CN107341315B - 采用混合尺度多相流模型对多相流进行预测的方法 - Google Patents

采用混合尺度多相流模型对多相流进行预测的方法 Download PDF

Info

Publication number
CN107341315B
CN107341315B CN201710560453.3A CN201710560453A CN107341315B CN 107341315 B CN107341315 B CN 107341315B CN 201710560453 A CN201710560453 A CN 201710560453A CN 107341315 B CN107341315 B CN 107341315B
Authority
CN
China
Prior art keywords
phase
interface
scale
multiphase flow
mixed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710560453.3A
Other languages
English (en)
Other versions
CN107341315A (zh
Inventor
李宝宽
李林敏
刘中秋
齐凤生
王芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201710560453.3A priority Critical patent/CN107341315B/zh
Publication of CN107341315A publication Critical patent/CN107341315A/zh
Application granted granted Critical
Publication of CN107341315B publication Critical patent/CN107341315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种采用混合尺度多相流模型对多相流进行预测的方法,包括:S1、根据预先设定的计算域网格尺寸,确定混合尺度多相流中大尺度的相界面和小尺度的相界面;S2、获取混合尺度多相流中每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数;S3、根据物性参数,界面参数,物理参数,采用预先建立的混合尺度多相流模型对该混合尺度多相流进行预测,确定所述混合尺度多相流的物理过程,获取流场信息;混合尺度多相流模型包括:集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型。上述方法保证界面不发散,使界面上物质属性尽可能地呈阶跃分布。

