WO2019181541A1 - シミュレーション方法、シミュレーション装置、及びプログラム - Google Patents

シミュレーション方法、シミュレーション装置、及びプログラム Download PDF

Info

Publication number
WO2019181541A1
WO2019181541A1 PCT/JP2019/009133 JP2019009133W WO2019181541A1 WO 2019181541 A1 WO2019181541 A1 WO 2019181541A1 JP 2019009133 W JP2019009133 W JP 2019009133W WO 2019181541 A1 WO2019181541 A1 WO 2019181541A1
Authority
WO
WIPO (PCT)
Prior art keywords
particles
fluid
fluidized bed
simulation
physical property
Prior art date
Application number
PCT/JP2019/009133
Other languages
English (en)
French (fr)
Inventor
定典 石原
Original Assignee
住友重機械工業株式会社
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 住友重機械工業株式会社 filed Critical 住友重機械工業株式会社
Priority to JP2020508187A priority Critical patent/JPWO2019181541A1/ja
Publication of WO2019181541A1 publication Critical patent/WO2019181541A1/ja
Priority to US17/011,490 priority patent/US20200401747A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Definitions

  • the present invention relates to a simulation method, a simulation apparatus, and a program.
  • Non-Patent Documents 1 and 2 propose a simulation method that suppresses an increase in calculation time when the number of particles increases. Specifically, the process of enlarging particles to reduce the number of particles (coarse graining), converting physical property values and physical quantities so that the governing equations are the same before and after coarse graining, A simulation is performed on the fluidized bed.
  • Non-Patent Document 2 proposes a method for evaluating heat transport in a fluidized bed.
  • Non-Patent Document 1 does not describe any parameters related to heat transport. That is, the method described in Non-Patent Document 1 can be applied to the simulation of the behavior of a fluidized bed in a cold state (temperature does not change, usually at room temperature), but the flow in a hot state in which heat transport can occur. It cannot be applied to layer simulation. When the method described in Non-Patent Document 2 is applied to the simulation of a fluidized bed in a hot state, the calculation load increases as the number of particles increases.
  • An object of the present invention is to provide a simulation method, a simulation apparatus, and a program capable of suppressing an increase in calculation load even when the number of particles increases in simulation of a fluidized bed in which heat transport can occur.
  • Convert There is provided a simulation method for simulating the behavior of a fluidized bed using the physical property value and the physical quantity after conversion.
  • a simulation condition acquisition unit that acquires an initial condition of a physical quantity defined for the fluid and the fluid, the physical property value of the fluid and the particle of the fluidized bed including a fluid and a fluidized bed including a plurality of particles in the fluid; and An enlargement ratio acquisition unit for acquiring an enlargement ratio for enlarging the particles; Under the condition that the dimensionless quantity relating to the flow of the fluidized bed and the dimensionless quantity relating to the heat transport do not change even when the particles are enlarged, the initial condition of the physical quantity and the physical property value obtained by the simulation condition obtaining unit are converted. Then, a simulation apparatus having an arithmetic unit that simulates the behavior of the fluidized bed using the physical property value and the physical quantity after conversion is applied.
  • FIG. 1A is a schematic diagram illustrating an example of a fluidized bed to be simulated
  • FIG. 1B is a schematic diagram illustrating an example of a fluidized bed after coarse graining to be simulated.
  • FIG. 2 is a chart showing a list of symbols and coarse-graining coefficients used in this specification with respect to physical properties of particles and gases, various physical quantities defined with respect to particles and gases.
  • FIG. 3 is a block diagram of the simulation apparatus according to the present embodiment.
  • FIG. 4 is a flowchart of the simulation method according to this embodiment.
  • FIG. 5 is a perspective view showing a simulation area of an actually performed simulation.
  • FIG. 6 is a diagram showing, in time series, the positions and temperatures of the coarse-grained particles obtained by the coarse-grained fluidized bed simulation.
  • 7A and 7B are graphs showing temporal changes in the average temperature of the particles obtained from the simulation results.
  • FIG. 8 is a chart showing conversion rules applied in a simulation method according to another embodiment.
  • FIG. 1A is a schematic diagram illustrating an example of a fluidized bed to be simulated.
  • the behavior of the fluidized bed formed by arranging a plurality of particles 11 in the region 10 to be simulated and introducing the gas 12 into the region 10 from below to above is simulated.
  • the diameter of the particle 11 is represented by Dp1 .
  • each of the particles 11 is enlarged and the number thereof is reduced (hereinafter referred to as coarse graining), thereby reducing the calculation load.
  • FIG. 1B is a schematic diagram illustrating an example of a fluidized bed after coarse graining to be simulated.
  • the particles 11 are enlarged to obtain virtual particles 21.
  • the virtual particles 21 are arranged in the simulation target region 20.
  • the dimensions of the area 20 after coarse graining are the same as the dimensions of the area 10 before coarse graining.
  • the diameter of the virtual particle 21 is represented by Dp2 .
  • the enlargement factor K is defined as the ratio of the diameter of the virtual particle 21 after coarse graining to the diameter of the particle 11 before coarse graining.
