Kiitos vierailustasi Nature.comissa.Käytät selainversiota, jossa on rajoitettu CSS-tuki.Parhaan kokemuksen saamiseksi suosittelemme käyttämään päivitettyä selainta (tai poistamaan Yhteensopivuustila käytöstä Internet Explorerissa).Lisäksi jatkuvan tuen varmistamiseksi näytämme sivuston ilman tyylejä ja JavaScriptiä.
Näyttää kolmen dian karusellin kerralla.Käytä Edellinen- ja Seuraava-painikkeita siirtyäksesi kolmen dian läpi kerrallaan tai käytä lopussa olevia liukusäädinpainikkeita siirtyäksesi kolmen dian läpi kerrallaan.
Tässä tutkimuksessa flokkulaation hydrodynamiikkaa arvioidaan kokeellisesti ja numeerisesti pyörteisen virtausnopeuskentän tutkimuksella laboratoriomittakaavassa siipihöytelöilijässä.Turbulenttinen virtaus, joka edistää hiukkasten aggregaatiota tai flokkien hajoamista, on monimutkainen, ja sitä tarkastellaan ja verrataan tässä artikkelissa käyttämällä kahta turbulenssimallia, nimittäin SST k-ω ja IDDES.Tulokset osoittavat, että IDDES tarjoaa erittäin pienen parannuksen SST k-ω:han verrattuna, mikä riittää simuloimaan tarkasti melaflokkulaattorin sisäistä virtausta.Sovitapistemäärää käytetään PIV- ja CFD-tulosten lähentymisen tutkimiseen ja käytetyn CFD-turbulenssimallin tulosten vertailuun.Tutkimus keskittyy myös luistokertoimen k kvantifiointiin, joka on 0,18 alhaisilla nopeuksilla 3 ja 4 rpm verrattuna tavalliseen tyypilliseen arvoon 0,25.K:n pienentäminen 0,25:stä 0,18:aan lisää nesteeseen syötettyä tehoa noin 27-30 % ja lisää nopeusgradienttia (G) noin 14 %.Tämä tarkoittaa, että saavutetaan odotettua intensiivisempi sekoitus, jolloin energiaa kuluu vähemmän ja energiankulutus juomavedenpuhdistamon flokkulointiyksikössä voi siten olla pienempi.
Vedenpuhdistuksessa koagulanttien lisääminen horjuttaa pieniä kolloidisia hiukkasia ja epäpuhtauksia, jotka sitten yhdistyvät muodostaen flokkulaatiota flokkulaatiovaiheessa.Hiutaleet ovat löyhästi sitoutuneita fraktaalimassaaggregaatteja, jotka sitten poistetaan laskeutumalla.Hiukkasten ominaisuudet ja nesteiden sekoitusolosuhteet määräävät flokkulointi- ja käsittelyprosessin tehokkuuden.Flokkulaatio vaatii hidasta sekoitusta suhteellisen lyhyen ajan ja paljon energiaa suurten vesimäärien sekoittamiseen1.
Flokkuloinnin aikana koko järjestelmän hydrodynamiikka ja koagulantti-hiukkasvuorovaikutuksen kemia määräävät nopeuden, jolla saavutetaan kiinteä hiukkaskokojakautuma2.Kun hiukkaset törmäävät, ne tarttuvat toisiinsa3.Oyegbile, Ay4 raportoi, että törmäykset riippuvat Brownin diffuusion flokkulaatiokuljetusmekanismeista, nesteleikkauksesta ja differentiaalisesta laskeutumisesta.Kun hiutaleet törmäävät, ne kasvavat ja saavuttavat tietyn kokorajan, mikä voi johtaa rikkoutumiseen, koska hiutaleet eivät kestä hydrodynaamisten voimien voimaa5.Jotkut näistä rikkoutuneista hiutaleista yhdistyvät pienemmiksi tai samankokoisiksi 6.Vahvat hiutaleet voivat kuitenkin vastustaa tätä voimaa ja säilyttää kokonsa ja jopa kasvaa7.Yukselen ja Gregory8 raportoivat tutkimuksista, jotka liittyvät hiutaleiden tuhoutumiseen ja niiden uusiutumiskykyyn, mikä osoitti, että peruuttamattomuus on rajallista.Bridgeman, Jefferson9 käytti CFD:tä arvioidakseen keskimääräisen virtauksen ja turbulenssin paikallista vaikutusta flokkien muodostumiseen ja pirstoutumiseen paikallisten nopeusgradienttien kautta.Roottorin lapoilla varustetuissa säiliöissä on tarpeen vaihdella nopeutta, jolla aggregaatit törmäävät muihin hiukkasiin, kun ne ovat riittävän epävakaita koagulaatiovaiheessa.Käyttämällä CFD:tä ja pienempiä pyörimisnopeuksia, noin 15 rpm, Vadasarukkai ja Gagnon11 onnistuivat saavuttamaan G-arvot flokkulaatiossa kartiomaisilla teriillä, mikä minimoi tehonkulutuksen sekoituksessa.Käyttö korkeammilla G-arvoilla voi kuitenkin johtaa flokkulaatioon.He tutkivat sekoitusnopeuden vaikutusta pilottilapaflokkulaattorin keskimääräisen nopeusgradientin määrittämiseen.Ne pyörivät yli 5 rpm:n nopeudella.