Description

采用混合尺度多相流模型对多相流进行预测的方法
技术领域
本发明涉及的多相流预测技术,尤其涉及一种采用混合尺度多相流模型对多相流进行预测的方法。
背景技术
多尺度多相流动过程广泛存在于各种工业过程,如能源动力、石油化工、冶金、制冷以及航空航天等领域。通常情况下,多相流体系总是由若干种连续介质和若干种不连续介质组成。连续介质可称为连续相,不连续介质则称为离散相。多相流是指由不同种类连续介质或不连续介质组成的流动过程。在自然界、日常生活以及各种工业过程中,两相或多相流问题均广泛存在,例如气-液、液-液、气-固及液-固等多相流动体系。其中,气-液、气-固或气-液-固多相混合流动常存在大界面变形,离散粒子输运,连续相-离散相转变等过程,对于这类多尺度相界面共存的情况,目前预测过程中的困难在于难以同时捕捉大尺度的连续界面和小尺度的离散相界面。
针对单相流动或只包含两种连续相或一种连续相和一种离散相的两相流过程,现有技术中采用以计算机为工具的数值分析方法求解由质量、动量、能量等守恒方程组成的偏微分方程组,或通过质点法分析大量离散粒子的运动来模拟某一相的运动规律,再借助图像显示工具给出空间中的速度、压力以及温度等预测信息。上述方法其花费的物质耗费少;具有很好的操作性及可重复性;可以预测实验难以测量的量等优势,已得到越来越广泛的应用。
目前针对两种或两种以上连续相以及若干种离散相的多相流过程,尚无较完善的数值计算方法。即,针对两种或两种以上连续相以及若干种离散相的多相流过程:(1)变量显著增加。各相速度、浓度、离散相粒子大小以及相间速度、作用力等都在很宽范围内变化,流型也随之显著变化。(2)相分布描述困难。(3)相间相互作用确定困难。单一连续相与离散相的相互作用本身就是难题,不同连续相各种参数差距较大,需确定离散相与不同种类连续相的相互作用以及离散相在相界面所受表面张力的影响等。
发明内容
为解决现有技术中的问题,本发明提供一种采用混合尺度多相流模型对多相流进行预测的方法。
第一方面,本发明提供一种采用混合尺度多相流模型对多相流进行预测的方法,包括:
S1、根据预先设定的计算域网格尺寸,确定混合尺度多相流中大尺度的相界面,和混合尺度多相流中小尺度的相界面即离散粒子;
S2、获取所述混合尺度多相流中每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数;
S3、根据每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数,采用预先建立的混合尺度多相流模型对该混合尺度多相流进行预测,确定所述混合尺度多相流的物理过程,获取流场信息;
其中,所述大尺度为相界面的尺寸大于或等于计算域网格尺寸,所述小尺度为相界面的尺寸小于计算域网格尺寸;
所述混合尺度多相流模型包括:集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型。
可选地,步骤S3之前,建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型。
可选地,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,包括:
采用公式一获取混合尺度多相流中某一连续相的相分率α(即体积分数);
公式一:
Figure GDA0002177985510000031
其中,uα表示界面压缩速度,
Figure GDA0002177985510000032
Cα表示用于控制界面压缩率的压缩系数,
Figure GDA0002177985510000033
使uα始终垂直于界面;α=1代表全部为该相,另一相的相分率则为(1-α),0<α<1为相界面;
根据公式二,获取离散相所占连续相的相分率,以及根据公式三和公式四建立考虑离散相相分率的连续性方程和动量方程;
公式二:
Figure GDA0002177985510000034
其中,αc,min为最小孔隙率,防止单元格被粒子完全占据,Vp,Vcell分别代表粒子体积和粒子所处单元格体积;
公式三:
Figure GDA0002177985510000035
公式四:
Figure GDA0002177985510000036
uc表示连续相速度,P表示压力,S表示粘性应力张量,g表示重力加速度,Fs表示表面张力,Fpf表示连续相与离散相相互作用力。
可选地,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,包括:
采用公式五和公式六分别获取混合尺度多相流中连续相的粘度μc和密度ρc
公式五:μc=αμ1+(1-α)μ2
公式六:ρc=αρ1+(1-α)ρ2
其中,下标1和下标2分别表示连续相1和连续相2;c表示所有连续相。