  • the enlargement factor K is defined by the following equation.
  • CFD Computational fluid dynamics
  • DEM discrete element method for a fluidized bed after coarsening formed by introducing a gas 22 from below to above in a region 20 where particles 21 after coarsening are arranged
  • FIG. 2 is a chart showing a list of symbols and coarse-graining coefficients used in this specification for the physical properties of particles and gas, and various physical quantities defined for particles and gas.
  • the physical property value and physical quantity relating to the fluidized bed after coarse graining can be obtained.
  • a subscript “1” is attached to a symbol indicating a physical property value and a physical quantity before coarse graining, and the physical property value after coarse graining is given.
  • the subscript “2” is attached to the symbol representing the physical quantity.
  • dimensionless quantities related to the flow of the fluidized bed there are the particle Reynolds number Re p , Archimedes number Ar p , and Froude number Fr. These dimensionless quantities are defined by the following equations.
  • g is a gravitational acceleration.
  • Bold V and U mean a vector.
  • the void ratio ⁇ is defined by the following equation, where M is the total mass of the filled particles and VA is the apparent volume of the region filled with the particles.
  • a condition is set such that the particle Reynolds number Re p , the Archimedes number Ar p , and the Froude number Fr, which are dimensionless quantities related to the fluidized bed flow, do not change. Further, when the conversion rule of the physical property value and physical quantity before and after coarse graining is obtained under the condition that the void ratio ⁇ does not change and the gas viscosity coefficient ⁇ does not change, the following conversion rule is obtained.
  • Particle mass flow rate m p dots is defined by the following equation flow area as A. From this equation, the following conversion rule is derived.
  • the dimensionless amount related to heat transport is also given a condition that it does not change before and after coarse graining.
  • Prandtl number Pr, particle Nusselt number Nu p , and bio number Bi can be cited.
  • the Prandtl number Pr, the particle Nusselt number Nu p , and the bio number Bi are defined by the following equations.
  • the conversion rule of the particle specific heat c cannot be determined only by the above assumption.
  • an assumption is introduced that the sensible heat Qp , all of the entire particle does not change before and after coarse graining.
  • the sensible heat Q p, all of the whole particle is defined by the following equation, where N p is the number of particles, and ⁇ T p is the difference between the initial temperature of the particles and the gas temperature T introduced into the fluidized bed.
  • the number N p of the particles to reduce to approximately 1 / K 3 by the coarse-grained, sensible heat Q p of the whole particles, when all is assumed unchanged before and after the coarse-grained, the conversion rule is obtained.
  • the heat transfer amount Q dot on the particle surface is defined by the following equation. From this definition, the following conversion rule is obtained for the heat transfer amount Q dots. The following conversion rule is obtained for the heat flux q dots on the particle surface.
  • FIG. 3 is a block diagram of the simulation apparatus according to the present embodiment.
  • the simulation apparatus according to this embodiment includes a processing device 30, an input device 38, and an output device 39.
  • the processing device 30 includes a simulation condition acquisition unit 31, an enlargement rate acquisition unit 32, a calculation unit 33, and an output control unit 34.
  • FIG. 3 can be realized in hardware by an element and a mechanical device such as a central processing unit (CPU) of a computer, and can be realized by a computer program or the like in software.
  • FIG. 3 shows functional blocks realized by cooperation of hardware and software. Therefore, these functional blocks can be realized in various modes by a combination of hardware and software.
  • the bag processing device 30 is connected to the input device 38 and the output device 39.
  • the input device 38 receives input of commands and data from a user related to processing executed by the processing device 30.
  • a keyboard or mouse that performs input by a user operation
  • a communication device that performs input via a network such as the Internet
  • a reading device that performs input from a recording medium such as a CD or DVD, or the like is used. Can do.
  • the simulation condition acquisition unit 31 acquires simulation conditions via the input device 38.
  • the simulation condition includes various information necessary for the simulation. For example, physical property values of particles and gases to be simulated, initial conditions of physical quantities related to particles and gases, boundary conditions, and the like are included.
  • the enlargement factor acquisition unit 32 acquires the enlargement factor K (FIG. 2) via the input device 38.
  • the computing unit 33 multiplies the physical property value and the physical quantity before coarse graining by the coarse graining coefficient (FIG. 2) based on the simulation condition and the enlargement factor K, thereby obtaining the physical property value after coarse graining of particles and gas. And the initial condition of the physical quantity is calculated. Based on the physical property values after coarse graining and the initial conditions of physical quantities, a fluidized bed in which CFD and DEM are coupled is simulated.