Korpijärvi, Ahlstedt12 käytti neljää erilaista turbulenssimallia virtauskentän tutkimiseen säiliötestipenkillä.He mittasivat virtauskentän laser-doppler-anemometrillä ja PIV:llä ja vertasivat laskettuja tuloksia mitattuihin tuloksiin.de Oliveira ja Donadel13 ovat ehdottaneet vaihtoehtoista menetelmää nopeusgradienttien arvioimiseksi hydrodynaamisista ominaisuuksista käyttämällä CFD:tä.Ehdotettua menetelmää testattiin kuudella kierukkageometriaan perustuvalla flokkulaatioyksiköllä.arvioi retentioajan vaikutusta flokkulanteihin ja ehdotti flokkulaatiomallia, jota voidaan käyttää työkaluna tukemaan järkevää solusuunnittelua alhaisilla retentioajoilla14.Zhan, You15 ehdotti yhdistettyä CFD- ja populaatiotasapainomallia virtausominaisuuksien ja flokkikäyttäytymisen simuloimiseksi täyden mittakaavan flokkulaatiossa.Llano-Serna, Coral-Portillo16 tutki Cox-tyyppisen hydroflokkulaattorin virtausominaisuuksia vedenkäsittelylaitoksessa Viterbossa Kolumbiassa.Vaikka CFD:llä on etunsa, siinä on myös rajoituksia, kuten numeeriset virheet laskelmissa.Siksi kaikki saadut numeeriset tulokset on tutkittava ja analysoitava huolellisesti kriittisten johtopäätösten tekemiseksi17.Kirjallisuudessa on vähän tutkimuksia vaakasuuntaisten välilevyjen flokkulaattorien suunnittelusta, kun taas suositukset hydrodynaamisten flokkulaattorien suunnittelusta ovat rajalliset18.Chen, Liao19 käytti kokeellista järjestelyä, joka perustui polarisoidun valon siroamiseen yksittäisten hiukkasten sironneen valon polarisaatiotilan mittaamiseen.Feng, Zhang20 käytti Ansys-Fluentia simuloimaan pyörrevirtojen ja pyörteen jakautumista koaguloidun levyhöytelöijän ja aallotetun flokkulaattorin virtauskentässä.Simuloittuaan turbulenttia nestevirtausta flokkulaattorissa Ansys-Fluentilla, Gavi21 käytti tuloksia flokkulaattorin suunnittelussa.Vaneli ja Teixeira22 raportoivat, että spiraaliputkihöytälöijien nestedynamiikan ja flokkulaatioprosessin välistä suhdetta ymmärretään edelleen huonosti tukemaan järkevää suunnittelua.de Oliveira ja Costa Teixeira23 tutkivat spiraaliputken flokkulaattorin tehokkuutta ja osoittivat hydrodynaamisia ominaisuuksia fysiikkakokeiden ja CFD-simulaatioiden avulla.Monet tutkijat ovat tutkineet kierreputkireaktoreita tai kierukkaputkiflokkulaattoreita.Yksityiskohtaiset hydrodynaamiset tiedot näiden reaktorien vasteesta erilaisiin malleihin ja käyttöolosuhteisiin puuttuvat kuitenkin edelleen (Sartori, Oliveira24; Oliveira, Teixeira25).Oliveira ja Teixeira26 esittelevät alkuperäisiä tuloksia spiraaliflokkulaattorin teoreettisista, kokeellisista ja CFD-simulaatioista.Oliveira ja Teixeira27 ehdottivat spiraalikelan käyttöä koagulaatio-flokkulaatioreaktorina yhdessä tavanomaisen dekantterijärjestelmän kanssa.He raportoivat, että sameudenpoistotehokkuudesta saadut tulokset eroavat merkittävästi niistä, jotka on saatu yleisesti käytetyillä flokkuloinnin arviointimalleilla, mikä viittaa varovaisuuteen tällaisia malleja käytettäessä.Moruzzi ja de Oliveira [28] mallinsivat jatkuvien flokkulaatiokammioiden järjestelmän käyttäytymistä erilaisissa käyttöolosuhteissa, mukaan lukien vaihtelut käytettyjen kammioiden lukumäärässä ja kiinteiden tai skaalattujen solunopeusgradienttien käyttö.Romphophak, Le Men29 PIV-mittaukset hetkellisistä nopeuksista kvasi-kaksiulotteisissa suihkupuhdistimissa.He havaitsivat voimakkaan suihkun aiheuttaman verenkierron flokkulaatiovyöhykkeellä ja arvioivat paikallisia ja hetkellisiä leikkausnopeuksia.
Shah, Joshi30 raportoi, että CFD tarjoaa mielenkiintoisen vaihtoehdon suunnittelun parantamiseen ja virtuaalisten virtausominaisuuksien saamiseksi.Tämä auttaa välttämään laajoja kokeellisia asetuksia.CFD:tä käytetään yhä enemmän veden ja jätevedenpuhdistamoiden analysointiin (Melo, Freire31; Aalm, Nasr32; Bridgeman, Jefferson9; Samaras, Zouboulis33; Wang, Wu34; Zhang, Tejada-Martínez35).Useat tutkijat ovat tehneet kokeita tölkkitestauslaitteilla (Bridgeman, Jefferson36; Bridgeman, Jefferson5; Jarvis, Jefferson6; Wang, Wu34) ja rei'itetyillä kiekkoflokkulaattoreilla31.Toiset ovat käyttäneet CFD:tä hydroflokkulaattoreiden arvioimiseen (Bridgeman, Jefferson5; Vadasarukkai, Gagnon37).Ghawi21 raportoi, että mekaaniset flokkulaattorit vaativat säännöllistä huoltoa, koska ne hajoavat usein ja vaativat paljon sähköä.