可选地,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,还包括:
根据公式七,获取连续相的表面张力;根据公式八,获取连续相的界面曲率κ;
公式七:
Figure GDA0002177985510000041
其中γ为表面张力系数;界面曲率κ则可以写成:
公式八:
可选地,所述建立的混合尺度多相流模型中的离散粒子的随体算法步骤,包括:
根据公式九,获取迁移速度和旋转速度;
公式九:
Figure GDA0002177985510000044
式中:mp、up、ωp分别代表粒子质量、速度和旋转速度;Ip代表转动惯量等于
Figure GDA0002177985510000045
Figure GDA0002177985510000046
代表粒子半径;Tp代表粒子所受扭矩;FC代表粒子间相互作用力;Fpf代表流体与粒子的相互作用力;
式中:β代表曳力系数;Fi代表粒子在界面处受到的表面张力;Fother表示除曳力和表面张力外的其余相间作用力。
可选地,所述粒子所受界面张力表示为:
Figure GDA0002177985510000051
可选地,所述混合尺度多相流包括:至少两种连续相和至少一种离散相。
本发明具有的有益效果如下:
本发明与现有技术相比具有如下显著特点:
1)本发明实施例以基于有限体积方法的连续界面捕捉方法为基础,跟踪相分率并对其进行压缩,保证界面不发散,使界面上物质属性尽可能地呈阶跃分布。
2)将亚格子尺度的离散粒子所占体积分数引入连续相的控制方程中,以考虑粒子所占连续相体积分数的影响。
3)本发明的方法可以实现对大于网格尺度的界面进行直接求解,而对小于网格尺度的离散粒子进行模型化,以避免对小尺度界面的捕捉而消耗巨量的计算资源。
4)连续相与离散相之间的动量传递采用相间相互作用力描述,并考虑了粒子在界面处所受的表面张力。实现了离散相与多种连续相的相互耦合
5)相对于现有的针对离散相的拟流体算法,本发明可以模拟每个粒子的运动行为,以及各个粒子之间的相互作用。
6)其中的离散粒子可以是固体颗粒,也可以是离散气泡或液滴。
附图说明
图1为本发明的基于混合尺度多相流的预测方法的流程示意图;
图2为本发明实施例中混合尺度多相流模型的计算方法示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明实施例的方法所解决的即同时包含连续分层界面如气-液、液-液相界面,以及离散粒子如固体颗粒、离散气泡等的多尺度多相流过程。例如,所针对的多相流过程包括工业中粉料的气力或液力输送,多相流体的输运,粉尘的分离与收集,选矿,液雾燃料或煤粉燃烧,流化床,各种粉末制备,水下航行器或旋转机械的空化流,锅炉及反应堆内汽水流动,铁水精炼或连铸过程的气-液-渣流动等等。
如图1所示,本实施例的方法可包括下述步骤:
S1、根据预先设定的计算域网格尺寸,确定混合尺度多相流中大尺度的相界面,和混合尺度多相流中小尺度的相界面;
S2、获取所述混合尺度多相流中每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数;
S3、根据每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数,采用预先建立的混合尺度多相流模型对该混合尺度多相流进行预测,确定所述混合尺度多相流的物理过程,获取流场信息;
其中,所述大尺度为相界面的尺寸大于或等于计算域网格尺寸,所述小尺度为相界面的尺寸小于计算域网格尺寸;
所述混合尺度多相流模型包括:集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型。
在实际应用中,所述步骤S1之后,步骤S3之前,所述方法还包括下述的步骤S0:
S0、建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型。
上述方法可以克服现有模型无法同时准确描述连续界面和离散粒子的缺陷,且不会造成计算量过大,可方便地应用于工程实际问题,以实现对实际工业过程中的复杂多相流问题的数值模拟。
为更好的理解上述实施例的方法,以下结合公式进行详细说明。
第一步:建立完善的考虑离散粒子所占体积分数的连续界面捕捉算法、离散粒子的随体算法、连续相流体与粒子以及界面与粒子的相互作用模型即连续流体的界面与离散粒子的相互作用子模型。
1)针对连续相采用界面捕捉算法,求解其中一连续相的相分率,并对界面进行压缩防止发散。控制方程如下:
Figure GDA0002177985510000071
式中:uα表示界面压缩速度,表示如下:
Figure GDA0002177985510000072
式中:Cα表示压缩系数,控制界面压缩率,建议其值为1≤Cα≤4。