  • the output control unit 34 outputs the simulation result to the output device 39.
  • particle position and temperature fluctuations and gas temperature distribution fluctuations are displayed graphically on the display screen of the output device 39.
  • FIG. 4 is a flowchart of the simulation method according to this embodiment.
  • the simulation condition acquisition unit 31 (FIG. 3) acquires simulation conditions (step S1)
  • the enlargement rate acquisition unit 32 (FIG. 3) acquires the enlargement rate K (FIG. 2) (step S2).
  • the calculation unit 33 converts the physical property values and the initial values of physical quantities input as simulation conditions into values after coarse graining (step S3). Further, a simulation is executed based on the converted physical property values and physical quantities (step S4). When the simulation is completed, the output control unit 34 (FIG. 3) outputs a simulation result (step S5).
  • FIG. 5 is a perspective view showing the simulation region 40.
  • the simulation region 40 is a rectangular parallelepiped having a width of 8 cm, a thickness of 1.5 cm, and a height of 25 cm.
  • the simulation region 40 is filled with a plurality of glass particles having a diameter of 1 mm, and gas is introduced into the simulation region 40 from the bottom surface of the simulation region 40.
  • the particle density ⁇ p was 2500 kg / m 3 .
  • the particle specific heat c was 840 J / kg / K
  • the gas constant pressure specific heat cp , f was 1010 J / kg / K
  • the gas viscosity coefficient ⁇ was 2.0 ⁇ 10 ⁇ 5 Pa ⁇ s.
  • the total mass of particles filled in the simulation region 40 was 75 g.
  • a gas having a temperature lower than the initial temperature of the particles was introduced into the simulation region 40.
  • the simulation was performed when the gas flow rate was 1.20 m / s (when the flow rate was slow) and when it was 1.54 m / s (when the flow rate was fast).
  • the simulation was performed for two of the fluidized bed coarsened with an enlargement factor K of 2 and the original fluidized bed.
  • FIG. 6 is a diagram showing, in a time series, the positions and temperatures of the coarse-grained particles obtained by the coarse-grained fluidized bed simulation.
  • the first, second, third, and fourth diagrams from the left of FIG. 6 show the state of the fluidized bed at the cooling start time and the elapsed times from the cooling start t, 2t, and 3t, respectively.
  • the density of each particle represents the temperature of the particle, and the higher the temperature, the deeper the particle. It can be seen that the particles flow due to the inflow of gas, and the temperature of the particles decreases with time.
  • FIG. 7A and FIG. 7B are graphs showing temporal changes in the average temperature of particles determined from simulation results.
  • the horizontal axis represents the elapsed time from the start of cooling in arbitrary units, and the vertical axis represents the average temperature of the particles as a relative value based on the initial temperature.
  • FIG. 7A shows a case where the gas flow rate is slow
  • FIG. 7B shows a case where the gas flow rate is fast.
  • the broken line in the graph indicates the fluidized bed simulation result before coarse graining
  • the solid line indicates the fluidized bed simulation result after coarse graining.
  • the temperature change of the particles according to the experimental results shown in Non-Patent Document 2 is indicated by a circle symbol.
  • the simulation results shown in FIGS. 7A and 7B it can be confirmed that the simulation results are in good agreement with the experimental results even if the simulation is performed with coarse graining by the method according to the present embodiment. It can also be confirmed that when the gas flow rate is increased, the temperature drop of the particles is accelerated. As described above, the coarse graining method according to the present embodiment can be applied to the simulation of the behavior of the fluidized bed accompanied by the temperature change.
  • the calculation time required for the simulation is about 1/3 compared with the fluidized bed simulation before the coarse graining.
  • calculation load can be reduced by coarse-graining.
  • FIG. 8 is a chart showing conversion rules applied in the simulation method according to this embodiment. Hereinafter, description will be made while comparing with the conversion rule shown in FIG.
  • the dimensionless quantity relating to the flow of the fluidized bed and the dimensionless quantity relating to the heat transport are not changed before and after the coarse graining.
  • the point that the particle temperature T p , the gas temperature T, and the particle heat transfer coefficient h do not change before and after the coarse graining is the same as in the case of the embodiment shown in FIG.
  • the gas viscosity coefficient ⁇ does not change before and after the coarse graining.
  • the particle density ⁇ p and the gas density ⁇ f do not change before and after the coarse graining.
  • the sensible heat Q p all of the entire particle does not change before and after the coarse graining
  • the particle specific heat c also does not change before and after the coarse graining.
  • the gas pressure p does not change before and after the coarse graining.
  • the conversion law of particle mass m p , gas viscosity coefficient ⁇ , particle specific heat c, gas constant pressure specific heat c p, f , particle mass flow rate m p dot is the conversion law shown in FIG. Is different.
  • a simulation may be performed by converting the physical property values and physical quantities of particles and gas using the conversion rule shown in FIG.

