どの乱流モデルが合理化された車体のCFD解析に適していますか？

多くの商用およびオープンソースのCFDコードは、レイノルズ平均ナビエ・ストークス（RANS）方程式の非線形対流加速項に対していくつかの閉包法を実装しています。一般的な方法（乱流モデルとしても知られています）

• スパラルト・アルマラス（SA）
• k–ε（k–イプシロン）
• k–ω（k–オメガ）
• SST（メンターのせん断応力輸送）
• レイノルズ応力方程式モデル

これらのうち、合理化された車体のCFDシミュレーションに適しているのはどれですか？シミュレーションの目的は、空力抵抗力を最小限に抑えるために、ボディ形状の改良をガイドすることです。模範的な答えは、このシミュレーションアプリケーションの各方法の長所と短所を簡単に概説します。

潜在的に役立つ詳細：

車両は、おおよその寸法を持つ小型の1人用車両です

• L = 2.5 m、
• W = 0.7 m、および
• H = 0.5 m

0 m / sから約12 m / sの範囲の速度で移動します。3つのホイールはすべてボディエンベロープで囲まれており、車両のボディシェルが路面から1 cm以内まで伸びるホイールの近くを除き、車両の地上高は約15 cmです。

通常、これらの速度での空力はほとんど無視できますが、この車両は滑らかなトラックで「スーパーマイレージ」競技に参加するように設計されており、非常に軽量で、全体に低摩擦のドライブトレインコンポーネントを使用しているため、空力は力は達成可能な燃料消費に大きな影響を及ぼします。

乱流モデルは、シミュレーションに大きな違いをもたらす可能性があります。周りには多くの乱流モデルがあります。そのうちの1つを選択するのは難しい仕事になります。

完全な乱流モデルはありません。それはすべて、レイノルズ数、流れが分離されるかどうか、圧力勾配、境界層の厚さなどのいくつかのパラメーターに依存します。この回答では、いくつかの人気のあるモデルに関する簡単な情報が、賛否両論および潜在的なアプリケーションとともに提供されます。ただし、関心のあるユーザーは、この優れたNASA Webサイトとその参照を参照して、乱流モデリングの詳細を知ることができます。

A）1つの方程式モデル：

1. Spalart-Allmaras

このモデルは、Spalart-Allmaras粘度の追加変数を解決します。NASA文書によると、特定の目的を対象としたこのモデルには多くの修正があります。

長所：メモリ集約度が低く、非常に堅牢で高速な収束

短所：剥離流、自由せん断層、減衰乱流、複雑な内部流には適していません

用途：境界層での計算、軽度または無分離の場合はフローフィールド全体、航空宇宙および自動車用途、高次モデルに進む前の初期計算、圧縮性流量計算

あなたのケースへの適用性：シミュレーション時間を短縮するための良い候補。このモデルを使用すると、ドラッグをかなりうまく予測できます。ただし、流れの分離領域を知ることに関心がある場合、このモデルでは非常に正確な結果は得られません。

________________________________________________________________________________

B）2方程式モデル：

1. $k$ -乱流モデル：$\epsilon$

汎用モデル。このモデルは、運動エネルギー（）と乱流散逸（）を解きます。このモデルの方程式は、このcfd-onlineページにあります。 このモデルでは、実装のために壁関数を計算する必要があります。完全な乱流にのみ適しています。$k$$\epsilon$

長所：実装が簡単、高速収束、多くの実際的なケースで流れを予測し、外部空気力学に適しています

短所：軸対称ジェット、渦流、強い分離には適していません。逆圧力勾配に対する感度が非常に低く、開始が困難（Spalart-Allmarasによる初期化が必要）、壁に近い用途には適していません

用途：初期反復に適しており、複雑な形状の周囲の外部流れに適しています。せん断層および壁に囲まれていない自由な流れに適しています

あなたの場合の適用性：このモデルは、外部ブラフボディの計算には適していますが、乱流にのみ適しています。速度が低いため、流れは層流から乱流への移行を経験します（この計算機を使用すると、最大）。あなたは実現可能のような変種とのより良い受けることができます -モデルを。 k $Re = 1.98*10^6$$k$$\epsilon$

2. -乱流モデル$k$$\omega$：

用解きと乱流の周波数。壁に近い流れに対してより良い結果を提供します。トランジションを予測します（ただし、時には早い段階で）。最初の推測に非常に敏感なので、最初の数回の反復を用いて行われる -モデル。この記事では、このモデルの壁に近い処理を示します。 ω K $k$$\omega$$k$$\epsilon$

長所：境界層に優れ、逆圧力勾配で機能し、強力な分離流、ジェット、自由せん断層で機能

短所：収束に必要な時間が長くなり、メモリが集中し、壁近くのメッシュ解像度が必要になり、早期の過度の分離が予測される

用途：内部フロー、パイプフロー、ジェットフロー、渦

あなたの場合の適用性：境界層の値はフリーストリームに強く依存しているため、あなたの場合には完全には適していません。これには、解決するために非常に細かいグリッドが必要であるため、計算時間が長くなります。また、乱流せん断応力の輸送を考慮していません。$\omega$

3. - SST$k$$\omega$

両方の長所！このモデルは、ブレンディング使用する関数がある -壁と近く -自由流では。壁関数は使用しません。 このモデルのすべての異形はこのNASAページで見つけることができます。ω K $k$$\omega$$k$$\epsilon$