Mela flokkulaattorin suorituskyky riippuu suuresti säiliön hydrodynamiikasta.Tällaisten flokkulaattorien virtausnopeuskenttien kvantitatiivisen ymmärtämisen puute on selvästi havaittu kirjallisuudessa (Howe, Hand38; Hendricks39).Koko vesimassa on alttiina flokkulaattorin juoksupyörän liikkeelle, joten luistoa on odotettavissa.Tyypillisesti nesteen nopeus on pienempi kuin siiven nopeus luistokertoimella k, joka määritellään vesimassan nopeuden suhteeksi siipipyörän nopeuteen.Bhole40 raportoi, että flokkulaattoria suunniteltaessa on otettava huomioon kolme tuntematonta tekijää, nimittäin nopeusgradientti, vastuskerroin ja veden suhteellinen nopeus suhteessa terään.
Camp41 raportoi, että kun tarkastellaan nopeita koneita, nopeus on noin 24 % roottorin nopeudesta ja jopa 32 % pieninopeuksisilla koneilla.Väliseinän puuttuessa Droste ja Ger42 käyttivät ak-arvoa 0,25, kun taas väliseinien tapauksessa k vaihteli välillä 0 - 0,15.Howe, Hand38 ehdottaa, että k on välillä 0,2 - 0,3.Hendrix39 suhteutti luistokertoimen pyörimisnopeuteen empiirisellä kaavalla ja päätteli, että myös luistokerroin oli Camp41:n määrittämän alueen sisällä.Bratby43 raportoi, että k on noin 0,2 juoksupyörän nopeuksilla 1,8 - 5,4 rpm ja kasvaa arvoon 0,35 juoksupyörän nopeuksilla 0,9 - 3 rpm.Muut tutkijat raportoivat laajan valikoiman ilmanvastuskertoimen (Cd) arvoja 1,0 - 1,8 ja luistokertoimen k arvoja 0,25 - 0,40 (Feir ja Geyer44; Hyde ja Ludwig45; Harris, Kaufman46; van Duuren47; ja Bratby ja Marais48 ).Kirjallisuus ei osoita merkittävää edistystä k:n määrittelyssä ja kvantifioinnissa Camp41:n työn jälkeen.
Flokkulaatioprosessi perustuu turbulenssiin törmäysten helpottamiseksi, jossa nopeusgradienttia (G) käytetään turbulenssin/flokkulaation mittaamiseen.Sekoitus on prosessi, jossa kemikaalit dispergoidaan nopeasti ja tasaisesti veteen.Sekoitusaste mitataan nopeusgradientilla:
jossa G = nopeusgradientti (s-1), P = syöttöteho (W), V = veden tilavuus (m3), μ = dynaaminen viskositeetti (Pa s).
Mitä korkeampi G-arvo, sitä sekoittuneempi.Perusteellinen sekoitus on välttämätöntä tasaisen koagulaation varmistamiseksi.Kirjallisuus osoittaa, että tärkeimmät suunnitteluparametrit ovat sekoitusaika (t) ja nopeusgradientti (G).Flokkulaatioprosessi perustuu turbulenssiin törmäysten helpottamiseksi, jossa nopeusgradienttia (G) käytetään turbulenssin/flokkulaation mittaamiseen.Tyypilliset G:n suunnitteluarvot ovat 20 - 70 s-1, t on 15 - 30 minuuttia ja Gt (mitattomat) on 104 - 105. Pikasekoitussäiliöt toimivat parhaiten G-arvoilla 700 - 1000, kun aika pysyy. noin 2 minuuttia.
jossa P on kunkin flokkulaattorin siiven nesteeseen antama teho, N on pyörimisnopeus, b on siiven pituus, ρ on veden tiheys, r on säde ja k on liukukerroin.Tätä yhtälöä sovelletaan jokaiseen terään erikseen ja tulokset lasketaan yhteen flokkulaattorin kokonaistehon saamiseksi.Tämän yhtälön huolellinen tutkiminen osoittaa luistokertoimen k merkityksen siipihöytelöijän suunnitteluprosessissa.Kirjallisuudessa ei kerrota k:n tarkkaa arvoa, vaan sen sijaan suositellaan vaihteluväliä, kuten aiemmin todettiin.Kuitenkin tehon P ja luistokertoimen k välinen suhde on kuutio.Täten edellyttäen, että kaikki parametrit ovat samat, esimerkiksi k:n muuttaminen arvosta 0,25 arvoon 0,3 johtaa fluidiin siirretyn tehon pienenemiseen terää kohti noin 20 % ja k:n pienentäminen arvosta 0,25 arvoon 0,18 lisää sitä.noin 27-30 % siipeä kohden Nesteelle annettu teho.Viime kädessä k:n vaikutus kestävään melaflokkulaattorien suunnitteluun on tutkittava teknisen kvantifioinnin avulla.
Liukuman tarkka empiirinen kvantifiointi edellyttää virtauksen visualisointia ja simulointia.Siksi on tärkeää kuvata terän tangentiaalinen nopeus vedessä tietyllä pyörimisnopeudella eri säteittäisetäisyyksillä akselista ja eri syvyyksillä vedenpinnasta, jotta voidaan arvioida erilaisten siipien asemien vaikutusta.