Abstract

流体、及び流体中に浮遊する複数の粒子を含むシミュレーション対象の流動層に含まれる粒子を仮想的に拡大し、個数を減らす粗視化を行う。粗視化の前後で、流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、粒子及び流体の物性値、粒子及び流体に定義される物理量を変換する。変換後の物性値及び物理量を用いて流動層の挙動をシミュレーションする。これにより、粒子数が増えても計算負荷の増大を抑制することが可能になる。

Description

シミュレーション方法、シミュレーション装置、及びプログラム
　本発明は、シミュレーション方法、シミュレーション装置、及びプログラムに関する。
　粒子の挙動を解析する離散要素法（ＤＥＭ）と流体の流れ場を解析する数値流体力学（ＣＦＤ）とを連成させることで、固体粒子を流体中に浮遊させた状態の流動層の挙動を解析する手法が公知である（非特許文献１、２）。非特許文献１には、粒子数が増えたときの計算時間の増大を抑制するシミュレーション方法が提案されている。具体的には、粒子を拡大して粒子数を減らす処理（粗視化）を行い、粗視化の前後で支配方程式が同じになるように物性値や物理量を変換し、粗視化後の流動層についてシミュレーションを実行する。非特許文献２には、流動層内の熱輸送を評価する手法が提案されている。
鷲野　公彰、許　志宏、川口　寿裕、辻　裕、「流動層のＤＥＭ計算における相似則モデル」、粉体工学会誌　第４４巻第３号、２００７年、第１９８頁～第２０５頁 A.V. Patil, E.A.J.F. Peters, J.A.M. Kuipers, "Comparison of CFD-DEM heat transfer simulations with infrared/visual measurements", Chemical Engineering Journal 277 (2015) 388-401
　非特許文献１には、熱輸送に関するパラメータについて何ら述べられていない。すなわち、非特許文献１に記載された方法は、冷間状態（温度変化せず、通常は室温状態）での流動層の挙動のシミュレーションに適用できるが、熱輸送が生じ得る熱間状態の流動層のシミュレーションに適用することはできない。熱間状態の流動層のシミュレーションに非特許文献２に記載の方法を適用すると、粒子数の増大に伴って計算負荷が大きくなってしまう。
　本発明の目的は、熱輸送が生じ得る流動層のシミュレーションにおいて、粒子数が増えても計算負荷の増大を抑制することが可能なシミュレーション方法、シミュレーション装置、及びプログラムを提供することである。
　本発明の一観点によると、
　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層に含まれる前記粒子を仮想的に拡大し、個数を減らす粗視化を行い、
　粗視化の前後で、流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、前記粒子及び前記流体の物性値、前記粒子及び前記流体に定義される物理量を変換して、
　変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションするシミュレーション方法が提供される。
　本発明の他の観点によると、
　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層の前記流体及び前記粒子の物性値、前記流体及び前記粒子に定義される物理量の初期条件を取得するシミュレーション条件取得部と、
　前記粒子を拡大する拡大率を取得する拡大率取得部と、
　前記粒子を拡大しても流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、前記シミュレーション条件取得部で取得された前記物理量の初期条件及び前記物性値を変換して、変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションする演算部と
を有するシミュレーション装置が適用される。
　本発明のさらに他の観点によると、
　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層の前記流体及び前記粒子の物性値、前記流体及び前記粒子に定義される物理量の初期条件を取得する機能と、
　前記粒子を拡大する拡大率を取得する機能と、
　前記粒子を拡大しても流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、取得された前記物理量の初期条件及び前記物性値を変換して、変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションする機能と
をコンピュータに実現させるためのプログラムが提供される。
　粒子を粗視化して個数を減らすことにより、計算負荷を軽減させることができる。粗視化後の流動層の流れ及び熱輸送に関してシミュレーションを行った結果は、粗視化前の流動層の流れ及び熱輸送の状況を反映したものになる。このため、粗視化前の流動層の挙動を予測することができる。
図１Ａは、シミュレーション対象の流動層の一例を示す模式図であり、図１Ｂは、シミュレーション対象の粗視化後の流動層の一例を示す模式図である。 図２は、粒子及びガスの物性値、粒子及びガスに関して定義される種々の物理量について、本明細書で用いる記号及び粗視化の係数の一覧を示す図表である。 図３は、本実施例によるシミュレーション装置のブロック図である。 図４は、本実施例によるシミュレーション方法のフローチャートである。 図５は、実際に行ったシミュレーションのシミュレーション領域を示す斜視図である。 図６は、粗視化した流動層のシミュレーションにより求めた粗視化粒子の位置及び温度を、時系列で示す図である。 図７Ａ及び図７Ｂは、シミュレーション結果から求めた粒子の平均温度の時間変化を示すグラフである。 図８は、他の実施例によるシミュレーション方法で適用される変換則を示す図表である。
　図１Ａ～図７Ｂを参照して、実施例によるシミュレーション方法及び装置について説明する。
　図１Ａは、シミュレーション対象の流動層の一例を示す模式図である。シミュレーション対象の領域１０内に複数の粒子１１を配置し、下方から上方に向かって領域１０内にガス１２を導入することにより形成される流動層の挙動をシミュレーションする。粒子１１の直径をＤｐ１で表す。本実施例では、粒子１１の各々を拡大して、その個数を減らす（以下、粗視化という。）ことにより、計算負荷を軽減させる。
