Wykład 11

Hybrydyzacja modeli RANS.

Metody DES (Detached Eddy
Simulation) i metoda symulacji
przepływu Speziale
Sławomir Kubacki
slawomir.kubacki@meil.pw.edu.pl

Instytut Techniki Lotniczej i Mechaniki Stosowanej,

Politechnika Warszawska

wrzesień, 2013
Zakres wykładu

Wykład dotyczy jednorodnych metod DES

o Równania transportu modelowanej energii kinetycznej i modelowanej

częstotliwość fluktuacji dla modelu DES SST (Strelets, 2001)
o Technika symulacji przepływu „Flow simulation methodology” Speziale 1996
o Model DES w oparciu o model RANS Spalarta-Allmarasa 1997 (DES97)
o Zalety i wady metod DES

2
Motywacja

3
DES vs. LES

o Metody DES, pozwalają znacznie obniżyć koszty symulacji numerycznych

(porównując a metodami DNS lub LES)

Metody hybrydowe RANS-LES: N  Re (LES: N  Re1.8, DNS: N  Re

0.4 2.2
: )

o Metody DES interpolują rozwiązanie między podobszarami RANS i LES

o W metodach DES interpolacja między podobszarami RANS i LES
realizowana jest poprzez modyfikację członu destrukcyjnego w równaniu dla
k (czasami również poprzez modyfikację współczynnika lepkości
turbulentnej)

4
Dyssypacja energii kinetycznej turbulencji dla modeli
LES/DES
Przyjmujemy spektrum Kołmogorowa:

E()  CK 2/35/3 (1)

gdzie κ oznacza liczbę falową (κ = π/L). CK jest stałą Kołmogorowa (CK=1.4-1.5).

o W praktyce skala długości 
Fp jest związana z rozmiarem oczka
siatki obliczeniowej

E()  CK 2/35/3 o Skala  może być utożsamiana z

FT charakterystyczną skalą długości Lc
struktur modelowanych dla
metody LES ( Lc = )

o  charakteryzuje najmniejsze
struktury wirowe które są (jeszcze)
e  symulowane na danej siatce
FT
- stanowi więc dobre „przybliżenie”
c =/ rozmiaru struktur modelowanych
5
liczba falowa odcięcia
Dyssypacja podsiatkowej energii kinetycznej turbulencji dla
modeli LES/DES
Jeżeli liczba falowa odcięcia jest w obszarze inercyjnym na widmie energii to
możemy przyjąć widmową gęstość energii daną Równ. (1). Modelowaną energię
kinetyczną turbulencji kc można otrzymać z zależności

k c   E d (2)
c

gdzie (κc = π/). Po scałkowaniu otrzymuje się

 3C 
k c   k  2 / 3   2 / 32 / 3 (3)
 2 

Pozwala to oszacować dyssypację na podstawie Równ. (3):

3 / 2
 3C  k 3c / 2 k 3c / 2
 k    (4)
 2   
W praktyce dla podobszaru LES
k 3c / 2
 (5)
C DES 
6
DES – siatka obliczeniowa i koncepcja podziału obszarów na
RANS i LES

7
Równanie ciągłości i równania pędu (=const)

ui
0
x i
 u i u i u j  1 p 
t

x j
 
 x i x j
 ji   ji 
gdzie

  2Sij składowe tensora naprężeń lepkich płynu,

ij  2 tSij  2 / 3kij składowe tensora naprężeń turbulentnych/podsiatkowych

1   u i  u j 
Sij   składowe tensora prędkości odkształceń,
2  x j x i 


 - współczynnik lepkości kinematycznej płynu,

t - współczynnik lepkości turbulentnej,
k - energia kinetyczna turbulencji.
8
Model DES SST

Dk    t k 
 Pk    (  )  (6)
Dt x j    x j


D    t   22 k 
 P  2  (   )  (7)
Dt x j   x j   x j x j
gdzie
Pk   t S2 P  Pk /  t
Modyfikacji podlega człon destrukcyjny  w równaniu dla k
  k 3/ 2 
  max   k,  (8)
 C DES  

W obszarch LES modelu DES dyssypacja

dana jest więc Równ. (5).

9
Model DES SST

Stałe β* = 0.09, σk = 0.85*F1 + 1.0*(1-F1), α = 0.553*F1 + 0.44*(1-F1),

β = 0.075*F1 + 0.0828*(1-F1), σω = 0.5*F1 + 0.856*(1-F1), σω2 = 0.856.

Współczynnik lepkości turbulentnej posiada aktywny limiter naprężeń

Reynoldsa (dyskutowany na jednym z poprzednich wykładów)
a 1k
t  (9)
max( a 1, SF2 )
gdzie a1=0.31, funkcje F1 i F2 służą do interpolacji rozwiązania uzyskanego ze
standardowego modelu k- i modelu k- transformowanego do modelu k-.

Wzrost członu destrukcyjnego w Równ. (6) powoduje obniżenie poziomu

modelowanej lepkości (Równ. 9) do poziomu typowego dla metod LES.

10
Model DES SST

Równ. (6) zazwyczaj zapisuje się w postaci

Dk k 3/ 2    t k 
 Pk   (  )  (10)
Dt  DES x j    x j


gdzie

 DES  minLt , CDES L t  k1/ 2 /() (11)

Turbulentna (modelowana ) skala długości Lt jest uzyskiwana z równań

transportu (Równ. 10 i 7)

11
Model DES SST (obszar URANS)

Jeżeli Lt  CDES  to uzyskujemy model RANS (niestacjonarny RANS). Równ.