Figure GDA0002177985510000073
使uα始终垂直于界面。对于连续相的粘度μc和密度ρc由下式求解:
μc=αμ1+(1-α)μ2 (3)
ρc=αρ1+(1-α)ρ2 (4)
式中:下标1和2分别表示连续相1和连续相2;c表示所有连续相。
由于多相流中还包含离散相,且离散相的尺寸要小于计算域网格尺寸。为考虑离散相所占连续相体积分数,通过下式求解连续相体积分数:
Figure GDA0002177985510000081
式中:αc,min为最小孔隙率,防止该网格被粒子完全占据,值由用户给定,应在(0,0.36)之间。Vp,Vcell分别代表粒子体积和粒子所处单元格体积。由此,建立考虑离散相体积分数的连续相控制方程如下:
Figure GDA0002177985510000082
Figure GDA0002177985510000083
式中:uc表示连续相速度,P表示压力,S表示粘性应力张量,g表示重力加速度,Fs表示表面张力,Fpf表示连续相与离散相相互作用力。表面张力的求解如下式:
Figure GDA0002177985510000084
其中γ为表面张力系数,根据不同连续相性质确定;界面曲率κ则可以写成:
Figure GDA0002177985510000085
由此,建立了考虑离散粒子所占体积分数的连续相计算方法和界面捕捉算法。
2)针对离散相采用基于拉格朗日坐标系的随体算法。根据牛顿第二定律,其迁移速度和旋转速度分别表示如下:
Figure GDA0002177985510000087
式中:mp、up、ωp分别代表粒子质量、速度和旋转速度;Ip代表转动惯量等于
Figure GDA0002177985510000091
其中
Figure GDA0002177985510000092
代表粒子半径;Tp代表粒子所受扭矩;FC代表粒子间相互作用力;Fpf代表流体与粒子的相互作用力。
其中,粒子间相互作用力FC针对固体可以通过现有方式求解。流体与粒子的相互作用力Fpf包括曳力、界面处所受界面张力、虚拟质量力、压力梯度力、Magnus升力等:
式中:β代表曳力系数;Fi代表粒子在界面处受到的表面张力;Fother表示除曳力和表面张力外的其余相间作用力。
曳力为流固耦合计算中最重要的一个力,可根据实际情况确定曳力系数β。
粒子所受界面张力表示如下:
Figure GDA0002177985510000094
由此,建立了亚格子尺度(即小于计算域网格尺度的称为亚格子尺度)的离散粒子模型,及其与不同连续相相互作用的耦合算法。
上述方法基于有限体积方法,以网格尺度为界,确定计算问题中不同相界面所采用的计算方法。若相界面大于网格尺度则采用考虑离散粒子所占体积分数的连续界面捕捉算法,若相界面离散、间断且小于网格尺度,则采用离散粒子的随体算法计算。连续相与离散相之间通过相互作用力以及离散相所占体积分率进行耦合,实现对多种连续流体和离散粒子共同组成的多尺度多相流过程进行求解。
进一步地,针对大于网格尺度的相界面,采用界面捕捉方法直接捕捉。其中相界面由两种或两种以上互不掺混的连续流体组成,如空气和水组成的气-液相界面、水和油组成的液-液相界面等。
另外,针对小于网格尺度的离散粒子,包括固体颗粒、离散气泡或液滴,采用离散粒子的随体算法。粒子的运动基于牛顿第二定律求解,粒子所受作用力包括重力、浮力、粒子间作用力以及粒子-流体相互作用力等。
此外,通过相间作用力来实现流体与粒子的耦合,同时考虑粒子所占流体的体积分数的影响。
本发明与现有技术相比具有如下显著特点:
1)本发明以基于有限体积方法的连续界面捕捉方法为基础,跟踪相分率并对其进行压缩,保证界面不发散,使界面上物质属性尽可能地呈阶跃分布。
2)将亚格子尺度的离散粒子所占体积分数引入连续相的控制方程中,以考虑粒子所占连续相体积分数的影响。
3)本算法可以实现对大于网格尺度的界面进行直接求解,而对小于网格尺度的离散粒子进行模型化,以避免对小尺度界面的捕捉而消耗大量的计算资源。
4)连续相与离散相之间的动量传递采用相间相互作用力描述,并考虑了粒子在界面处所受的表面张力。实现了离散相与多种连续相的相互耦合
5)相对于现有的针对离散相的拟流体算法,本发明可以模拟每个粒子的运动行为,以及各个粒子之间的相互作用。
6)其中的离散粒子可以是固体颗粒,也可以是离散气泡或液滴。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种采用混合尺度多相流模型对多相流进行预测的方法,其特征在于,包括:
S1、根据预先设定的计算域网格尺寸,确定混合尺度多相流中大尺度的相界面,和混合尺度多相流中小尺度的相界面;
S2、获取所述混合尺度多相流中每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数;