Tässä tutkimuksessa flokkulaation hydrodynamiikkaa arvioidaan kokeellisesti ja numeerisesti pyörteisen virtausnopeuskentän tutkimuksella laboratoriomittakaavassa siipihöytelöilijässä.PIV-mittaukset tallennetaan flokkulaattoriin, jolloin luodaan aikakeskiarvoisia nopeuskäyriä, jotka osoittavat vesihiukkasten nopeuden lehtien ympärillä.Lisäksi ANSYS-Fluent CFD:tä käytettiin simuloimaan pyörteistä virtausta flokkulaattorin sisällä ja luomaan aikakeskiarvoisia nopeuskäyriä.Tuloksena saatu CFD-malli vahvistettiin arvioimalla PIV- ja CFD-tulosten vastaavuus.Tämän työn painopiste on luistokertoimen k kvantifioinnissa, joka on siipihöytelöijän dimensioton suunnitteluparametri.Tässä esitetty työ tarjoaa uuden perustan luistokertoimen k kvantifiointiin alhaisilla nopeuksilla 3 rpm ja 4 rpm.Tulosten vaikutukset auttavat suoraan ymmärtämään flokkulaatiosäiliön hydrodynamiikkaa.
Laboratorioflokkulaattori koostuu avoimesta suorakaiteen muotoisesta laatikosta, jonka kokonaiskorkeus on 147 cm, korkeus 39 cm, kokonaisleveys 118 cm ja kokonaispituus 138 cm (kuva 1).Camp49:n kehittämiä keskeisiä suunnittelukriteereitä käytettiin laboratoriomittakaavan melaflokkulaattorin suunnittelussa ja mitta-analyysin periaatteiden soveltamisessa.Koelaitos rakennettiin Libanonin amerikkalaisen yliopiston (Byblos, Libanon) Environmental Engineering Laboratorioon.
Vaaka-akseli sijaitsee 60 cm:n korkeudella pohjasta ja siihen mahtuu kaksi siipipyörää.Jokainen siipipyörä koostuu 4 melasta, joista jokaisessa on 3 siipiä, yhteensä 12 siipiä.Flokkulaatio vaatii hellävaraista sekoitusta alhaisella nopeudella 2-6 rpm.Flokkulaattorien yleisimmät sekoitusnopeudet ovat 3 rpm ja 4 rpm.Laboratoriomittakaavan flokkulaattorin virtaus on suunniteltu edustamaan juomavedenkäsittelylaitoksen flokkulointisäiliöosaston virtausta.Teho lasketaan käyttämällä perinteistä yhtälöä 42 .Molemmilla pyörimisnopeuksilla nopeusgradientti \(\stackrel{\mathrm{-}}{\text{G}}\) on suurempi kuin 10 \({\text{sec}}^{-{1}}\) , Reynoldsin luku osoittaa turbulenttia virtausta (taulukko 1).
PIV:tä käytetään nesteen nopeusvektorien tarkkojen ja kvantitatiivisten mittausten saavuttamiseen samanaikaisesti erittäin suuressa määrässä pisteitä50.Kokeellinen kokoonpano sisälsi laboratoriomittakaavan melaflokkulaattorin, LaVision PIV -järjestelmän (2017) ja Arduinon ulkoisen laseranturin liipaisimen.Aikakeskiarvoisten nopeusprofiilien luomiseksi PIV-kuvat tallennettiin peräkkäin samaan paikkaan.PIV-järjestelmä on kalibroitu siten, että kohdealue on tietyn siipivarren kunkin kolmen lavan pituuden keskipisteessä.Ulkoinen laukaisu koostuu laserista, joka sijaitsee flokkulaattorin leveyden toisella puolella, ja anturivastaanottimesta toisella puolella.Joka kerta kun flokkulaattorin varsi estää laserpolun, signaali lähetetään PIV-järjestelmään kuvan ottamiseksi PIV-laserilla ja kameralla, joka on synkronoitu ohjelmoitavan ajastusyksikön kanssa.KuvassaKuvassa 2 on esitetty PIV-järjestelmän asennus ja kuvanottoprosessi.
PIV:n tallennus aloitettiin sen jälkeen, kun flokkulaattoria oli käytetty 5–10 minuuttia virtauksen normalisoimiseksi ja saman taitekerroinkentän huomioon ottamiseksi.Kalibrointi suoritetaan käyttämällä flokkulaattoriin upotettua kalibrointilevyä, joka on sijoitettu kiinnostuksen kohteena olevan terän pituuden keskipisteeseen.Säädä PIV-laserin asentoa muodostamaan tasainen valolevy suoraan kalibrointilevyn yläpuolelle.Kirjaa kunkin terän kullekin pyörimisnopeudelle mitatut arvot ja kokeeseen valitut pyörimisnopeudet ovat 3 rpm ja 4 rpm.
Kaikille PIV-tallennuksille kahden laserpulssin välinen aikaväli asetettiin alueelle 6900 - 7700 µs, mikä mahdollisti 5 pikselin hiukkasten vähimmäissiirtymän.Pilottikokeilla suoritettiin kuvien määrä, joka vaadittiin tarkkojen aikakeskiarvomittausten saamiseksi.Vektoritilastoja verrattiin näytteille, jotka sisälsivät 40, 50, 60, 80, 100, 120, 160, 200, 240 ja 280 kuvaa.240 kuvan otoskoon havaittiin antavan vakaat aikakeskiarvoiset tulokset, koska jokainen kuva koostuu kahdesta kehyksestä.
