот за конзервација на енергија.
Создавањето на мрежата (грид) е првиот чекор за пресметување на нумерички решенија на
равенките кои го опишуваат физичкиот процес. Резултатите на решенијата зависат од квалитетот
на мрежата. Добро конструирана мрежа може да го подобри квалитетот на решенијата, додека
девијации од нумеричките решенија се забележуваат со лошо конструирана мрежа. Постојат
различни методи за конструирање на мрежата, како алгебраични и диференцијални.

Во интерес на времето кое ќе биде потребно да се процесираат пресметките, решивме дека

ќе имаме поголем број ќелии во близина на работ на цевката, а бројот на ќелии постепено ќе се
намалува како се приближуваме кон центарот.

Програмата Gambit автоматски го одбира Cooper Scheme Type како алатка за мрежирање. Ние
работевме со interval size 0.014. Гореспоменатото намалување на бројот на ќелии, ние го
зададовме со колкав чекор ќе се одвива, но за жал, немам направено слика од таа постапка.
После мрежирањето, нашиот модел изгледаше на следниот начин:

6
 После првичното мрежирање, неопходно е да се направи своевидна проверка на квалитетот
на мрежата. Тоа се постигнува со функцијата Examine Mesh. Со користењето на оваа функција
добиваме визуелна информација околу квалитетот на нашата мрежа. Подоле, ќе може да видиме
неколку слики од нашата „проверка на квалитет“.

7
 Како што може да се види од сликите, од софтверот даден ни е визуелен критериум, односно
како (условно земено) најквалитетни ќелии се со темно сина боја (со вредност 0), а најмалку
квалитетните ќелии со црвена (со вредност 1). Се разбира дадени се и други бои, кои означуваат
поголем или помал квалитет на ќелиите. Овој „квалитет“ на ќелиите подразбира дека во случај на
ќелии со вредност 1, можно е да добиеме непрецизни резултати, односно резултати кои во целост
не би соодвествувале со реалноста. Имајќи предвид дека наша цел е да добиеме што е можно
попрецизни и пореално резултати, ни претставува предизвик да имаме што е можно поквалитетна
мрежа. Во нашиот случај можеме да видиме дека „најслабите карики“ се ќелии со вредност
некаде помалку од 0.5, кои се наоѓаат некаде во близина на центарот на кружницата. Ваквите
резултати од мрежирањето може да поминат како задоволителни, бидејќи квалитетот на мрежата
е релативно висок, а ќелиите со понизок квалитетот се наоѓаат во близина на центарот на
кружницата (на влез од цевководот), каде што не очекуваме да имаме некои критични појави.

Следно што треба да направиме е да ги дефинираме површините кои што сме ги создале при
првиот чекор. Софтверскиот пакет што го користиме (Fluent&Gambit) сите недефинирани
површини автоматски ги гледа (чита) као ѕидови. Па затоа, прво треба да ја дефинираме
површината низ која ќе влегува флуидот (во нашиот случај тоа ќе биде водата). Тоа се прави со
алатката Specify Boundary Types. За влезната површина одбираме Velocity_Inlet. За излезната
површина (која има поголем дијаметар од влезната) избираме Outflow. Битен чекор кој не смееме
да го заборавиме, е било кои внатрешни површини што можеби останале како дел од првиот
чекор (скицирање на цевководот во нашиот случај) да ги дефинираме како Interior, бидејќи во

8
спротивно ќе бидат сметани за ѕид од софтверот и би добиле неточни податоци низ симулациите.
Во мојот конкретен случај, имаме две такви површини. Тие може да се видат на втората слика и се
со зелена боја. Тоа се површините на проширувањето кои моравме да ги создадеме како би го
нацртале цевководот. Откако тие две површини ги дефиниравме како Interior, треба да ја
зачуваме нашата датотека со .msh екстензија за да можеме да продолжиме со пресметките во
Fluent.