S3、根据每一介质的物性参数,相邻介质组成的界面参数,离散粒子的物理参数,采用预先建立的混合尺度多相流模型对该混合尺度多相流进行预测,确定所述混合尺度多相流的物理过程,获取流场信息;
其中,所述大尺度为相界面的尺寸大于或等于计算域网格尺寸,所述小尺度为相界面的尺寸小于计算域网格尺寸;
所述混合尺度多相流模型包括:集合有离散粒子所占相分率的连续界面捕捉算法、离散粒子的随体算法、和连续流体的界面与离散粒子的相互作用子模型;
其中,步骤S3中采用所述混合尺度多相流模型对该混合尺度多相流进行预测包括:采用考虑离散粒子所占体积分数的连续界面捕捉算法计算大于网格尺度的相界面;采用离散粒子的随体算法计算小于网格尺度且离散、间断的相界面;连续相与离散相之间通过相互作用力以及离散相所占体积分率进行耦合,实现对多种连续流体和离散粒子共同组成的多尺度多相流过程进行求解。
2.根据权利要求1所述的方法,其特征在于,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,包括:
采用公式一获取混合尺度多相流中某一连续相的相分率α;
公式一:
其中,uα表示界面压缩速度,
Figure FDA0002228565050000012
Cα表示用于控制界面压缩率的压缩系数,使uα始终垂直于界面;0<α<1代表相界面;
根据公式二,获取离散相所占连续相的相分率,以及根据公式三和公式四建立考虑离散相相分率的连续性方程和动量方程;
公式二:
Figure FDA0002228565050000022
其中,αc,min为最小孔隙率,防止单元格被粒子完全占据,Vp,Vcell分别代表粒子体积和粒子所处单元格体积;
公式三:
Figure FDA0002228565050000023
公式四:
Figure FDA0002228565050000024
uc表示连续相速度,P表示压力,S表示粘性应力张量,g表示重力加速度,Fs表示表面张力,Fpf表示连续相与离散相相互作用力。
3.根据权利要求2所述的方法,其特征在于,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,包括:
采用公式五和公式六分别获取混合尺度多相流中连续相的粘度μc和密度ρc
公式五:μc=αμ1+(1-α)μ2
公式六:ρc=αρ1+(1-α)ρ2
其中,下标1和下标2分别表示连续相1和连续相2;c表示所有连续相。
4.根据权利要求2所述的方法,其特征在于,所述建立的混合尺度多相流模型中的集合有离散粒子所占相分率的连续界面捕捉算法步骤,还包括:
根据公式七,获取连续相的表面张力;根据公式八,获取连续相的界面曲率κ;
公式七:
Figure FDA0002228565050000031
其中γ为表面张力系数;
公式八:
Figure FDA0002228565050000032
5.根据权利要求3所述的方法,其特征在于,所述建立的混合尺度多相流模型中的离散粒子的随体算法步骤,包括:
根据公式九,获取迁移速度和旋转速度;
公式九:
Figure FDA0002228565050000033
Figure FDA0002228565050000034
式中:mp、up、ωp分别代表粒子质量、速度和旋转速度;Ip代表转动惯量等于
Figure FDA0002228565050000035
代表粒子半径;Tp代表粒子所受扭矩;FC代表粒子间相互作用力;Fpf代表连续相与离散相相互作用力;
Figure FDA0002228565050000037
式中:β代表曳力系数;Fi代表粒子在界面处受到的表面张力;Fother表示除曳力和表面张力外的其余相间作用力。
6.根据权利要求5所述的方法,其特征在于,所述粒子所受界面张力表示为:
Figure FDA0002228565050000041
7.根据权利要求1至6任一所述的方法,其特征在于,所述混合尺度多相流包括:至少两种连续相和至少一种离散相。
CN201710560453.3A 2017-07-11 2017-07-11 采用混合尺度多相流模型对多相流进行预测的方法 Active CN107341315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710560453.3A CN107341315B (zh) 2017-07-11 2017-07-11 采用混合尺度多相流模型对多相流进行预测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710560453.3A CN107341315B (zh) 2017-07-11 2017-07-11 采用混合尺度多相流模型对多相流进行预测的方法