長所：乱流せん断応力のためのアカウントのすべての利点与えながら -モデル、分離と遷移の高精度予測、非常に良い自由な流れだけでなく、境界層の結果$k$$\omega$

短所：無料せん断渦には適していませんが、標準的な限り流れ -ジェットため、不向きが流れ、細い壁の近く解像度メッシュが必要です$k$$\omega$

用途：外部空気力学、分離流、境界層、逆圧力勾配

あなたの場合の適用性：非常に適用可能。あなたがより良い結果をしたい場合は、使用していますSSTモデルのバリアントを使用 -壁から離れRNGや実現可能モデル$k$$\epsilon$

どのモデルが最も適切ですか？

私の推測では次のようになり - SSTモデル。逆方向の圧力勾配下でもより良い遷移、分離、動作を提供するため、より優れた皮膚摩擦抵抗が得られます。同時に、壁から離れた場所でも機能します。これにより、良好な圧力抵抗、したがって寄生抵抗が得られます。フローの視覚化が向上します。Spalart-Allmarasモデルを非常にうまく使用できますが、この調査を見ると、SSTモデルがどれほどの違いをもたらすかがわかります。$k$$\omega$

そして、私の言葉を受け入れないでください。「タイムトライアル自転車ライダーの空力解析と抗力評価」に関するレポートでは、SSTモデルを使用しています。このホワイトペーパーでは、サイクリストの空力特性に関するすべての乱流モデルの結果を比較し、SSTモデルが全体的に最良の結果をもたらすという結論に達しました。私はこれらの結果を引用している。なぜならレイノルズの賢明さと次元の賢明さは、自転車があなたのケースに最も近づいており、そのために多くの研究が利用可能であるからだ。

ただし、時間が限られている場合は、Spalart-Allmarasモデルを選択してください。また、RNGのために行くことができ -や実現可能 -、その場合には。しかし、自転車ホイールのこの研究が示すように、SAモデルは、より良い結果与え -（これは非常に多くのジオメトリの特定、お使いのジオメトリの異なるモデルかもしれない作品です）。あなたが世界にずっといるなら、SSTとイプシロンモデルを使用して研究を行い、あなたの比較を公開してください。ϵ k ϵ k $k$$\epsilon$$k$$\epsilon$$k$$\epsilon$

より優れた計算リソースがある場合は、LESに進んでください。しかし、私はこの場合には求められておらず、適切ではないかもしれないと感じています。LESの経験がないため、コメントできません。

いくつかの興味深いリソース：

1. FOAMハウス：OpenFOAMを段階的に学習したい場合

2. 乱流の数値モデリングに関する最近の進歩

3. 世紀の乱流の講義$21^{st}$ -乱流を理解したい場合は、読むことを強くお勧めします

4. 乱流モデルと複雑な流れへの応用

ではごきげんよう！

乾杯！

これが理想的な答えであるとは言えませんが、それがあなたを始めるはずです。明らかなように、私は真の専門家ではありません。

これらのモデルの品質は、一般に、洗練されるにつれて向上します。この場合、基本的には、使用する方程式の数を追跡します。したがって、（SA）の効果は最も低く、k-、k-およびSSTの方が優れています。RSMが最適です。$\epsilon$$\omega$

真ん中の3つの中で、SSTはフロー分離を正確に予測するのに優れていると言われています。他の2つは、必要なときに分離を予測しないという習慣があります。分離が一般に抵抗を引き起こすことを考えると、これらは欠陥のあるデザインが良いように見える可能性があります。

RSMは可能であれば間違いなく優先されますが、NSの上に7つの方程式が追加されるため、最も時間がかかります。10年前は、ここで難しい選択をしなければならなかったかもしれません。最近では、この種の車両のRSMモデルを妥当な時間内に回せるようになるはずです。

私は過去2か月間FSAE（オープンホイールシングルシートレースカー）のエアロデザインに取り組んでおり、RSMの使用はかなりハイエンドのラップトップまたは信頼できるゲーミングリグデスクトップで実行するのに合理的であることがわかりました。多数の設計反復を評価する必要がある場合は、ランタイムをレンタルできる場所を見つけることもできます。必要なソフトウェアを実行するためにセットアップされた、使用した会社の名前を追加し、学生の価格で助けました（SEに適している場合は誰かコメントしてください）。

ちょっとした接線：メソッドの検証に使用できる論文（理想的には実験的）を探すことを強くお勧めします。独自の設計を実行する前に、風洞実験の結果を（理由の範囲内で）再作成できることを非常に確認しました。また、メッシュの感度分析を実行して、フローの構造を確実に解決することも重要です。

また、境界層をより適切に解決するために、表面から剥がれるプリズム層も重要です。

最後：Fluentの人々からのこのドキュメントは少し古いですが、私たちを始めるのにまだ非常に役に立ちました。（scribdリンクはごめんなさい。

1つのシミュレーションのみを実行するリソースがある場合は、@ Subodhに同意し、ます。$k-\omega\:SST$

複数のシミュレーションに余裕がある場合は、異なるモデルを使用して比較します。これにより、特定のアプリケーションで乱流モデルの影響を特定できます。

最適な速度分布を探しているのか、分離にもっと興味があるのか​​を明確にできますか？