Численное моделирование течения жидкости в зернистых слоях: исследование методов обработки контактных точек

Computational fluid dynamics simulations of fluid flow through the packed beds: A study of contact point treatments
Dmitry Pashchenko, Maxim Nikitin
2025-09-08

моделирование по усреднённым уравнениям Навье–Стокса (RANS)обработка контактных точек между частицамипотеря давления в слоистом слоемасштабирование диаметра частиц (ΔDp)турбулентные модели k-ω SST и k-kl-ω
В работе представлен всесторонний вычислительный анализ влияния методов обработки контактных точек между частицами на прогнозирование перепада давления при течении жидкости через фиксированные зернистые слои. С использованием уравнений Навье–Стокса с усреднением по Рейнольдсу (RANS) систематически оценивалось влияние изменения диаметра частиц (±0,02% до ±10%) на характеристики потока, качество сетки и числовую точность. Сравнение методов зазора и перекрытия для зернистого слоя, заполненного сферическими частицами диаметра Dp, показывает, что незначительные геометрические модификации (до 1% масштабирования) существенно изменяют перепад давления в слое, при этом оптимальная достоверность достигается при небольшом перекрытии (ΔDp ≈ 0,5%). Оценивались две модели турбулентности (k-ω Shear Stress Transport (SST) и k-kl-ω), что выявило зависимую от модели чувствительность к обработке контактов: модель k-kl-ω лучше проявляет себя при малых зазорах (−0,2% ≤ ΔDp ≤ 0%), тогда как SST показывает лучшие результаты при больших перекрытиях (+0,2% ≤ ΔDp ≤ +2%). Квадратный домен длиной 260 мм с поперечным сечением 20 × 20 мм был упакован сферическими частицами в 2 × 2 слоя. Размер частиц варьировал от 9,9 до 10,1 мм. Расчетная скорость на входе составляла от 3,7 до 9,5 м/с. Валидация по экспериментальным данным показывает среднюю абсолютную ошибку <4,5% для прогнозов перепада давления. Результаты дают количественные рекомендации по выбору методов обработки контактных точек в вычислительной гидродинамике, уравновешивая точность и вычислительную применимость. Работа продвигает моделирование зернистых слоев, связывая микромасштабные геометрические поправки с макроскопическими предсказаниями потока и предлагая практические выводы для проектирования и оптимизации реакторов. Основные выводы: оптимальное перекрытие +0,5% минимизирует ошибку перепада давления (<6% MAE); выбор модели турбулентности критичен (k-kl-ω для зазоров, SST для перекрытий); качество сетки ухудшается вблизи контактных точек (−2% ≤ ΔDp ≤ +2%); перекрытия превосходят зазоры по устойчивости потока (ΔDp ≤ +1%); количественно определено влияние ΔDp на поведение зернистого слоя.
1
Небольшое перекрытие частиц примерно +0.5% (ΔDp ≈ 0.5%) обеспечивает наилучшую достоверность и минимизирует ошибку падения давления (<6% MAE).
2
Качество сетки ухудшается вблизи контактных точек в диапазоне −2% ≤ ΔDp ≤ +2%, что влияет на численную точность.
3
Незначительные изменения диаметра частиц (±0.02% до ±10%) существенно влияют на прогнозы падения давления в засыпных слоях.
4
Перекрытия (ΔDp ≤ +1%) обеспечивают лучшую устойчивость потока, чем методы зазора, в смоделированных пакетах частиц.
5
Исследование количественно связывает микромасштабные геометрические изменения (ΔDp) с макроскопическими предсказаниями потока, давая рекомендации по выбору обработки контактных точек.
6
Чувствительность зависит от турбулентной модели: k-kl-ω лучше для малых зазоров (−0.2% ≤ ΔDp ≤ 0%), тогда как k-ω SST лучше для больших перекрытий (+0.2% ≤ ΔDp ≤ +2%).
7
Валидация с экспериментальными данными дала среднюю абсолютную ошибку <4.5% для прогнозов падения давления по протестированным случаям.

Фиксированный слой (packed bed) сферических частиц в поточном домене (2×2 слоя сфер, D_p ≈ 9.9–10.1 мм), используемый в CFD-симуляциях

Влияние обработки точек контакта между частицами (методы зазора и перекрытия и поправки размера частицы ±0.02%–±10%, ΔD_p) на прогнозы падения давления, характеристики течения, качество сетки, числовую точность и зависимость от выбранной модели турбулентности в RANS-симуляциях

Publication Details
Publication Date
2025-09-08
Journal
Publisher
ISSN
Cited by
3
Access Type
Author Information
Authors
Dmitry Pashchenko
Maxim Nikitin
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%