Quels modèles de turbulence conviennent à l'analyse CFD sur une carrosserie de véhicule rationalisée?

De nombreux codes CFD commerciaux et open source implémentent plusieurs méthodes de fermeture pour le terme d'accélération convective non linéaire des équations de Navier-Stokes moyennées par Reynolds (RANS). Les méthodes courantes (également appelées modèles de turbulence ) comprennent

• Spalart – Allmaras (S – A)
• k – ε (k – epsilon)
• k – ω (k – oméga)
• SST (Menter's Shear Stress Transport)
• Modèle d'équation de contrainte de Reynolds

Lesquels de ces éléments conviennent à la simulation CFD d'une carrosserie de véhicule rationalisée? Le but des simulations est de guider le raffinement de la forme du corps pour minimiser les forces de traînée aérodynamiques. Une réponse exemplaire décrirait brièvement les avantages et les inconvénients de chaque méthode pour cette application de simulation.

Détails potentiellement utiles:

Le véhicule est un petit véhicule pour une personne avec des dimensions approximatives

• L = 2,5 m,
• W = 0,7 m, et
• H = 0,5 m.

Il se déplacera à des vitesses allant de 0 m / s à environ 12 m / s. Les trois roues sont enfermées par l'enveloppe de la carrosserie et le véhicule a une garde au sol d'environ 15 cm, sauf près des roues, où la coque de la carrosserie s'étend jusqu'à 1 cm de la surface de la route.

Normalement, les forces aérodynamiques à ces vitesses sont presque presque négligeables, mais supposons que ce véhicule est conçu pour concourir dans une compétition "Super Mileage" sur une piste lisse, est très léger et utilise des composants de transmission à faible friction tout au long, donc l'aérodynamique les forces ont un effet significatif sur la consommation de carburant réalisable.

Le modèle de turbulence peut faire une grande différence dans votre simulation . Il existe de nombreux modèles de turbulence. Il devient difficile de sélectionner l'un d'entre eux.

Il n'y a pas de modèle de turbulence parfait. Tout dépend de plusieurs paramètres comme le nombre de Reynold, si le flux est séparé, les gradients de pression, l'épaisseur de la couche limite, etc. Dans cette réponse, de brèves informations sur quelques modèles populaires sont fournies ainsi que les avantages et les inconvénients et les applications potentielles. Cependant, les utilisateurs intéressés peuvent voir cet excellent site Web de la NASA et ses références pour en savoir plus sur la modélisation de la turbulence.

A) UN MODÈLE D'ÉQUATION:

1. Spalart-Allmaras

Ce modèle résout une variable supplémentaire pour la viscosité Spalart-Allmaras. Selon un document de la NASA , ce modèle comporte de nombreuses modifications ciblées à des fins spécifiques.

Avantages : moins de mémoire, très robuste, convergence rapide

Inconvénients : Ne convient pas aux écoulements séparés, aux couches de cisaillement libres, aux turbulences en décomposition, aux écoulements internes complexes

Utilisations : calculs dans les couches limites, champ de flux entier si séparation légère ou nulle, applications aérospatiales et automobiles, pour les calculs initiaux avant de passer à un modèle supérieur, calculs de débit compressibles

Applicabilité à votre cas : un bon candidat pour réduire le temps de simulation. Vous pouvez prédire assez bien la traînée avec ce modèle. Cependant, si vous souhaitez connaître la région de séparation des flux, ce modèle ne donnera pas de résultats très précis.

________________________________________________________________________________

B) MODÈLES À DEUX ÉQUATIONS:

1. $k$$\epsilon$

$k$$\epsilon$

Avantages : simple à mettre en œuvre, convergence rapide, prédit les débits dans de nombreux cas pratiques, bon pour l'aérodynamique externe

Inconvénients : Ne convient pas aux jets axi-symétriques, aux écoulements tourbillonnaires et aux fortes séparations. Très faible sensibilité pour les gradients de pression défavorables, difficile à démarrer (nécessite une initialisation avec Spalart-Allmaras), ne convient pas pour les applications à proximité des murs

Utilisations : Convient pour les itérations initiales, convient aux écoulements externes autour de géométries complexes, convient aux couches de cisaillement et aux écoulements libres sans parois

$Re = 1.98*10^6$$k$$\epsilon$

$k$$\omega$

$k$$\omega$$k$$\epsilon$

Avantages : Excellent pour les couches limites, fonctionne avec un gradient de pression défavorable, fonctionne pour les écoulements fortement séparés, les jets et les couches de cisaillement libre

Inconvénients : le temps requis pour la convergence est plus important, nécessite beaucoup de mémoire, nécessite une résolution de maillage près du mur, prédit une séparation précoce et excessive

Utilisations : flux internes, flux de tuyaux, flux de jets, tourbillons

$\omega$

$k$$\omega$

$k$$\omega$$k$$\epsilon$

$k$$\omega$

$k$$\omega$

Utilisations : aérodynamique externe, écoulements séparés, couches limites et gradients de pression défavorables

$k$$\epsilon$

Alors, quel modèle est le plus approprié?

$k$$\omega$

Et ne me croyez pas sur parole. Un rapport sur «l' analyse aérodynamique et l'évaluation du coefficient de traînée des cyclistes contre la montre » utilise le modèle SST. Cet article compare tous les résultats des modèles de turbulence pour l'aérodynamique des cyclistes et arrive à la conclusion que le modèle SST donne les meilleurs résultats globaux. Je cite ces résultats parce que le nombre et les dimensions de Reynold, un vélo se rapproche le plus de votre cas, pour lequel des tonnes d'études sont disponibles.

$k$$\epsilon$$k$$\epsilon$$k$$\epsilon$

Si vous avez de meilleures ressources de calcul, optez pour LES . Mais je pense que ce n'est pas nécessaire dans ce cas et que cela pourrait ne pas être approprié. Je n'ai pas d'expérience avec LES, donc je ne peux pas faire de commentaire.

Quelques ressources intéressantes:

1. La maison FOAM : Si vous voulez apprendre OpenFOAM pas à pas

2. Avancées récentes sur la modélisation numérique des écoulements turbulents

3. $21^{st}$

4. Modèles de turbulence et leur application à des écoulements complexes

Bonne chance!

À votre santé!

Je ne peux pas dire que ce sera la réponse idéale, mais cela devrait vous aider à démarrer. Comme vous le constaterez, je ne suis pas un véritable expert.

$\epsilon$$\omega$

Parmi les trois intermédiaires, le SST est (me dit-on) meilleur pour prédire correctement la séparation des flux. Les deux autres ont l'habitude de ne pas prédire la séparation quand ils le devraient. Étant donné que la séparation provoque généralement une traînée, cela pourrait entraîner une conception défectueuse semblant bonne.

Si RSM serait certainement préférable si possible, ce sera le plus long car il ajoute 7 équations au-dessus de NS. Il y a 10 ans, vous auriez peut-être dû faire un choix difficile ici. Ces jours-ci, vous devriez être en mesure de transformer les modèles RSM de ce type de véhicule en un temps raisonnable.

Je travaille sur une conception aérodynamique FSAE (voiture de course monoplace à roues ouvertes) depuis quelques mois et j'ai trouvé que l'utilisation de RSM était raisonnable pour fonctionner sur un ordinateur portable assez haut de gamme ou tout ordinateur de bureau de jeu respectable. Vous pouvez également trouver des endroits où vous pouvez louer du temps d'exécution si vous avez besoin d'évaluer un grand nombre d'itérations de conception. Je peux ajouter le nom d'une entreprise que nous avons utilisée qui a été créée pour exécuter le logiciel dont nous avions besoin et nous a aidé avec les prix étudiants (quelqu'un s'il vous plaît commenter si cela est approprié pour SE).

Une légère tangente: je vous recommande fortement de rechercher des articles (idéalement expérimentaux) que vous pouvez utiliser pour valider vos méthodes. Nous nous sommes assurés de pouvoir recréer (dans des limites raisonnables) les résultats d'expériences en soufflerie avant de procéder à la conception de nos propres conceptions. Il est également important d'exécuter une analyse de sensibilité du maillage pour vous assurer que vous résolvez la structure du flux.

De plus, les couches de prismes qui se détachent de vos surfaces (pour mieux résoudre les couches limites) sont importantes.

Dernier: ce document des gens de Fluent est un peu vieux, mais il a quand même été très utile pour nous aider à démarrer. (désolé pour le lien scribd.

$k-\omega\:SST$

Dans le cas où vous pouvez vous permettre plusieurs simulations, j'utiliserais différents modèles et comparerais. De cette façon, vous pouvez identifier l'influence du modèle de turbulence dans votre application particulière.

Pourriez-vous préciser si vous recherchez une distribution de vitesse optimale ou si vous êtes plus intéressé par les séparations?