　図１Ｂは、シミュレーション対象の粗視化後の流動層の一例を示す模式図である。粒子１１を拡大して仮想的な粒子２１を得る。仮想的な粒子２１は、シミュレーション対象の領域２０内に配置される。粗視化後の領域２０の寸法は、粗視化前の領域１０の領域の寸法と同一である。仮想的な粒子２１の直径をＤｐ２で表す。拡大率Ｋを、粗視化前の粒子１１の直径に対する粗視化後の仮想的な粒子２１の直径の比と定義する。拡大率Ｋは以下の式で定義される。
Figure JPOXMLDOC01-appb-M000001
　粗視化後の粒子２１が配置された領域２０内に下方から上方に向かってガス２２を導入することにより形成される粗視化後の流動層について、数値流体力学（ＣＦＤ）と離散要素法（ＤＥＭ）とを連成させた解析を行う。粗視化後の仮想的な流動層と、粗視化前の実際の流動層とが相似則を満たすように、粗視化に際し、粒子１１及びガス１２の物性値及び種々の物理量を変換する。
　次に、図２を参照して、粒子１１及びガス１２の物性値及び種々の物理量の変換則について説明する。
　図２は、粒子及びガスの物性値、粒子及びガスに関して定義される種々の物理量について、本明細書で用いる記号及び粗視化の係数の一覧を示す図表である。粗視化前の実際の物性値及び物理量に粗視化の係数を乗ずることにより、粗視化後の流動層に関する物性値及び物理量が得られる。本明細書において、例えば式（１）に示したように、粗視化前の物性値及び物理量を表す記号には、下付きの添え字「１」を付し、粗視化後の物性値及び物理量を表す記号には、下付きの添え字「２」を付す。
　流動層の流れに関する無次元量として、粒子レイノルズ数Ｒｅｐ、アルキメデス数Ａｒｐ、及びフルード数Ｆｒが挙げられる。これらの無次元量は以下の式で定義される。
Figure JPOXMLDOC01-appb-M000002
 　ここで、ｇは重力加速度である。太字のＶ及びＵは、ベクトルであることを意味する。ボイド率εは、充填された粒子の全質量をＭ、粒子が充填された領域の見かけの体積をＶＡとして、以下の式で定義される。
Figure JPOXMLDOC01-appb-M000003
　粗視化の前後で、流動層の流れに関する無次元量である粒子レイノルズ数Ｒｅｐ、アルキメデス数Ａｒｐ、及びフルード数Ｆｒが変化しないという条件を設定する。さらに、ボイド率εが変化しないという条件、及びガス粘性係数μが変化しないという条件の下で、粗視化前後の物性値及び物理量の変換則を求めると、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000004
　ガス密度ρｆ２の変換則から、ガス圧力ｐについて、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000005
　粗視化の前後で粒子が充填された領域の見かけの体積ＶＡが変化せず、粒子の個数が粗視化によって１／Ｋ３に減少すると仮定すると、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000006
　粒子質量流量ｍｐドットは、流路面積をＡとして以下の式で定義される。
Figure JPOXMLDOC01-appb-M000007
 　この式から、以下の変換則が導出される。
Figure JPOXMLDOC01-appb-M000008
　さらに、熱輸送に関する無次元量についても、粗視化の前後で変化しないという条件を付す。熱輸送に関する無次元量として、プラントル数Ｐｒ、粒子ヌセルト数Ｎｕｐ、ビオ数Ｂｉが挙げられる。プラントル数Ｐｒ、粒子ヌセルト数Ｎｕｐ、ビオ数Ｂｉは以下の式で定義される。
Figure JPOXMLDOC01-appb-M000009
 　ここで、Ｌｐは粒子の特徴長さであり、Ｌｐ＝Ｄｐ／６で定義することができる。
　物性値の温度依存性を簡単化するために、粗視化の前後で粒子温度Ｔｐ及びガス温度Ｔが変化しないと仮定する。さらに、粒子熱伝達係数ｈも、粗視化の前後で変化しないと仮定する。この仮定の下で、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000010
　上述の仮定のみでは、粒子比熱ｃの変換則が定まらない。本実施例では、粒子比熱ｃの変換則を決定するために、粗視化の前後で粒子全体の顕熱Ｑｐ，ａｌｌが変化しないという仮定を導入する。粒子全体の顕熱Ｑｐ，ａｌｌは、粒子の個数をＮｐ、流動層に導入するガス温度Ｔに対する粒子の初期温度の差をΔＴｐとして、以下の式で定義される。
Figure JPOXMLDOC01-appb-M000011
　粒子の個数Ｎｐは、粗視化によって約１／Ｋ３に減少するため、粒子全体の顕熱Ｑｐ，ａｌｌが粗視化の前後で不変と仮定すると、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000012
　粒子表面の伝熱量Ｑドットは、以下の式で定義される。
Figure JPOXMLDOC01-appb-M000013
 この定義から、伝熱量Ｑドットについて以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000014
 　粒子表面の熱流束ｑドットについては、以下の変換則が得られる。
Figure JPOXMLDOC01-appb-M000015
　図３は、本実施例によるシミュレーション装置のブロック図である。本実施例によるシミュレーション装置は、処理装置３０、入力装置３８、及び出力装置３９を含む。処理装置３０は、シミュレーション条件取得部３１、拡大率取得部３２、演算部３３、及び出力制御部３４を含む。
　図３に示す各ブロックは、ハードウェア的には、コンピュータの中央処理ユニット（ＣＰＵ）をはじめとする素子や機械装置で実現することができ、ソフトウェア的にはコンピュータプログラム等によって実現することができる。図３では、ハードウェア及びソフトウェアの連携によって実現される機能ブロックが示されている。従って、これらの機能ブロックは、ハードウェア及びソフトウェアの組み合わせによって、種々の態様で実現することが可能である。
  処理装置３０は入力装置３８及び出力装置３９と接続される。入力装置３８は、処理装置３０で実行される処理に関係するユーザからのコマンド及びデータの入力を受ける。入力装置３８として、例えばユーザが操作を行うことにより入力を行うキーボードやマウス、インターネット等のネットワークを介して入力を行う通信装置、ＣＤ、ＤＶＤ等の記録媒体から入力を行う読取装置等を用いることができる。