Процесирање на резултатите во Fluent

Откако го експортиравме моделот од Gambit и го отворивме во Fluent, неопходно е да се
дефинираат неколку работи. Сметам дека е важно да се напомене дека Fluent, после извршените
пресметки ги зачувува во два вида датотеки. Првата е Case, која ги чува сите информации за
граничните услови, а втората е Data file, која го чува решението. Ова е важно, бидејќи овие две
датотеки ни се доволни за во било кој момент да можеме да се потсетиме што сме правеле или
пак доколку сакаме да ги споделиме добиените резултати со некој друг колега.

Fluent претпоставува дека се што е работено и цртано во Gambit (претходно заборавив да

кажам дека Gambit e софтвер кој не работи со димензии) е во метри. Па затоа, доколку не сме
работеле во метри (пример, доколку сме имале димензија од 100mm, сме требале да ја нацртаме
како 0,1m во Gambit), ќе треба да му „кажеме“ на Fluent дека се што е цртано е всушност цртано
во милиметри.

Понатака, потребно е да ги дефинираме површините каде што ќе ги мериме притисоците.

Каде треба да бидат лоцирани можеме да видиме од првата слика. Понатака, преку Display -> Grid,
ќе ни биде прикажан цевководот . Влезната површина ќе ни биде со сина боја, излезната црвена,
а ѕидовите бели. Убаво е да го направиме овој чекор, за уште еднаш, визуелно, да се увериме
дали правилно работиме. Доколку имаме некои грешки, ќе треба да се вратиме во Gambit, за
исправиме се што не е точно.

Fluent, слично како што автоматски за основна мерна единица зема метар, така празниот
простор смета дека е исполнет со воздух. Ние сакаме да го замениме воздухот како работен
флуид со вода во течна состојба. Тоа можеме да го смениме во Database (define → fluent database).
Во овој случај нема потреба да се внесе ефектот на гравитацијата.

Единствениот граничен услов кој треба да го поставиме е брзината. При првичната пресметка
ставивме да имаме ламинарно струење за V1 (define → visco… → laminar), а потоа продолживме со
турбулентно струење (турбулентното струење струење го „подесуваме“ на ист начин како и
ламинарното) за брзини V1=1.5m/s, V2=1.7m/s, V3=1.9m/s и V4=2.1m/s (define → boundary conditions
→ vlez → velocity inlet → ги внесуваме вредностите кои ни беа дадени). За своите пресметки,
Fluent користи итеративни методи. Итеративните методи, за разлика од директните методи,
генерираат низа на апроксимативни решенија на системот кои конвергираат кон точното
решение. После одреден број итерации, можеме да се здобиеме со апроксимација за точното
(егзактното) решение. Ние, на софтверот му дадовме да работи до 1000 итерации (solve → iterate
→ 1000), но секогаш ги прекинувавме пресметките порано, бидејќи веќе после 500 итерации
почна да ги дава резултатите што нам ни беа неопходни.

9
 Пост-процесирање на резултатите

Вектори на брзината.

Тоа што може да се види е дека притисокот е најголем на влез, а после проширувањето опаѓа.
До сличен заклучок може да се дојде и за брзината, а тоа е дека брзината е помала на излез. Тоа

10
може и да го докажеме преку равенката на континуитет (Q=V*A), од која се гледа сека брзината
зависи од површината на напречниот пресек, односно колку поголем напречен пресек толку
помала брзина. Важно е да се спомене дека протокот ќе биде еднаков секаде во системот, додека
брзината ќе биде таа што ќе се менува. Оваа констатација визуелно можеме да ја видиме на
сликата каде Fluent ни дава графички приказ на векторите на брзината. Користејќи ја
горенаведената формула (равенка на континуитет) ќе можеме и да пресметаме која ќе биде
брзината во поголемата цевка. Сепак, мислам дека овој метод не е најпрецизен, бидејќи како што
може да се види и од сликата погоре, брзината не е баш константна (што е и за очекување). Ако
добро ја „читам“ сликата, брзината варира во близина на проширувањето, а на одредено
растојание пред и после проширувањето таа треба да биде константна.

Погоре е графикот проток-притисок. Имаме две криви кои ги претставуваат притисоците што
ги измерил програмот (P1 и P2). Сметав дека е ова е важно да се покаже, како би имале поубава
претстава дека притисокот после проширувањето е помал. Исто така, може да се примети трендот
на покачување на разликата на притисоци како што се зголемува протокот (брзината). Понатака,
може да се види дека протокот е константен насекаде низ системот. Дадени се и равенките кои ги
опишуваат овие две криви (со помош на методот на најмали квадрати), па можеме да добиеме
апроксимативни вредности за притисокот за различни вредности на протокот.