Koska flokkulaattorin virtaus on turbulenttia, tarvitaan pieni kyselyikkuna ja suuri määrä hiukkasia pienten turbulenttien rakenteiden ratkaisemiseksi.Useita koon pienentämisen iteraatioita käytetään yhdessä ristikorrelaatioalgoritmin kanssa tarkkuuden varmistamiseksi.Alkuperäistä kyselyikkunan kokoa 48 × 48 pikseliä 50 prosentin päällekkäisyydellä ja yhden mukautusprosessin jälkeen seurasi lopullinen kyselyikkunan koko 32 × 32 pikseliä 100 prosentin päällekkäisyydellä ja kaksi mukautusprosessia.Lisäksi virtauksessa käytettiin siemenhiukkasina lasionttoja palloja, jotka sallivat vähintään 10 hiukkasta per kyselyikkuna.PIV-tallennus käynnistyy ohjelmoitavan ajastusyksikön (PTU) liipaisulähteestä, joka vastaa laserlähteen ja kameran toiminnasta ja synkronoinnista.
3D-mallin kehittämiseen ja perusvirtausyhtälöiden ratkaisemiseen käytettiin kaupallista CFD-pakettia ANSYS Fluent v 19.1.
ANSYS-Fluentin avulla luotiin 3D-malli laboratoriomittakaavaisesta melaflokkulaattorista.Malli on tehty suorakaiteen muotoiseksi laatikoksi, joka koostuu kahdesta vaaka-akselille asennetusta siipipyörästä, kuten laboratoriomalli.Malli ilman varalaitaa on 108 cm korkea, 118 cm leveä ja 138 cm pitkä.Sekoittimen ympärille on lisätty vaakasuora lieriömäinen taso.Lieriömäisen tason generoinnin tulisi toteuttaa koko sekoittimen pyöriminen asennusvaiheessa ja simuloida pyörivää virtauskenttää flokkulaattorin sisällä, kuten kuvassa 3a on esitetty.
3D ANSYS-fluent ja malligeometriakaavio, ANSYS-fluent flokkulaattorin runkoverkko kiinnostavassa tasossa, ANSYS-fluent kaavio kiinnostavassa tasossa.
Mallin geometria koostuu kahdesta alueesta, joista jokainen on nestettä.Tämä saavutetaan käyttämällä loogista vähennystoimintoa.Vähennä ensin sylinteri (sekoitin mukaan lukien) laatikosta edustamaan nestettä.Vähennä sitten sekoitin sylinteristä, jolloin tuloksena on kaksi kohdetta: sekoitin ja neste.Lopuksi kahden alueen väliin sovellettiin liukuva rajapinta: sylinteri-sylinteri-liitäntä ja sylinteri-sekoitin-liitäntä (kuva 3a).
Rakennettujen mallien yhdistäminen on saatu päätökseen vastaamaan numeeristen simulaatioiden suorittamiseen käytettävien turbulenssimallien vaatimuksia.Käytettiin strukturoimatonta verkkoa, jossa oli laajennettuja kerroksia lähellä kiinteää pintaa.Luo kaikille seinille laajennuskerrokset, joiden kasvunopeus on 1,2 varmistaaksesi monimutkaiset virtauskuviot. Ensimmäisen kerroksen paksuus on \(7\mathrm{ x }{10}^{-4}\) m varmistaaksesi, että \ ( {\teksti {y))^{+}\le 1.0\).Rungon koko säädetään tetraedrisovitusmenetelmällä.Luodaan kahden liitännän etusivun koko, joiden elementtikoko on 2,5 × \({10}^{-3}\) m, ja mikserin etupuolen koko on 9 × \({10}^{-3}\ ) m on käytössä.Alkuperäinen luotu verkko koostui 2144409 elementistä (kuva 3b).
Alkuperäiseksi perusmalliksi valittiin kaksiparametrinen k–ε turbulenssimalli.Flokkulaattorin sisällä olevan pyörteisen virtauksen tarkkaan simulointiin valittiin laskennallisesti kalliimpi malli.Flokkulaattorin sisällä olevaa pyörteistä virtausta tutkittiin numeerisesti käyttämällä kahta CFD-mallia: SST k–ω51 ja IDDES52.Molempien mallien tuloksia verrattiin kokeellisiin PIV-tuloksiin mallien validoimiseksi.Ensinnäkin SST k-ω turbulenssimalli on kahden yhtälön turbulenttiviskositeettimalli nestedynamiikan sovelluksiin.Tämä on hybridimalli, joka yhdistää Wilcoxin k-ω- ja k-ε-mallit.Sekoitustoiminto aktivoi Wilcox-mallin seinän lähellä ja k-ε-mallin vastaantulevassa virtauksessa.Tämä varmistaa, että oikeaa mallia käytetään koko virtauskentässä.Se ennustaa tarkasti virtauksen erottumisen haitallisten painegradienttien vuoksi.Toiseksi valittiin Advanced Deferred Eddy Simulation (IDDES) -menetelmä, jota käytetään laajalti Individual Eddy Simulation (DES) -mallissa SST k-ω RANS (Reynolds-Averaged Navier-Stokes) -mallin kanssa.IDDES on hybridi RANS-LES (large eddy simulation) -malli, joka tarjoaa joustavamman ja käyttäjäystävällisemmän SRS-simulaatiomallin.Se perustuu LES-malliin suurten pyörteiden ratkaisemiseksi ja palaa SST k-ω -malliin pienten pyörteiden simuloimiseksi.SST k–ω- ja IDDES-simulaatioiden tulosten tilastollisia analyyseja verrattiin PIV-tuloksiin mallin validoimiseksi.