　シミュレーション条件取得部３１は、入力装置３８を介してシミュレーション条件を取得する。シミュレーション条件には、シミュレーションに必要な種々の情報が含まれる。例えば、シミュレーション対象の粒子及びガスの物性値、粒子及びガスに関する物理量の初期条件、境界条件等が含まれる。拡大率取得部３２は、入力装置３８を介して拡大率Ｋ（図２）を取得する。
　演算部３３は、シミュレーション条件及び拡大率Ｋに基づいて、粗視化前の物性値及び物理量に粗視化の係数（図２）を乗じることにより、粒子及びガスの粗視化後の物性値及び物理量の初期条件を算出する。粗視化後の物性値及び物理量の初期条件に基づき、ＣＦＤとＤＥＭとを連成させた流動層のシミュレーションを行う。
　出力制御部３４は、シミュレーション結果を出力装置３９に出力する。例えば、粒子の位置及び温度の変動、ガスの温度分布の変動を、出力装置３９の表示画面に図形で表示する。
　図４は、本実施例によるシミュレーション方法のフローチャートである。まず、シミュレーション条件取得部３１（図３）がシミュレーション条件を取得し（ステップＳ１）、拡大率取得部３２（図３）が拡大率Ｋ（図２）を取得する（ステップＳ２）。
　その後、演算部３３（図３）は、シミュレーション条件として入力された物性値及び物理量の初期値を、粗視化後の値に変換する（ステップＳ３）。さらに、変換後の物性値及び物理量に基づいてシミュレーションを実行する（ステップＳ４）。シミュレーションが終了すると、出力制御部３４（図３）がシミュレーション結果を出力する（ステップＳ５）。
　次に、図５～図７Ｂを参照して、本実施例によるシミュレーション方法を用いて実際にシミュレーションを行った結果について説明する。このシミュレーションの対象は、非特許文献２に記載されているものと同一である。
　図５は、シミュレーション領域４０を示す斜視図である。シミュレーション領域４０は、幅８ｃｍ、厚さ１．５ｃｍ、高さ２５ｃｍの直方体である。シミュレーション領域４０内に、直径１ｍｍの複数のガラス粒子を充填し、シミュレーション領域４０の底面からシミュレーション領域４０内にガスを導入する。粒子密度ρｐを２５００ｋｇ／ｍ３とした。粒子比熱ｃを８４０Ｊ／ｋｇ／Ｋとし、ガス定圧比熱ｃｐ，ｆを１０１０Ｊ／ｋｇ／Ｋとし、ガス粘性係数μを２．０×１０－５Ｐａ・ｓとした。シミュレーション領域４０内に充填する粒子の質量の合計を７５ｇとした。粒子の初期温度よりも低温のガスをシミュレーション領域４０内に導入した。ガスの流速を１．２０ｍ／ｓとした場合（流速が遅い場合）と、１．５４ｍ／ｓとした場合（流速が速い場合）とについてシミュレーションを行った。
　拡大率Ｋを２にして粗視化した流動層と、元の流動層との２つについてシミュレーションを行った。
　図６は、粗視化した流動層のシミュレーションにより求めた粗視化粒子の位置及び温度を、時系列で示す図である。図６の左から１番目、２番目、３番目、及び４番目の図は、それぞれ冷却開始時点、冷却開始からの経過時間がｔ、２ｔ、及び３ｔの流動層の状態を示す。各粒子の濃さは粒子の温度を表しており、温度が高いほど濃く表されている。ガスの流入によって粒子が流動し、時間の経過とともに粒子の温度が低下していることがわかる。
　図７Ａ及び図７Ｂは、シミュレーション結果から求めた粒子の平均温度の時間変化を示すグラフである。横軸は冷却開始からの経過時間を任意単位で表し、縦軸は粒子の平均温度を、初期温度を基準とした相対値で表す。図７Ａは、ガス流速が遅い場合を示し、図７Ｂは、ガス流速が速い場合を示している。グラフ中の破線は粗視化前の流動層のシミュレーション結果を示し、実線は粗視化後の流動層のシミュレーション結果を示している。参考のために、非特許文献２に示された実験結果による粒子の温度変化を丸記号で示している。
　図７Ａ及び図７Ｂに示したシミュレーション結果から、本実施例による方法で粗視化してシミュレーションを行っても、シミュレーション結果は実験結果とよく一致していることが確認できる。ガスの流速を速くすると、粒子の温度低下が速くなることも確認できる。このように、本実施例による粗視化の手法は、温度変化を伴う流動層の挙動のシミュレーションに適用することが可能である。
　粗視化を行うことにより、シミュレーションに要する計算時間は、粗視化前の流動層のシミュレーションと比べて約１／３になった。このように、粗視化により計算負荷を低減させることができる。
　次に、図８を参照して他の実施例による物性値及び物理量の変換則について説明する。
　図８は、本実施例によるシミュレーション方法で適用される変換則を示す図表である。以下、図２に示した変換則と比較しながら説明する。
　流動層の流れに関する無次元量、及び熱輸送に関する無次元量を、粗視化の前後で変化させない点は、図２に示した実施例の場合と同様である。粒子温度Ｔｐ、ガス温度Ｔ、粒子熱伝達係数ｈが、粗視化の前後で変化しない点についても、図２に示した実施例の場合と同様である。
　図２に示した実施例では、粗視化の前後でガス粘性係数μが変化しないと仮定したが、本実施例では、粗視化の前後で粒子密度ρｐ及びガス密度ρｆが変化しないと仮定する。この仮定の下で、粒子全体の顕熱Ｑｐ，ａｌｌが粗視化の前後で変化しないと仮定すると、粒子比熱ｃも、粗視化の前後で変化しない。さらに、ガス圧力ｐも、粗視化の前後で変化しない。
　図８に示した実施例では、粒子質量ｍｐ、ガス粘性係数μ、粒子比熱ｃ、ガス定圧比熱ｃｐ，ｆ、粒子質量流量ｍｐドットの変換則が、図２に示した変換則と異なっている。図８に示した変換則を用いて粒子及びガスの物性値と物理量を変換してシミュレーションを行ってもよい。
　上述の各実施例は例示であり、異なる実施例で示した構成の部分的な置換または組み合わせが可能であることは言うまでもない。複数の実施例の同様の構成による同様の作用効果については実施例ごとには逐次言及しない。さらに、本発明は上述の実施例に制限されるものではない。例えば、種々の変更、改良、組み合わせ等が可能なことは当業者に自明であろう。
１０　シミュレーション対象領域
１１　粒子
１２　流体
２０　粗視化後のシミュレーション対象領域
２１　粗視化後の粒子
２２　粗視化後の流体
３０　処理装置
３１　シミュレーション条件取得部
３２　拡大率取得部
３３　演算部
３４　出力制御部
３８　入力装置
３９　出力装置
４０　シミュレーション領域