Пад на притисок
300
Промена на притисок P (Pascal)

250 247
f(x) = 424889024.97 x³ − 18484360.93 x² + 290608.11 x − 1424.14
R² = 1 208.23
200
172.12
150
128.77
100

50

0
0.01 0.01 0.01 0.01 0.02 0.02 0.02
Проток Q (m3/s)

На овој дијаграм го имаме односот помеѓу протокот и промената на притисокот (во мојот
случај имав пад на притисок). Овој дијаграм произлегува од претходниот дијаграм, па на овој
начин е преставена разликата меѓу вредностите за P1 и P2. Се забележува дека при зголемување на
протокот се зголемува и разликата во притисоците.

11
 Споредба на брзините во двете цевки
2.5

2 2.1
f(x) = 127.32 x + 0 1.9
Брзина V (m/s)

R² = 1 1.7
1.5 1.5

7
0.7
2

1
0.7
5

0.6
0.5

0.5 f(x) = 46.63 x

R² = 1
0
0.01 0.01 0.01 0.01 0.02 0.02 0.02
Проток Q (m^3/s)

Брзината во помалата цевка Linear (Брзината во помалата цевка)

Брзина во поголемата цевка Linear (Брзина во поголемата цевка)

Последниот дијаграм се однесува на брзината која е различна во двете цевки. Како што
претходно реков, протокот ќе биде константен, но тоа нема да биде случај со брзината.
Вредностите за брзините на влез во првата цевка ни се познати (ни беа зададени), додека тие во
втората цевка (на излез) не ни беа познати. Користејќи ја равенката на континуитет можеме да ги
добиеме и тие вредности. За да бидеме сигурни дали сме работеле точно, можеме да ги

12
споредиме добиениете вредности во овој дијаграм со вредностите од сликата со брзините на
вектори која ја изработи Fluent. Графичките прикази од Fluent се направени за V1 = 1,5 m/s, па
затоа треба да пазиме да ги споредуваме соодветните вредности. Според боите, сметам дека
Fluent дава вредност од 0,541 m/s (тука мора да се оградам за точноста на резултатите бидејќи
познато е дека мажите не разликуваат најдобро бои), што е доволно блиску до добиенaта
вредност од равенкаta на континуитет која изнесува 0,549 m/s.

Користена литература
1. https://www.grc.nasa.gov/WWW/wind/valid/tutorial/process.html
2. https://www.cfd-online.com/Wiki/Iterative_methods
3.   Charnes, A.; Frome, E. L.; Yu, P. L. (1976). "The Equivalence of Generalized Least Squares
and Maximum Likelihood Estimates in the Exponential Family". Journal of the American
Statistical Association. 71 (353): 169–171. doi:10.1080/01621459.1976.10481508.
4. Harlow, F. H. (2004).  "Fluid dynamics in Group T-3 Los Alamos National Laboratory:(LA-UR-03-
3852)".  Journal of Computational Physics.  195 (2): 414–
433. Bibcode:2004JCoPh.195..414H.  doi:10.1016/j.jcp.2003.09.031.
5.   Patankar, Suhas V. (1980). Numerical Heat Transfer and Fluid FLow. Hemisphere Publishing
Corporation. ISBN 0891165223.
6. Anderson, Dale (2012). Computational Fluid Mechanics and Heat Transfer, Third Edition Series
in Computational and Physical Processes in Mechanics and Thermal Sciences. CRC Press.
pp.  679–712. ISBN 978-1591690375.
7. E. Godlewski and P.A. Raviart, Hyperbolic systems of conservation laws, Ellipses, 1991.
8.   Fielding, Suzanne. "The Basics of Fluid Dynamics" (PDF). Durham University. Retrieved  22
December 2019.
9.   Engineers Edge, LLC. "Fluid Volumetric Flow Rate Equation". Engineers Edge. Retrieved  2016-
12-01.

13