Alkuperäiseksi perusmalliksi valittiin kaksiparametrinen k–ε turbulenssimalli.Flokkulaattorin sisällä olevan pyörteisen virtauksen tarkkaan simulointiin valittiin laskennallisesti kalliimpi malli.Flokkulaattorin sisällä olevaa pyörteistä virtausta tutkittiin numeerisesti käyttämällä kahta CFD-mallia: SST k–ω51 ja IDDES52.Molempien mallien tuloksia verrattiin kokeellisiin PIV-tuloksiin mallien validoimiseksi.Ensinnäkin SST k-ω turbulenssimalli on kahden yhtälön turbulenttiviskositeettimalli nestedynamiikan sovelluksiin.Tämä on hybridimalli, joka yhdistää Wilcoxin k-ω- ja k-ε-mallit.Sekoitustoiminto aktivoi Wilcox-mallin seinän lähellä ja k-ε-mallin vastaantulevassa virtauksessa.Tämä varmistaa, että oikeaa mallia käytetään koko virtauskentässä.Se ennustaa tarkasti virtauksen erottumisen haitallisten painegradienttien vuoksi.Toiseksi valittiin Advanced Deferred Eddy Simulation (IDDES) -menetelmä, jota käytetään laajalti Individual Eddy Simulation (DES) -mallissa SST k-ω RANS (Reynolds-Averaged Navier-Stokes) -mallin kanssa.IDDES on hybridi RANS-LES (large eddy simulation) -malli, joka tarjoaa joustavamman ja käyttäjäystävällisemmän SRS-simulaatiomallin.Se perustuu LES-malliin suurten pyörteiden ratkaisemiseksi ja palaa SST k-ω -malliin pienten pyörteiden simuloimiseksi.SST k–ω- ja IDDES-simulaatioiden tulosten tilastollisia analyyseja verrattiin PIV-tuloksiin mallin validoimiseksi.
Käytä painepohjaista transienttiratkaisijaa ja painovoimaa Y-suunnassa.Pyöriminen saadaan aikaan antamalla sekoittimelle verkkoliike, jossa pyörimisakselin origo on vaaka-akselin keskellä ja pyörimisakselin suunta on Z-suunnassa.Molemmille malligeometrialiitännöille luodaan verkkorajapinta, jolloin tuloksena on kaksi rajauslaatikon reunaa.Kuten kokeellisessa tekniikassa, pyörimisnopeus vastaa 3 ja 4 kierrosta.
Seinän ja flokkulaattorin seinien rajaehdot asetettiin seinällä ja flokkulaattorin yläaukko asetettiin nollapaineen ulostulolla (kuva 3c).YKSINKERTAINEN paine-nopeusviestintäkaavio, toisen asteen funktioiden gradienttiavaruuden diskretointi kaikilla parametreilla pienimmän neliösumman elementtien perusteella.Kaikkien virtausmuuttujien konvergenssikriteeri on skaalattu jäännösarvo 1 x \({10}^{-3}\).Iteraatioiden enimmäismäärä aikaaskelta kohti on 20 ja aikaaskelkoko vastaa 0,5°:n kiertoa.Ratkaisu konvergoi 8. iteraatiossa SST k–ω mallille ja 12. iteraatiossa IDDES:iä käyttäen.Lisäksi laskettiin aikavaiheiden lukumäärä siten, että sekoitin teki vähintään 12 kierrosta.Käytä datanäytteenottoa aikatilastoihin 3 kierroksen jälkeen, mikä mahdollistaa virtauksen normalisoinnin kokeellisen menettelyn tapaan.Kunkin kierroksen nopeussilmukoiden tehon vertailu antaa täsmälleen samat tulokset neljälle viimeiselle kierrokselle, mikä osoittaa, että vakaa tila on saavutettu.Ylimääräiset kierrokset eivät parantaneet keskinopeuksien muotoja.
Aika-askel määritellään suhteessa pyörimisnopeuteen, 3 rpm tai 4 rpm.Aika-askel on tarkennettu ajaksi, joka tarvitaan sekoittimen pyörittämiseen 0,5°.Tämä osoittautuu riittäväksi, koska ratkaisu konvergoi helposti, kuten edellisessä osiossa kuvattiin.Siten kaikki numeeriset laskelmat molemmille turbulenssimalleille suoritettiin käyttämällä muokattua aikaaskelmaa 0,02 \(\stackrel{\mathrm{-}}{7}\) 3 rpm:lle, 0,0208 \(\stackrel{ \mathrm{-} {3}\) 4 rpm.Tietyllä tarkennusaikavaiheella solun Courant-luku on aina pienempi kuin 1,0.
Malli-verkkoriippuvuuden tutkimiseksi tulokset saatiin ensin käyttämällä alkuperäistä 2,14M verkkoa ja sitten jalostettua 2,88M verkkoa.Ruudukon hienosäätö saadaan aikaan pienentämällä sekoittimen rungon solukokoa 9 × \({10}^{-3}\) m:stä 7 × \({10}^{-3}\) m:iin.Kahden mallin turbulenssin alkuperäisille ja hienostuneille verkoille verrattiin nopeusmoduulien keskiarvoja eri paikoissa terän ympärillä.Tulosten välinen prosenttiero on 1,73 % SST k–ω -mallilla ja 3,51 % IDDES-mallilla.IDDES näyttää suuremman prosentuaalisen eron, koska se on hybridi RANS-LES-malli.Näitä eroja pidettiin merkityksettöminä, joten simulaatio suoritettiin käyttämällä alkuperäistä verkkoa, jossa oli 2,14 miljoonaa elementtiä ja 0,5°:n kiertoaikaaskel.
Koetulosten toistettavuutta tutkittiin suorittamalla kukin kuudesta kokeesta toisen kerran ja vertaamalla tuloksia.Vertaa nopeusarvoja terän keskellä kahdessa koesarjassa.Keskimääräinen prosenttiero kahden koeryhmän välillä oli 3,1 %.PIV-järjestelmä kalibroitiin myös itsenäisesti uudelleen jokaista koetta varten.Vertaa analyyttisesti laskettua nopeutta jokaisen terän keskellä PIV-nopeuteen samassa paikassa.Tämä vertailu osoittaa eron 6,5 %:n maksimivirheprosentilla terälle 1.