Publications (2)

Publication Number Publication Date
CN107341315A CN107341315A (zh) 2017-11-10
CN107341315B true CN107341315B (zh) 2020-01-14

Family

ID=60218053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710560453.3A Active CN107341315B (zh) 2017-07-11 2017-07-11 采用混合尺度多相流模型对多相流进行预测的方法

Country Status (1)

Country Link
CN (1) CN107341315B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492280B (zh) * 2018-10-25 2020-08-04 深圳市信宇人科技股份有限公司 一种用于双面狭缝涂布接触式模头的模拟计算方法
CN110069014A (zh) * 2019-04-29 2019-07-30 河海大学 采用多尺度自适应模型对空化流进行仿真的方法
CN112115650B (zh) * 2020-08-19 2024-02-20 浙江理工大学 一种含气液力透平内两相流及相变过程数值预测方法
CN112270145B (zh) * 2020-12-22 2021-03-09 浙江中自庆安新能源技术有限公司 一种基于多相流模型的结圈分析方法及系统
CN113338218B (zh) * 2021-08-06 2021-10-26 西南交通大学 泥石流柔性防护的多尺度多介质综合反演方法
CN115345088B (zh) * 2022-08-22 2024-02-23 深圳十沣科技有限公司 多相流耦合计算方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103043784A (zh) * 2013-01-25 2013-04-17 北京大学 一种活性污泥污水处理的多维、多相、多过程耦合模拟方法
CN105930548A (zh) * 2016-03-21 2016-09-07 哈尔滨理工大学 基于Fluent软件的安装制冷站喷淋系统的空气雾化喷嘴的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103043784A (zh) * 2013-01-25 2013-04-17 北京大学 一种活性污泥污水处理的多维、多相、多过程耦合模拟方法
CN105930548A (zh) * 2016-03-21 2016-09-07 哈尔滨理工大学 基于Fluent软件的安装制冷站喷淋系统的空气雾化喷嘴的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Investigation of Bubble-Slag Layer Behaviors with Hybrid Eulerian–Lagrangian Modeling and Large Eddy Simulation;LINMIN LI,BAOKUAN LI;《The Minerals, Metals & Materials Society》;20160311;第68卷(第8期);2160-2169 *
Modeling of bubble behaviors and size distribution in a slab continuous casting mold;Z.Q.Liu,F.S.Q,B.K.Li,S.C.P.Cheung;《International Journal of Multiphase Flow》;20160331;第79卷;190-201 *
颗粒群研究:多相流多尺度数值模拟的基础;毛在砂;《过程工程学报》;20080831;第8卷(第4期);645-659 *

Also Published As

Publication number Publication date
CN107341315A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN107341315B (zh) 采用混合尺度多相流模型对多相流进行预测的方法
Gopaliya et al. Modeling of sand-water slurry flow through horizontal pipe using CFD
Brändle De Motta et al. Numerical modelling of finite-size particle collisions in a viscous fluid
Bambauer et al. Transient DEM-CFD simulation of solid and fluid flow in a three dimensional blast furnace model
Sommerfeld et al. State of the art and future trends in CFD simulation of stirred vessel hydrodynamics
Chen et al. Study of the hydraulic transport of non-spherical particles in a pipeline based on the CFD-DEM
Gopaliya et al. Analysis of effect of grain size on various parameters of slurry flow through pipeline using CFD
Guo et al. Comparison of the implementation of three common types of coupled CFD-DEM model for simulating soil surface erosion
Natsui et al. Gas–solid flow simulation of fines clogging a packed bed using DEM–CFD
Zhang et al. Numerical simulation on transportation behavior of dense coarse particles in vertical pipe with an optimized Eulerian–Lagrangian method
Guan et al. Lattice Boltzmann simulation of flow past a non-spherical particle
Hirche et al. A hybrid Eulerian-Eulerian-Lagrangian model for gas-solid simulations
Saghatchi et al. Numerical simulation of water-entry and sedimentation of an elliptic cylinder using smoothed-particle hydrodynamics method
Wan et al. Numerical simulation on transport behavior of gradated coarse particles in deep-sea vertical pipe transportation
Prakash et al. Simulation of suspension of solids in a liquid in a mixing tank using SPH and comparison with physical modelling experiments
He et al. Solids motion and segregation of binary mixtures in a rotating drum mixer
Bonkinpillewar et al. A novel coupled fluid–particle DEM for simulating dense granular slurry dynamics
Yang et al. A direct numerical simulation study of flow modulation and turbulent sedimentation in particle-laden downward channel flows
Zhao et al. Modeling and validation of coarse-grained computational fluid dynamics–discrete element method for dense gas–solid flow simulation in a bubbling fluidized bed
Bai et al. Gas–solid flow characteristics of fluidized bed with binary particles
Guo et al. Numerical investigation of particle cloud sedimentation in power-law shear-thinning fluids for moderate Reynolds number
Nick et al. Mathematical model of solid flow behavior in a real dimension blast furnace
Wenyuan et al. Numerical study on interaction between two bubbles rising side by side in CMC solution
Spelay Solids transport in laminar, open channel flow of non-Newtonian slurries
Huang et al. 3‐D Simulations of an Internal Airlift Loop Reactor using a Steady Two‐Fluid Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant