3DEXPERIENCE 流体力学エンジニアの役割における乱流モデル

流体力学エンジニアの役割3DEXPERIENCE プラットフォーム ユーザーは、Spalart-Allmaras、SST k-ω、Realizable k-ε の 3 つの乱流モデルから選択できます。 この記事では、それらの違いと、それぞれの長所と制限をよりよく理解できるように、それらを詳しく説明します。

乱流モデルとは何ですか?

乱流モデルは、数値流体力学 (CFD) で乱流をシミュレートするために使用される数学的モデルです。 乱流は、流体の運動によって生成される乱流の渦または渦によって特徴付けられます。 これらの渦のサイズは、流れドメインのサイズの数倍から分子スケールにまで及びます。 下の画像は、一対のボルテックス ジェネレーターの乱流渦の発達を示しています。

3DEXPERIENCE の乱流モデルとは

乱流モデルは、これらの渦の挙動とその相互作用を記述し、流れ全体の挙動に対する乱流の影響を予測する方法を提供しようとします。 乱流モデルにはいくつかの種類がありますが、ほとんどは渦粘性の概念に基づいており、隣接する流体層間の乱流の運動量伝達を測定します。 これらのモデルでは、乱流渦は、流体の分子粘度よりもはるかに高い粘度を持つ有効流体のように動作すると想定されます。

乱流モデルは、航空機設計、自動車、産業プロセスなど、多くの実用的なエンジニアリング アプリケーションをシミュレーションするために不可欠です。 ただし、乱流モデルは複雑な物理現象を簡略化して表現したものであり、多くの要因が予測の精度に影響を与える可能性があることに注意することが重要です。 そのため、特定のアプリケーション向けの乱流モデルを選択して検証するには、基礎となる物理学をある程度理解し、モデルの長所と限界を慎重に考慮する必要がありますが、これについてはこの記事が役立ちます。

比較

Spalart-Allmaras モデルは、乱流粘性に対して単一の輸送方程式を使用する 1 方程式モデルであり、低レイノルズ数の流れの計算効率が高くなります。 ただし、高レイノルズ数の流れには制限があり、その精度は流れの剥離や圧力勾配などの複雑な流れの特徴によって影響を受ける可能性があります。 航空力学業界では、このモデルが業界標準です。

SST k-ω モデルは、壁近くの k-ω モデルと境界層の外層の k-ε モデルを組み合わせた 2 方程式モデルで、低レイノルズ数の流れと高レイノルズ数の流れの両方に対して正確な予測を提供します。 これにより、皮膚の摩擦やその他の境界層の挙動を優れて予測できます。 トランジション領域で 2 つのモデルを切り替えるブレンディング機能も備えており、他のモデルに比べて汎用性が高くなります。 SST k-ω モデルでは、経験的係数の慎重な校正が必要になる場合があります。 ただし、ダッソー システムズは、一般的なアプリケーションで機能するように係数を調整しています。 必要に応じて、ユーザーはアプリケーションに合わせて係数を変更できます。 計算コストは​​高くなりますが、このモデルは自動車業界の「ゴールドスタンダード」です。

Realizable k-ε モデルは、標準の k-ε モデルを改良したもう 1 つの 2 方程式モデルです。 これには、乱流消散速度方程式の修正が含まれており、物理的により正確になり、渦巻きや回転する流れなどの複雑な特徴を持つ流れの予測が向上します。 ただし、Realizable k-ε モデルのセットアップにはより高いレベルの専門知識が必要であり、そのパフォーマンスは初期条件と境界条件の影響を受ける可能性があります。

以下は、上記の情報をまとめた表です。

乱流モデル方程式の数
範囲
強み制限事項
スパルト・アルマラス1つ低い

計算効率が高く、低レイノルズ数フローに適しています。 空気力学

高レイノルズ数の流れの精度が限られており、複雑な流れの特徴に影響されやすい
SST k-ω低から高へさまざまな流れ状況に対する多用途で正確な予測、壁付近の挙動を効果的にモデリングするためのブレンディング機能。 自動車計算コストが高くなる可能性がある
実現可能なk-ε低から高へ旋回または回転機能を備えた複雑で異方性の流れの精度が向上しました。 内部フローに最適初期条件と境界条件の影響を受けやすい

注記: ダッソー・システムズは、デフォルトの乱流係数を定期的に再調整して、結果が実験標準および業界標準と一致していることを確認します。

まとめ

各乱流モデルには独自の長所と制限があり、適切なモデルの選択は特定のアプリケーションと必要な精度レベルによって異なります。 の スパルト・アルマラス モデルは低レイノルズ数の流れに適していますが、 海面温度 k-ω モデルはより汎用性が高く、より広範囲の流れ状況に対応できます。 の 実現可能なk-ε このモデルは、旋回または回転機能を備えた複雑な流れに適しています。 流体力学エンジニアの役割を使用する場合は、各モデルのパフォーマンスを慎重に評価し、特定のアプリケーションに最適なオプションを選択する必要があります。 このストーリーの以降の部分では、各モデルを詳しく掘り下げ、その長所の例を示します。