Ennen luistokertoimen kvantifiointia on välttämätöntä ymmärtää tieteellisesti siipihöytelöijän luiston käsite, mikä edellyttää flokkulaattorin siipien ympärillä olevan virtausrakenteen tutkimista.Käsitteellisesti luistokerroin on sisäänrakennettu siipien flokkulaattorien suunnitteluun ottamaan huomioon siipien nopeuden suhteessa veteen.Kirjallisuudessa suositellaan, että tämä nopeus on 75 % terän nopeudesta, joten useimmat mallit käyttävät tyypillisesti ak:ta 0,25 tämän säädön huomioon ottamiseksi.Tämä edellyttää PIV-kokeista johdettujen nopeusvirtaviivojen käyttöä virtausnopeuskentän ymmärtämiseksi täysin ja tämän luiston tutkimiseksi.Terä 1 on sisin akselia lähinnä oleva terä, terä 3 on uloin terä ja terä 2 on keskimmäinen terä.
Terän 1 nopeusvirtaviivat osoittavat suoran pyörivän virtauksen terän ympärillä.Nämä virtauskuviot tulevat pisteestä, joka on terän oikealla puolella, roottorin ja lavan välissä.Tarkasteltaessa kuvassa 4a punaisella katkoviivalla merkittyä aluetta, on mielenkiintoista tunnistaa toinen näkökohta kierrätysvirtauksesta terän yläpuolella ja ympärillä.Virtauksen visualisointi näyttää vähän virtausta kierrätysalueelle.Tämä virtaus lähestyy terän oikealta puolelta noin 6 cm:n korkeudella terän päästä, mahdollisesti johtuen kuvassa näkyvän terää edeltävän käden ensimmäisen terän vaikutuksesta.Virtauksen visualisointi nopeudella 4 rpm näyttää saman käyttäytymisen ja rakenteen, ilmeisesti suuremmilla nopeuksilla.
Kolmen siiven nopeuskenttä- ja virtakäyrät kahdella pyörimisnopeudella 3 rpm ja 4 rpm.Kolmen lavan suurin keskinopeus nopeudella 3 rpm on 0,15 m/s, 0,20 m/s ja 0,16 m/s, ja suurin keskinopeus nopeudella 4 rpm on 0,15 m/s, 0,22 m/s ja 0,22 m/s. s, vastaavasti.kolmella arkilla.
Toinen kierteisen virtauksen muoto löydettiin siipien 1 ja 2 väliltä. Vektorikenttä osoittaa selvästi, että vesivirtaus liikkuu ylöspäin siiven 2 pohjasta, kuten vektorin suunta osoittaa.Kuten kuvion 4b katkoviivasta näkyy, nämä vektorit eivät kulje pystysuunnassa ylöspäin terän pinnasta, vaan kääntyvät oikealle ja laskeutuvat vähitellen.Lavan 1 pinnalla erotetaan alaspäin suuntautuvat vektorit, jotka lähestyvät molempia siipiä ja ympäröivät niitä niiden väliin muodostuvasta kierrätysvirrasta.Sama virtausrakenne määritettiin molemmilla pyörimisnopeuksilla suuremmalla nopeuden amplitudilla 4 rpm.
Lavan 3 nopeuskenttä ei vaikuta merkittävästi edellisen siiven nopeusvektoriin, joka liittyy siiven 3 alapuolelle. Päävirtaus siiven 3 alla johtuu pystysuuntaisesta nopeusvektorista, joka nousee veden mukana.
Nopeusvektorit terän 3 pinnalla voidaan jakaa kolmeen ryhmään, kuten kuvassa 4c on esitetty.Ensimmäinen sarja on terän oikealla reunalla.Virtausrakenne tässä asennossa on suoraan oikealle ja ylöspäin (eli terää 2 kohti).Toinen ryhmä on terän keskiosa.Tämän asennon nopeusvektori on suunnattu suoraan ylöspäin, ilman poikkeamaa ja ilman pyörimistä.Nopeusarvon aleneminen määritettiin nostamalla korkeutta terän pään yläpuolelle.Kolmannessa ryhmässä, joka sijaitsee siipien vasemmalla reunalla, virtaus suunnataan välittömästi vasemmalle eli flokkulaattorin seinälle.Suurin osa nopeusvektorin edustamasta virtauksesta menee ylös ja osa virtauksesta vaakasuoraan alaspäin.
Kahta turbulenssimallia, SST k–ω ja IDDES, käytettiin aikakeskiarvoisten nopeusprofiilien muodostamiseen nopeuksille 3 rpm ja 4 rpm terän keskipituuden tasossa.Kuten kuvassa 5 näkyy, vakaa tila saavutetaan saavuttamalla absoluuttinen samankaltaisuus neljän peräkkäisen kierron luomien nopeuskäyrien välillä.Lisäksi IDDES:n generoimat aikakeskiarvoiset nopeuskäyrät on esitetty kuvassa 6a, kun taas SST:n k – ω generoimat aikakeskiarvoiset nopeusprofiilit on esitetty kuvassa 6a.6b.
Käyttämällä IDDES:ää ja SST k–ω:n generoimia aikakeskiarvoisia nopeussilmukoita, IDDES:ssä on suurempi osuus nopeussilmukoista.
