CFD-DEM - CFD-DEM

В CFD-DEM модель, или же Вычислительная гидродинамика / модель метода дискретных элементов, это процесс, используемый для моделирования или моделирования систем, сочетающих жидкости с твердыми телами или частицами. В CFD-DEM движение дискретных твердых тел или фаз частиц получается с помощью Метод дискретных элементов (DEM), который применяется Законы движения Ньютона к каждой частице, в то время как течение сплошной жидкости описывается локальным усредненным Уравнения Навье – Стокса что можно решить с помощью традиционных Вычислительная гидродинамика (CFD) подход. Взаимодействие между жидкой фазой и твердой фазой моделируется с помощью Третий закон Ньютона.

Прямое включение CFD в DEM для изучения процесса псевдоожижения газа до сих пор было предпринято Tsuji et al.[1][2] и совсем недавно Hoomans et al.,[3] Deb et al.[4] и Peng et al.[5]

Распараллеливание

Было показано, что OpenMP более эффективен при выполнении связанных вычислений CFD-DEM в параллельной среде по сравнению с MPI по Amritkar et al.[6] Недавно появилась многомасштабная параллельная стратегия.[7] разработан. Как правило, область моделирования делится на множество подобластей, и каждый процесс вычисляет только одну подобласть, используя информацию о границах передачи MPI; для каждой подобласти ЦП используются для решения жидкой фазы, в то время как ГП общего назначения используются для решения движения частиц. Однако в этом методе вычислений ЦП и ГП работают последовательно. То есть процессоры простаивают, пока графические процессоры вычисляют твердые частицы, а графические процессоры простаивают, когда процессоры вычисляют фазу жидкости. Для дальнейшего ускорения вычислений вычисления ЦП и ГП могут перекрываться с использованием общей памяти системы Linux. Таким образом, жидкая фаза и частицы могут быть рассчитаны одновременно.

Снижение затрат на вычисления с использованием крупнозернистых частиц

Стоимость вычислений CFD-DEM огромна из-за большого количества частиц и малых временных шагов для разрешения столкновений частиц. Чтобы снизить затраты на вычисления, многие реальные частицы можно объединить в крупнозернистую частицу (CGP).[8][9] Диаметр CGP рассчитывается по следующей формуле:

куда - количество реальных частиц в CGP. Затем движение CGP можно отслеживать с помощью DEM. При моделировании с использованием Coarse Grained Particles реальные частицы в CGP подвергаются одинаковой силе сопротивления, той же температуре и одинаковой массовой доле частиц. Передача количества движения, тепла и массы между жидкостью и частицами сначала рассчитывается с использованием диаметра реальных частиц, а затем масштабируется по раз. Значение напрямую связано со стоимостью и точностью вычислений.[10] Когда равен единице, моделирование становится на основе ЦМР с достижением результатов с максимально возможной точностью. По мере увеличения этого отношения скорость моделирования резко возрастает, но его точность ухудшается. Помимо увеличения скорости, общих критериев выбора значения этого параметра пока нет. Однако для систем с отчетливыми мезомасштабными структурами, такими как пузырьки и кластеры, размер участка должен быть достаточно малым, чтобы разрешить деформацию, агрегацию и разрушение пузырьков или кластеров. Процесс объединения частиц вместе снижает частоту столкновений, что напрямую влияет на диссипацию энергии. Чтобы учесть эту ошибку, Лу и др. Предложили эффективный коэффициент восстановления:[9] основан на кинетической теории гранулированного потока, предполагая, что диссипация энергии во время столкновений для исходной системы и крупнозернистой системы идентичны.

Программного обеспечения

Программное обеспечение с открытым исходным кодом и некоммерческое ПО:

  • CFDEM муфта представляет собой набор инструментов с открытым исходным кодом для соединения CFD-DEM. Разработан DCS Computing GmbH
  • MFiX (Пакет моделирования многофазных потоков с открытым исходным кодом).

Коммерческое ПО

Рекомендации

  1. ^ Tsuji, Y .; Кавагути, Т .; Танака, Т. (1993). «Дискретное моделирование двумерного псевдоожиженного слоя с использованием частиц». Порошковая технология. Elsevier BV. 77 (1): 79–87. Дои:10.1016/0032-5910(93)85010-7. ISSN  0032-5910.
  2. ^ Tsuji, Y .; Танака, Т .; Исида, Т. (1992). «Лагранжевое численное моделирование поршневого течения несвязных частиц в горизонтальной трубе». Порошковая технология. Elsevier BV. 71 (3): 239–250. Дои:10.1016 / 0032-5910 (92) 88030-л. ISSN  0032-5910.
  3. ^ Hoomans, B.P.B .; Kuipers, J.A.M .; Briels, W.J .; van Swaaij, W.P.M. (1996). «Моделирование образования пузырьков и пробок в двумерном газо-псевдоожиженном слое с использованием дискретных частиц: подход твердых сфер». Химическая инженерия. Elsevier BV. 51 (1): 99–118. Дои:10.1016/0009-2509(95)00271-5. ISSN  0009-2509.
  4. ^ Деб, Сурья; Тафти, Данеш (2014). «Исследование плоскодонного фонтанирующего слоя с множественными струями с использованием DEM – CFD-каркаса». Порошковая технология. Elsevier BV. 254: 387–402. Дои:10.1016 / j.powtec.2014.01.045. ISSN  0032-5910.
  5. ^ Peng, Z .; Doroodchi, E .; Luo, C .; Могтадери, Б. (2014). «Влияние расчета паросодержания на точность моделирования CFD-DEM псевдоожиженного слоя с пузырьками газа и твердого тела». Айше Дж.. 60 (6): 2000. Дои:10.1002 / aic.14421.
  6. ^ Амриткар, Амит; Деб, Сурья; Тафти, Данеш (2014). «Эффективное параллельное моделирование CFD-DEM с использованием OpenMP». Журнал вычислительной физики. 256: 501. Bibcode:2014JCoPh.256..501A. Дои:10.1016 / j.jcp.2013.09.007.
  7. ^ Lu, L .; Xu, J .; Ge, W .; Gao, G .; Jiang, Y .; Чжао, М .; Лю, X .; Ли, Дж. (2016). «Компьютерный виртуальный эксперимент на псевдоожиженном слое с использованием метода крупнозернистых дискретных частиц - EMMS-DPM». Химическая инженерия. 155: 314–337. Дои:10.1016 / j.ces.2016.08.013.
  8. ^ Lu, L .; Ю, К .; Беняхиа, С. (2016). «Метод крупнозернистых частиц для моделирования течений, реагирующих с жидкостью и твердым телом». Промышленные и инженерные химические исследования. 55 (39): 10477–10491. Дои:10.1021 / acs.iecr.6b02688. OSTI  1477859.
  9. ^ а б Lu, L .; Xu, J .; Ge, W .; Юэ, Ю. (2014). «Метод дискретных частиц на основе EMMS (EMMS – DPM) для моделирования течений газ – твердое тело». Химическая инженерия. 120: 67–87. Дои:10.1016 / j.ces.2014.08.004.
  10. ^ Lu, L .; Konan, A .; Беняхиа, С. (2017). «Влияние разрешения сетки, размера участка и моделей сопротивления на моделирование кипящего псевдоожиженного слоя». Журнал химической инженерии. 326: 627–639. Дои:10.1016 / j.cej.2017.06.002. OSTI  1404697.