Claims (8)

  1. 　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層に含まれる前記粒子を仮想的に拡大し、個数を減らす粗視化を行い、
    　粗視化の前後で、流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、前記粒子及び前記流体の物性値、前記粒子及び前記流体に定義される物理量を変換して、
    　変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションするシミュレーション方法。
  2. 　粗視化の前後で変化しない流れに関する無次元量は、粒子レイノルズ数、アルキメデス数、及びフルード数である請求項１に記載のシミュレーション方法。
  3. 　粗視化の前後で変化しない熱輸送に関する無次元量は、プラントル数、粒子ヌセルト数、及びビオ数である請求項１または２に記載のシミュレーション方法。
  4. 　粗視化の前後において、前記流体の温度及び前記粒子の温度を不変とする条件の下で前記物性値及び前記物理量を変換する請求項１または２に記載のシミュレーション方法。
  5. 　粗視化の前後において、前記粒子と前記流体との間の熱伝達係数を不変とする条件の下で前記物性値及び前記物理量を変換する請求項１または２に記載のシミュレーション方法。
  6. 　粗視化の前後において、全体の前記粒子の顕熱を不変とする条件の下で前記物性値及び前記物理量を変換する請求項１または２に記載のシミュレーション方法。
  7. 　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層の前記流体及び前記粒子の物性値、前記流体及び前記粒子に定義される物理量の初期条件を取得するシミュレーション条件取得部と、
    　前記粒子を拡大する拡大率を取得する拡大率取得部と、
    　前記粒子を拡大しても流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、前記シミュレーション条件取得部で取得された前記物理量の初期条件及び前記物性値を変換して、変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションする演算部と
    を有するシミュレーション装置。
  8. 　流体、及び前記流体中の複数の粒子を含むシミュレーション対象の流動層の前記流体及び前記粒子の物性値、前記流体及び前記粒子に定義される物理量の初期条件を取得する機能と、
    　前記粒子を拡大する拡大率を取得する機能と、
    　前記粒子を拡大しても流動層の流れに関する無次元量及び熱輸送に関する無次元量が変化しない条件の下で、取得された前記物理量の初期条件及び前記物性値を変換して、変換後の前記物性値及び前記物理量を用いて流動層の挙動をシミュレーションする機能と
    をコンピュータに実現させるためのプログラム。
PCT/JP2019/009133 2018-03-19 2019-03-07 シミュレーション方法、シミュレーション装置、及びプログラム WO2019181541A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020508187A JPWO2019181541A1 (ja) 2018-03-19 2019-03-07 シミュレーション方法、シミュレーション装置、及びプログラム
US17/011,490 US20200401747A1 (en) 2018-03-19 2020-09-03 Simulation method, simulation device, and computer readable medium storing program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018050919 2018-03-19
JP2018-050919 2018-03-19

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/011,490 Continuation US20200401747A1 (en) 2018-03-19 2020-09-03 Simulation method, simulation device, and computer readable medium storing program

Publications (1)

Publication Number Publication Date
WO2019181541A1 true WO2019181541A1 (ja) 2019-09-26

Family

ID=67986159

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/009133 WO2019181541A1 (ja) 2018-03-19 2019-03-07 シミュレーション方法、シミュレーション装置、及びプログラム

