CFD Ansys Fluent.

Slides:



Advertisements
Podobne prezentacje
Entropia Zależność.
Advertisements

Rozwiązywanie równań różniczkowych metodą Rungego - Kutty
Wykład Przemiany gazu idealnego
Metody badania stabilności Lapunowa
Zastosowanie programu EPANET 2PL do symulacji zmian rozkładu chloru w sieci wodociągowej Danuta Lis Dorota Lis.
Zadanie z dekompozycji
Modelowanie konstrukcji z uwzględnieniem niepewności parametrów
Zakład Mechaniki Teoretycznej
Wykład no 11.
PROPOZYCJA PROJEKTÓW hp1d, hp2d, hp3d
Wykład XII fizyka współczesna
Wykład III Fale materii Zasada nieoznaczoności Heisenberga
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
dr inż. Monika Lewandowska
Wstęp do interpretacji algorytmów
Zastosowanie programu EPANET 2PL do symulacji zmian warunków hydraulicznych w sieci wodociągowej Danuta Lis Dorota Lis.
OPORNOŚĆ HYDRAULICZNA, CHARAKTERYSTYKA PRZEPŁYWU
Zagadnienia do egzaminu z wykładu z Technicznej Mechaniki Płynów
Metody matematyczne w Inżynierii Chemicznej
Paweł Stasiak Radosław Sobieraj Michał Wronko
Temat: Symulacje komputerowe lotu helikoptera w języku Java
Temat: Symulacje komputerowe lotu helikoptera w języku Java
Metoda różnic skończonych I
WYKŁAD 1.
POJĘCIE ALGORYTMU Pojęcie algorytmu Etapy rozwiązywania zadań
O FIZYCE Podstawowe pojęcia.
AUTOMATYKA i ROBOTYKA (wykład 4)
Metody Lapunowa badania stabilności
Podstawy automatyki 2011/2012Dynamika obiektów – modele Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów.
AUTOMATYKA i ROBOTYKA (wykład 5)
Blok WWER-440. Matematyczny model procesów cieplno-przepływowych w obudowie bezpieczeństwa reaktora jądrowego.
Podstawy Biotermodynamiki
Homogenizacja Kulawik Krzysztof.
Łukasz Łach Wydział Inżynierii Metali i Informatyki Przemysłowej
przygotował: mgr inż. Bartłomiej Krawczyk
Modelowanie matematyczne jako podstawa obliczeń naukowo-technicznych:
Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Sterowanie – metody alokacji biegunów
Wprowadzenie do ODEs w MATLAB-ie
Modelowanie fenomenologiczne II
Metody numeryczne metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane tą drogą wyniki są na ogół przybliżone, jednak.
TERMODYNAMIKA – PODSUMOWANIE WIADOMOŚCI Magdalena Staszel
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
Przygotowanie do egzaminu gimnazjalnego
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Przykład 5: obiekt – silnik obcowzbudny prądu stałego
Mgr inż. Paweł Ziółkowski
opracowała: Anna Mikuć
5. Równanie stanu gazu doskonałego.
Zaawansowane zastosowania metod numerycznych
Dynamika punktu materialnego Dotychczas ruch był opisywany za pomocą wektorów r, v, oraz a - rozważania geometryczne. Uwzględnienie przyczyn ruchu - dynamika.
Wstęp do interpretacji algorytmów
Entropia gazu doskonałego
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Podstawy automatyki 2015/2016 Dynamika obiektów - modele 1 Podstawy automatyki.
Przygotowała; Alicja Kiołbasa
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Inżynieria Chemiczna i Procesowa Wykład nr 20 : Reaktory Chemiczne BIOPROCESY.
SYMULACJA UKŁADU Z WYMIENNIKIEM CIEPŁA. I. DEFINICJA PROBLEMU Przeprowadzić symulację instalacji składającej się z: płaszczowo rurowego wymiennika ciepła,
Jak można wykorzystać swoją wiedzę z Matlaba
Podstawy automatyki I Wykład 3b /2016
jest najbardziej efektywną i godną zaufania metodą,
Działalność Naukowo –Badawcza
Efektywność algorytmów
Sterowanie procesami ciągłymi
Dr inż.Hieronim Piotr Janecki
Mechanika płynów Dynamika płynu doskonałego Równania Eulera
* PROCESÓW TECHNOLOGICZNYCH
Ogólne zasady konstruowania modeli układów mechanicznych #1/2
POJĘCIE ALGORYTMU Wstęp do informatyki Pojęcie algorytmu
Inżynieria Chemiczna i Procesowa
Zapis prezentacji:

CFD Ansys Fluent

Metody komputerowe jako dziedzina badań o charakterze interdyscyplinarnym Efektywność metod i algorytmów numerycznych ich złożoności obliczeniowej i realizacji komputerowych Precyzje sformułowań aproksymacyjnych badanie ich własności takich jak zbieżności czy dokładność Typowa dyscyplina naukowa lub inżynierska, np. mechanika płynów (interpretacja poszczególnych etapów rozważań)

Powstało wiele metod numerycznych, które umożliwiają rozwiązywanie zagadnień brzegowo-początkowych. Do głównych metod należą: Metoda elementów skończonych , Metoda elementów brzegowych , Metoda różnic skończonych , Metody bez siatkowe , Metoda objętości skończonych lub objętości kontrolnych (obszarów kontrolnych). Metoda objętości skończonych wykorzystywana w CFD„ANSYS Fluent”