(10) i (7) przyjmują postać

Dk    t k 
 Pk  k  (   )  (12)
Dt x j    x j 

D    t   22 k 
 P  2  (   )  (13)
Dt x j   x j   x j x j

a 1k
t  (14)
max( a 1, SF2 )

RANS
Tucker, (2011) 12
Model DES SST (obszar LES)

Jeżeli Lt  CDES to uzyskujemy model LES. Równ. (10) i (7) przyjmują postać

Dk k 3/ 2    t k  (15)
 Pk   (  ) 
Dt C DES  x j    x 
j

D    t   22 k 
 P  2  (   )  (16)
Dt x j   x j   x j x j

a 1k
t  (17)
max( a 1, SF2 )

Tucker, (2011)
LES
13
Model DES SST – warunki lokalnej równowagi, zgodność z
modelem Smagorińskiego
Przyjmując warunki lokalnej równowagi (produkcja = dyssypacji w Równ. 15 i
16)
k 3/ 2 k 3/ 2
Pk    tS 
2
(18)
C DES  C DES 

P  2  S2  2 (19)

oraz przyjmując współczynnik lepkości

k
t  (20)

Wstawiając Równ. (20) do Równ. (19) otrzymuje się
 2 2
k2  t S (21)

Wstawiając Równ. (21) do Równ. (18) otrzymujemy współczynnik lepkości
dany „modelem Smagorińskiego”
2
    3 / 4 
 t    CDES   S
 (22)
   
  14
Model DES SST – warunki lokalnej równowagi, zgodność z
modelem Smagoryńskiego
Dla modelu k- SST (stałe =0.44, =0.0828) CDES=0.61.

To daje stałą Smagoryńskiego w Równ. (24) bliską wartości teoretycznej 0.18

Cs   / 
3 / 4
C DES  0.17

Równ. (22) ma kluczowe znaczenie w zapewnieniu zgodności modelu DES

z modelem LES na gęstej siatce obliczeniowej.

15
Metoda symulacji przepływu Speziale (1996)

Jedną z pierwszych technik hybrydowych (RANS-LES) symulacji przepływu

turbulentnego zaproponował Speziale

ij  f  RANS
ij 0  f 1 (23)
 k
l

Funkcja f tłumi składowe tensora naprężeń turbulentnych uzyskiwane z

modelu RANS do poziomu typowego dla metody LES (lk –skala długości
Kołmogorowa)

Zmodyfikowany tensor  jest stosowany w równaniu pędu

 u i u i u j  1 p 
t

x j
 
 x i x j
 ji   ji  (24)

Równania transportu modelu turbulencji nie są modyfikowane.

16
Metoda symulacji przepływu Speziale (1996)

Speziale proponuje funkcję f postaci

n
  
f    1  exp   
 lk   lk 
gdzie stałe =0.001, n=1.

- rozmiar oczka siatki obliczeniowej

  max  x ,  y ,  z  - definicja stosowana w metodach DES

lub

  3 x  yz - definicja typowa dla metod LES

Skala długości dyssypatywnych struktur wirowych (Kołmogorowa)

lk  3 / 4 / 1/ 4

17
Metoda symulacji przepływu Speziale (1996)

Widmo energii i typowy rozkład funkcji lk

18
Metoda symulacji przepływu Speziale (1996)

Lewy: DNS (8M elementów), prawy: FSM Speziale (1M elementów)

19
Model DES97– w oparciu o model RANS Spalarta-Allmarasa

Hybrydyzacja modelu Spalarta-Allmarasa odbywa się poprzez modyfikację

członu destrukcyjnego (współczynnik cw1)


D~  
~ 
2
1   ~   
~ 
2

  c w1  ~  
 c b1~   (   )   c b 2   
~
Dt  y  ~  y  y   y  

gdzie podobnie jak w modelu DES SST

y  miny, CDES
~

stała CDES=0.65.

Podobnie jak w przypadku modelu DES SST zwiększenie członu

destrukcyjnego dla CDES   y (daleko od ścian) skutkuje obniżeniem
współczynnika lepkości turbulentnej do poziomu typowego dla metod LES
  / 
~ 3

t  ~
f v1 f v1 
~ /  3  c v13
Stałe i funkcje (patrz wykład dotyczący metod RANS) 20
Modele DES zalety i wady

Zaleta:

1. Pozwalają znacznie obniżyć (w porównaniu z LES i DNS) koszty symulacji

numerycznych niestacjonarnych i trójwymiarowych przepływów
turbulentnych

N  Re 0.4 (DES) zamiast N  Re1.8 (LES)

Wady/wymagania

1. Wymagają dobrych siatek obliczeniowych w tych obszarach przepływu w

których mają funkcjonować w trybie LES (daleko od ścian)
2. Wykazują problemy w symulacji (modelowaniu) przepływów w których
występuje zjawisko przejścia laminarno-turbulentnego
3. Niespójność sformułowania metody w obszarach przejściowych pomiędzy
RANS i LES („grey zone”) – chociaż rozwijane są techniki „multiscale
methods” które nie posiadają tego ograniczenia

21