Country Status (3)

Country Link
US (1) US20200401747A1 (ja)
JP (1) JPWO2019181541A1 (ja)
WO (1) WO2019181541A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553098A (zh) * 2020-03-26 2020-08-18 山东大学 一种渗透破坏型突涌水过程数值模拟方法及装置
KR20220010085A (ko) * 2020-07-17 2022-01-25 이에이트 주식회사 Wcsph 기반의 유체 해석 시뮬레이션 장치, 방법 및 컴퓨터 프로그램

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7160752B2 (ja) * 2019-04-25 2022-10-25 株式会社日立製作所 粒子挙動シミュレーション方法、及び粒子挙動シミュレーションシステム
CN115698672A (zh) * 2020-06-01 2023-02-03 住友金属矿山株式会社 模拟装置、模拟方法及程序

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108183A (ja) * 2008-10-29 2010-05-13 Ihi Corp シミュレーション方法及びシミュレーション装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108183A (ja) * 2008-10-29 2010-05-13 Ihi Corp シミュレーション方法及びシミュレーション装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIU ZHIHONG, ET AL.: "Acceleration of DEM Simulation of Fluidized Bed by Similarity Laws", JOURNAL OF IHI TECHNOLOGIES, vol. 54, no. 2, 1 June 2014 (2014-06-01), pages 61 - 65 *
WASHINO KIMIAKI, ET AL.: "Similarity Model for DEM Simulation of Fluidized Bed", JOURNAL OF THE SOCIETY OF POWDER TECHNOLOGY, vol. 44, no. 3, 16 March 2007 (2007-03-16), pages 44 - 3 *
YAMANOI MIKIO, ET AL.: "Simulation based on Scaling Rule", JOURNAL OF THE SOCIETY OF POWDER TECHNOLOGY, vol. 55, no. 2, 10 February 2018 (2018-02-10), pages 95 - 103 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553098A (zh) * 2020-03-26 2020-08-18 山东大学 一种渗透破坏型突涌水过程数值模拟方法及装置
CN111553098B (zh) * 2020-03-26 2023-06-02 山东大学 一种渗透破坏型突涌水过程数值模拟方法、服务器及介质
KR20220010085A (ko) * 2020-07-17 2022-01-25 이에이트 주식회사 Wcsph 기반의 유체 해석 시뮬레이션 장치, 방법 및 컴퓨터 프로그램
KR102436664B1 (ko) * 2020-07-17 2022-08-26 이에이트 주식회사 Wcsph 기반의 유체 해석 시뮬레이션 장치, 방법 및 컴퓨터 프로그램

Also Published As

Publication number Publication date
JPWO2019181541A1 (ja) 2021-03-18
US20200401747A1 (en) 2020-12-24

Similar Documents

Publication Publication Date Title
WO2019181541A1 (ja) シミュレーション方法、シミュレーション装置、及びプログラム
Ozel et al. Towards filtered drag force model for non-cohesive and cohesive particle-gas flows
Yu et al. Direct numerical simulation of viscoelastic drag-reducing flow: a faithful finite difference method
Kim et al. Accuracy of higher-order lattice Boltzmann methods for microscale flows with finite Knudsen numbers
Ozden et al. Shell side CFD analysis of a small shell-and-tube heat exchanger
Sato et al. A conservative local interface sharpening scheme for the constrained interpolation profile method
CN110489709B (zh) 基于可压缩流动的解析壁面函数的数值模拟方法
Valcke et al. Simulations of the formation and evolution of isolated dwarf galaxies
Samadiani et al. Multi-parameter model reduction in multi-scale convective systems
US11288419B2 (en) Simulation apparatus, simulation method, and computer readable medium storing program
JP2014013424A (ja) 気液二相流シミュレーションの計算方法、プログラム、および装置
Mirzabeygi et al. Turbulence modeling for the two-phase flow and heat transfer in condensers
Liu et al. Development of adaptive coarse grid generation methods for fast fluid dynamics in simulating indoor airflow
Messai et al. Low-pressure superheated steam drying of a porous media
Roohi et al. On the vortical characteristics and cold-to-hot transfer of rarefied gas flow in a lid driven isosceles orthogonal triangular cavity with isothermal walls
JP6444260B2 (ja) シミュレーション方法、シミュレーションプログラム、及びシミュレーション装置
Ljung et al. Influence of air humidity on drying of individual iron ore pellets
Smirnov et al. Endwall heat transfer effects on the turbulent mercury convection in a rotating cylinder
JP2011022660A (ja) 流体の数値計算装置
Wang et al. Transient natural convection in vertical annuli: numerical modeling and heat transfer correlation
US20210216684A1 (en) Simulation method, simulation apparatus, and computer readable medium storing program
JP6053418B2 (ja) 解析方法および解析装置
US9690545B2 (en) Floating-point calculation apparatus, program, and calculation apparatus
Usman et al. Study of a falling rigid particle passing around obstacles in a fluid channel
JP2018049583A (ja) シミュレーション方法、コンピュータプログラム、及びシミュレーション装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19771264

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020508187

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19771264

Country of ref document: EP

Kind code of ref document: A1