Korzyści ze stosowania metod komputerowych we współczesnej nauce Wykonywanie obliczeń w dużej skali Dostarczanie i interpretacja wyników Sterowanie aparaturą Sugerowanie teorii i eksperymentów Wizualizacja zjawisk

Podstawowe pojęcia: Proces, obiekt, model Obiekt - fragment “rzeczywistości” wyodrębniony z otoczenia. Wejście i wyjście - strumienie informacji, masy lub energii, które łączą obiekt z otoczeniem. Rozważamy proces (fizyczny, chemiczny, biologiczny, socjologiczny, termodynamiczny, ekonomiczny lub inny) – jakaś “rzeczywistość” (najczęściej) podlega zmianom w czasie. Proces / obiekt opisujemy ilościowo za pomocą zmiennych. Zależność między tymi zmiennymi, wejściem i wyjściem oraz czasem opisujemy w modelu matematycznym. Tworzenie modelu - dwa podejścia: teoretyczne - na podstawie znajomości praw rządzących zjawiskami towarzyszącymi procesowi, fenomenologiczne - na podstawie obserwacji (pomiarów) przyczyn i skutków,

Podstawowe pojęcia: Symulacja Symulacja procesu jest “programistyczną” reprezentacją modelu. Dokładniej: Dwa pojęcia: Symulacja i model: Model komputerowy to algorytmy i równania określające zachowania modelowanego systemu. Symulacja komputerowa to „przebieg programu”, który zawiera te algorytmy i równania. Zatem mówimy: tworzymy/budujemy/ konstruujemy model, uruchamiamy symulację.

Zastosowanie metod komputerowych na przykładzie oprogramowanie Ansys Fluent Metoda zastosowana w Ansys Fluent należy do dziedziny nazywanej obliczeniową mechaniką płynów (CFD - Computional Fluid Dynamics) obejmującej przepływ cieczy , ciepła i powiązanych zjawisk jak np. reakcji chemicznych. Matematyka Informatyka CFD Gdzie możemy stosować CFD? Wszędzie ! ( I tak powstały modele pogodowe...) Aerodynamika pojazdów i samolotów Hydrodynamika statków Przemysł ciężki (optymalizacja procesów hutniczych) Procesy chemiczne Inżynieria środowiska (rozprzestrzenianie się zanieczyszczeń) Inżynieria biomedyczna (przepływ krwi przez żyły i tętnice) Mechanika płynów

Zastosowanie w przemyśle Energetyczny Biomedyczny Lotniczy Elektroniczny Naftowy i Gazowniczy Wydobywczy i metalurgiczny Motoryzacyjny Chemiczny

Schemat symulacji w Ansys Fluent złożonych z 3 podstawowych elementów obliczeń komputerowych Solver 9 In outline the numerical methods that form the basis of the solver perform the following steps:- •Approximation of unknown flow variables by means of functions. •Discretization and mathematical manipulations. •Solutions to algebraic equations.

KEY FACTS Rozwiązanie problemu przepływu jest (prędkość ,ciśnienie ,temperatura) zdefiniowane w węzłach każdego elementu Dokładność rozwiązania zależy od ilości elementów w siatce, ogólnie czym więcej elementów tym dokładniejsze rozwiązanie. Gęstsza siatka przekłada się bezpośrednio nie tylko na dokładność rozwiązywania ale i jego koszt (moc obliczeniowa komputera i czas obliczeń). Ponad 50% czasu użytkownika poświęcane jest tworzeniu modelu geometrycznego i generowaniu siatki!

Przykład 1 Transport ciepła w Ciale stałym Warunek Brzegowy typu Neumanna J = -100 [W/m2] Warunek Brzegowy typu Dirichlet T= 400 K T= 300 K

Ansys - Równanie bilansu Energii

Energy balance equation

Local energy balance equation Deformacja układu(mechaniczna) Strumień ciepła związany z kondukcją Ekspansja układu (mechaniczna) Wewnętrzną generacja ciepła Tempo zmiany energii wewnętrznej

Ansys Energy Eq. In Solid Regions

Przykład 2. Przepływ (laminarny) wymuszony Prędkość wymuszona na wlocie 0.1[ m/s] Ciśnienie na wylocie Ciecz :Woda Ciało stałe

1526

Równania zachowanie masy i momentu pędu (Ansys Fluent) Mass conservation Momentum conservation

Turbulence kinetic energy k and its rate of dissipation ε are obtained from the following transport equations:

- generation of turbulence kinetic energy due to bouoyancy - generation of turbulence kinetic energy due to the mean velocity gradients - generation of turbulence kinetic energy due to bouoyancy - Contribution of the fluctuating dilatation in compressible turbulence to the overall dissipation rate - constants - Turbulent Prandtl numbers - User defined source terms Slajd dodatkowy odnosnie rownan turbulencji

Przykład 3 FIA – Wstrzykowa analiza przepływowa We wstrzykowej analizie przepływowej niewielka , ściśle określona, objętość próbki zostaje wprowadzona w postaci dyskretnego pasma do przepływającego przez przewód ciągłego strumienia nośnika. Próbką bądź produkt jej reakcji , przepływając wraz z roztworem nośnym dociera do detektora przepływowego w którym mierzona jest wielkość fizykochemiczna proporcjonalna do stężenia oznaczonej substancji. Na podstawie wcześniej przeprowadzonej kalibracji możliwe jest wyznaczenie jeje dokładnego stężenia.

FIA – Wstrzykowa analiza przepływowa V