Tutki huolellisesti IDDES:llä luotua nopeusprofiilia nopeudella 3 rpm kuvan 7 mukaisesti. Sekoitin pyörii myötäpäivään ja virtausta käsitellään esitettyjen huomautusten mukaisesti.
KuvassaKuviosta 7 voidaan nähdä, että siiven 3 pinnalla I-kvadrantissa on virtauksen erottuminen, koska virtaus ei ole rajoittunut ylemmän reiän vuoksi.Kvadrantissa II ei havaita virtauksen erottumista, koska flokkulaattorin seinämät rajoittavat virtausta täysin.Kvadrantissa III vesi pyörii paljon pienemmällä tai pienemmällä nopeudella kuin edellisissä neljänneksissä.Kvadranteissa I ja II olevaa vettä liikutetaan (eli pyöritetään tai työnnetään ulos) alaspäin sekoittimen vaikutuksesta.Ja kvadrantissa III vesi työnnetään ulos sekoittimen lavat.On selvää, että vesimassa tässä paikassa vastustaa lähestyvää flokkulaattorin holkkia.Pyörivä virtaus tässä kvadrantissa on täysin erotettu.Kvadrantissa IV suurin osa siiven 3 yläpuolella olevasta ilmavirrasta suuntautuu flokkulaattorin seinämään ja menettää vähitellen kokonsa korkeuden noustessa yläaukoon.
Lisäksi keskeinen sijainti sisältää monimutkaisia virtauskuvioita, jotka hallitsevat kvadrantteja III ja IV, kuten siniset katkoviivat ellipsit osoittavat.Tällä merkityllä alueella ei ole mitään tekemistä siiven flokkulaattorin pyörteisen virtauksen kanssa, koska pyörreliike voidaan tunnistaa.Tämä on toisin kuin kvadranteissa I ja II, joissa sisäisen virtauksen ja täyden pyörivän virtauksen välillä on selkeä ero.
Kuten kuvassa näkyy.Kuvassa 6, kun verrataan IDDES:n ja SST k-ω:n tuloksia, suurin ero nopeuskäyrien välillä on nopeuden suuruus välittömästi siiven 3 alapuolella. SST k-ω -malli osoittaa selvästi, että siiven 3 kuljettaa laajennettua nopeaa virtausta. verrattuna IDDESiin.
Toinen ero löytyy kvadrantista III.IDDES:stä, kuten aiemmin mainittiin, havaittiin pyörivä virtausero flokkulaattorin varsien välillä.Tähän asentoon vaikuttaa kuitenkin voimakkaasti alhainen virtaus kulmista ja ensimmäisen terän sisäpuolelta.Saman sijainnin SST k–ω:stä ääriviivat osoittavat suhteellisesti suurempia nopeuksia kuin IDDES, koska muilta alueilta ei ole yhtyevää virtausta.
Nopeusvektorikenttien ja virtauslinjojen laadullinen ymmärtäminen edellyttää virtauksen käyttäytymisen ja rakenteen oikeaa ymmärtämistä.Koska jokainen terä on 5 cm leveä, leveydeltä valittiin seitsemän nopeuspistettä edustavan nopeusprofiilin muodostamiseksi.Lisäksi vaaditaan kvantitatiivinen ymmärrys nopeuden suuruudesta terän pinnan yläpuolella olevan korkeuden funktiona piirtämällä nopeusprofiili suoraan kunkin teräpinnan päälle ja jatkuvalla 2,5 cm:n etäisyydellä pystysuunnassa 10 cm:n korkeuteen asti.Katso lisätietoja S1, S2 ja S3 kuvasta.Liite A. Kuva 8 esittää kunkin siiven pintanopeusjakauman samankaltaisuutta (Y = 0,0), joka on saatu käyttämällä PIV-kokeita ja ANSYS-Fluent-analyysiä käyttäen IDDES- ja SST-k-ω.Molemmat numeeriset mallit mahdollistavat flokkulaattorin siipien pinnan virtausrakenteen tarkan simuloinnin.
Nopeusjakaumat PIV, IDDES ja SST k–ω terän pinnalla.X-akseli edustaa kunkin arkin leveyttä millimetreinä, ja origo (0 mm) edustaa arkin vasenta reunaa ja pää (50 mm) edustaa arkin oikeaa reunaa.
On selvästi nähtävissä, että siipien 2 ja 3 nopeusjakaumat on esitetty kuvioissa 8 ja 8.Liitteen A S2 ja S3 osoittavat samanlaisia suuntauksia korkeuden suhteen, kun taas terä 1 muuttuu itsenäisesti.Terien 2 ja 3 nopeusprofiilit tulevat täysin suoriksi ja niillä on sama amplitudi 10 cm:n korkeudella terän päästä.Tämä tarkoittaa, että virtaus muuttuu tasaiseksi tässä vaiheessa.Tämä näkyy selvästi PIV-tuloksista, jotka IDDES toistaa hyvin.Samaan aikaan SST k–ω -tulokset osoittavat joitain eroja, erityisesti nopeudella 4 rpm.
On tärkeää huomata, että siipi 1 säilyttää saman nopeusprofiilin muodon kaikissa asennoissa eikä sitä ole normalisoitu korkeudeltaan, koska sekoittimen keskelle muodostuva pyörre sisältää kaikkien varsien ensimmäisen siiven.Myös IDDES:iin verrattuna PIV-terän nopeusprofiilit 2 ja 3 osoittivat hieman korkeampia nopeusarvoja useimmissa paikoissa, kunnes ne olivat lähes yhtä suuret 10 cm terän pinnan yläpuolella.
Postitusaika: 27-12-2022