Comparative analysis of turbulence model influence in numerical simulation of an experimental radial compressor stage


Дәйексөз келтіру

Толық мәтін

Аннотация

The accuracy of a CFD model of a turbo-machine might depend on a number of factors: turbulence model, quality of the mesh model, boundary conditions, solver settings, consideration of secondary geometric factors, etc. The purpose of this work is to develop practical recommendations for CFD calculations of centrifugal compressors based on the validation of a model of NASA High Efficiency Centrifugal Compressor experimental radial compressor stage. Results of a grid independence test are presented, and the optimal grid size for the High Efficiency Centrifugal Compressor stage is identified as comprising 3 million elements. CFD-calculations of an experimental stage were performed with different turbulence models. The obtained data was compared with the NASA experimental data considering integral (total pressure ratio, mass flow rate, adiabatic efficiency) and differential parameters (static pressure distribution downstream the vaned diffuser). The required CFD computational time for different turbulence models was calculated. Based on the results of this research, recommendations were formulated for the application of SST, k – ε, BSL EARSM and GEKO turbulence models for numerical modeling of centrifugal compressors.

Авторлар туралы

V. Eremenko

Ufa University of Science and Technology

Хат алмасуға жауапты Автор.
Email: v1ad.eremenko@yandex.ru

Engineer of Advanced Engineering School “Motors of the Future”

Ресей

A. Mikhailov

Ufa University of Science and Technology

Email: mikhailov.ugatu@gmail.com

Candidate of Science (Engineering), Senior Researcher of Advanced Engineering School “Motors of the Future”

Ресей

A. Mikhailova

Ufa University of Science and Technology

Email: alexandra11112007@yandex.ru

Candidate of Science (Engineering), Senior Researcher of Advanced Engineering School “Motors of the Future”

Ресей

M. Goryukhin

Ufa University of Science and Technology

Email: terrorable2@yandex.ru

Engineer of Advanced Engineering School “Motors of the Future”

Ресей

D. Krasnoperov

Ufa University of Science and Technology

Email: daniil.k1999@mail.com

Engineer of Advanced Engineering School “Motors of the Future”

Ресей

Әдебиет тізімі

  1. Borovkov A.I., Ryabov Yu.A., Kukushkin K.V., Maruseva V.M., Kulemin V.Yu. Digital twins and digital transformation of enterprises of the military industrial complex. Vestnik Vostochno-Sibirskoy Otkrytoy Akademii. 2019. No. 32. (In Russ.). Available at: www.es.rae.ru/vsoa/206-1150
  2. Borovkov A.I., Ryabov Yu.A. Digital twins: definition, approaches and methods of development. Works of the X research-to-practice conference with foreign participation «Digital Transformation of Economy and Industry» (June, 20-22, 2019, Saint Petersburg). SPb.: POLITEKh-PRESS Publ., 2019. P. 234-245. (In Russ.). doi: 10.18720/IEP/2019.3/25
  3. Shtanichev R.A., Yablokov A.M., Sadovsky N.I. Verification of numerical simulation results for low-flow centrifugal compressor stage with experimental data by Numeca Fine/Turbo and Ansys CFX software packages. Journal of International Academy of Refrigeration. 2021. No. 3. P. 32-38. (In Russ.). doi: 10.17586/1606-4313-2021-20-3-32-38
  4. Shustrova M.L., Aminev I.M., Baytimirov A.D. Tools of numerical simulation of hydrodynamic process parameters. Vestnik Kazanskogo Tekhnologicheskogo Universiteta. 2014. V. 17, no. 14. P. 221-224. (In Russ.)
  5. Snegirev A.Yu. Vysokoproizvoditel'nye vychisleniya v tekhnicheskoy fizike. Chislennoe modelirovanie turbulentnykh techeniy: ucheb. posobie [High-performance computations in technical physics. Numerical simulation of turbulent flows]. SPb.: Polytechnic University Publ., 2009. 143 p.
  6. Kolmogorov A.N. Equations of turbulent motion of incompressible liquid. Izvestiya Akademii Nauk SSSR. Seriya Fizicheskaya. 1942. V. 6, no. 1-2. P. 56-59. (In Russ.)
  7. Wilcox D.C. Multiscale model for turbulent flows. AIAA Journal. 1988. V. 26, Iss. 11. P. 1311-1320. doi: 10.2514/3.10042
  8. Wilcox D. Turbulence modeling for CFD. La Canada, CA: DCW Industries, Inc., 2006. 460 p.
  9. Matas R., Syka T., Hurda L. Experimental investigation and numerical modelling of 3D radial compressor stage and influence of the technological holes on the working characteristics. EPJ Web of Conferences. 2018. V. 180. doi: 10.1051/epjconf/201818002060
  10. Syka T., Matas R., Luňáček O. Numerical and experimental modelling of the radial compressor stage. AIP Conference Proceedings. 2016. V. 1745. doi: 10.1063/1.4953753
  11. Jones W., Launder B. The Prediction of laminarization with a two-equation model of turbulence. International Journal of Heat and Mass Transfer. 1972. V. 15, Iss. 2. P. 301-314. doi: 10.1016/0017-9310(72)90076-2
  12. Menter F.R. Two-equation Eddy-Viscosity turbulence models for engineering applications. AIAA Journal. 1994. V. 32, Iss. 8. P. 1598-1605. doi: 10.2514/3.12149
  13. Menter F.R., Garbaruk A.V., Egorov Y. Explicit algebraic Reynolds stress models for anisotropic wall-bounded flows. Progress in Flight Physics. 2012. V. 3. P. 89-104. doi: 10.1051/eucass/201203089
  14. ANSYS CFX-Solver Theory Guide. Canonsburg, PA, ANSYS Inc., 2018. 370 p.
  15. Morsbach C. Reynolds stress modelling for turbomachinery flow applications. Dissertation. Köln, 2016. 163 p.
  16. Medic G., Sharma O.P., Jongwook J., Hardin L.W., McCormick D.C., Cousins W.T., Van Slooten P.R. High efficiency centrifugal compressor for rotorcraft applications. Technical report no. NASA/CR-2014-218114, 2014. 316 p.
  17. Denton J.D. The calculation of three-dimensional viscous flow through multistage turbomachines. Proceedings of the ASME Turbo Expo (June, 11-14, 1990, Brussels, Belgium). V. 1. doi: 10.1115/90-gt-019
  18. Gooding W.J., Meier M.A., Key N.L. The impact of various modeling decisions on flow field predictions in a centrifugal compressor. Journal of Turbomachinery. 2021. V. 143, Iss. 10. doi: 10.1115/1.4050674
  19. Menter F.R., Lechner R., Matyushenko A. Best practice: RANS turbulence modeling in Ansys CFD. ANSYS, Germany GmbH, 2022. 95 p.
  20. Menter F.R. Turbulence modeling for engineering flows. Ansys, Inc. 2011. 20 p.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© VESTNIK of Samara University. Aerospace and Mechanical Engineering, 2023

Creative Commons License
Бұл мақала лицензия бойынша қолжетімді Creative Commons Attribution-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».