APPLICATION OF LES, PANS AND RANS TO A CASE OF INTAKE CHANNEL STEADY FLOW TEST BENCH

摘要

Článek se zabývá vyhodnocením průtokových vlastností (průtokový součinitel, součinitel příčné a tečné rotace) sacího kanálu užitím jak 3-D CFD simulace, tak měření. Byla provedena citlivostní studie různých parametrů simulace. Nejdůležitější jsou vlastnosti sítě a použité modely turbulence (uvažované modely: LES, PANS a RANS). Co se týká sítě, tak kritickým parametrem je konfigurace v těsné blízkosti stěny - tloušťka a počet vrstev těsně u stěny mají velký vliv na průtok, avšak součinitele příčné a tečné rotace na tom téměř nezávisí. Odtud plyne, že tyto parametry sítě lze považovat za ladící parametry CFD modelu. Co se týká velikosti oka sítě, 2 velikosti byly testovány (0.6 a 0.3 mm). Ukázalo se, že ani jedna z těchto sítí není dostatečně jemná pro korektní aplikaci LES. A tedy PANS funguje spíše jako RANS. Z hlediska modelů turbulence je PANS jeví jako nejlepší možnost, protože kombinuje výhody jak LES, tak RANS. Obecně je možné konstatovat, že lze dosáhnout relativně dobré shody na průtoku, ale součinitele příčné a tečné rotace jsou problematické, neboť byla dosažena pouze kvalitativní shoda.%The paper deals with evaluation of intake channel flow properties (discharge coefficient, tumble and swirl ratio) using both 3-D CFD simulation and measurement. Sensitivity of different calculation parameters was tested. The most important ones are mesh parameters and applied turbulence models (considered models: LES, PANS and RANS). Concerning the mesh, the critical parameter is a mesh configuration near a wall - a thickness of mesh boundary layer and an amount of these layers have significant impact on mass flow rate while tumble/swirl ratio is unaffected by that. Based on that, these mesh parameters can be considered as tuning constants for fine-tuning the CFD model. Regarding the mesh cell size, 2 different values were tested (0.6 and 0.3 mm). It was found out that neither mesh is fine enough to perform proper LES. Hence, PANS performance is close to RANS. Concerning the turbulence models, PANS seems to be the best one as it combines advantages of both LES and RANS. Generally speaking, mass flow rate prediction is relatively good while swirl/tumble one is more problematic as only qualitative agreement can be achieved.