مدلسازی هوشمند جریان کانال آشفته بر پایه داده های شبیه سازی عددی مستقیم dns

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده عمران
author الهام رجبی
adviser محمد رضا کاویانپور
Number of pages: First 15 pages
publication year 1391

abstract

در این پژوهش تحلیل جریان در کانال بر اساس روش شبیه سازی مستقیم معروف به dns صورت گرفته است. تحلیل جریان بر اساس روش شبه طیفی ? در شش روش مختلف گسسته سازی زمانی بر پایه دو تکنیک لغزشی و مونولیتیک با دو الگوریتم با گام زمانی ثابت و متغیر انجام شد. همچنین تاثیر الگوهای همانند سازی غیر محذوف(aliased)، حذف همانند سازی در راستای قائم(dealiased y)، حذف همانند سازی در راستای طولی و عرضی (dealiased xz) و حذف کامل همانند سازی در سه راستا (dealiased xyz) در حذف خطای همانندسازی در جریان بررسی گردید. در ادامه پس از استخراج معادلات در فضای فوریه و چبیشف، شش ساختار مختلف معادل با جمله غیرخطی شامل ساختار چرخشی (rotational)، ساختار متقارن انحرافی (skew symmetric)، ساختار انتقالی (convection)، ساختار واگرایی (divergence)، عبارت خطی شده (linearized) و روش متناوب (alternate) معرفی گردید و نتایج حاصل از تحلیل جریان در یک کانال با عنایت به ساختارهای فوق نیز ارائه شد. مطالعه عددی میدان جریان به ابعاد در شبکه ای از نقاط 128×65×128 و عدد رینولدز اصطکاکی re?=175 تحلیل و ارائه گردیده است. نتایج حاصله از تحلیل و مقایسه مقادیر آشفتگی بویژه مقادیر آماری آشفتگی در روشهای مختلف گسسته سازی زمانی نشان می دهد الگوریتم با گام زمانی متغیر و الگوهای اصلاحی حذف همانند سازی منجر به افزایش دقت و کاهش هزینه های محاسباتی به ترتیب در حدود 37% و 33% میگردد. ضمن آنکه انتخاب ساختار جمله چرخشی در مقایسه با پنج ساختار دیگر معادل با جمله غیرخطی بویژه الگوی متقارن انحرافی (با کاهش هزینه های محاسباتی 62%) توصیه می گردد. در ادامه با عنایت به توانایی شبکه عصبی مصنوعی در مدلسازی سیستمهای به شدت غیر خطی، مدل هوشمند آشفتگی برای پیش بینی جریان کانال ارائه گردید. بدین ترتیب آموزش شبکه عصبی bp با الگوریتم لونبرگ- مارکواردت با مجموعه داده های بدست آمده از حلdns با استفاده از دو رویکرد جدید در تعیین تعداد نرونهای لایه پنهان و آموزش چند منظوره برای تحلیل همزمان المانهای بردار سرعت میدان جریان با دستیابی به کارایی 0005/0 و ضریب همبستگی در حدود 98% صورت پذیرفت. با توجه به تردیدهای موجود در دقت اندازه گیری جریان مجاورت جداره در کانال، مدلسازی هوشمند این بخش از میدان جریان با آموزش 20480 نمونه، جداگانه در طول گامهای زمانی انجام پذیرفت. نتایج حاصل از آموزش شبکه در حالات مختلف بیانگر این مساله است که شبکه عصبی مصنوعی نیز همانند روشهای معمول تجربی و عددی دینامیک سیالاتی قابلیت مدلسازی جریانهای آشفته را بخوبی دارا می باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

مطالعه روشهای عددی گسسته سازی در تحلیل جمله غیرخطی جریان کانال در روش شبیه سازی عددی مستقیم DNS

full text

شبیه سازی مستقیم عددی جریان آشفته توسعه یافته در کانال با شرط مرزی لغزش روی یکی از دیوارها

In this study, the results of a direct numerical simulation of turbulent drag reduction in a channel flow by hydrophobic coating at a nominal shear Reynolds number of Reτ = 180 are reported. Slip condition is imposed on the lower wall whereas the upper wall has no-slip condition. For this purpose, the use is made of a numerical simulation of three-dimensional, time-dependent Navier-Stokes e...

full text

شبیه سازی عددی جریان آشفته با سطح آزاد در کانال دارای سرریز جانبی

سرریزهای جانبی از انواع سازههای هیدرولیکی میباشند که در انحراف آب اضافی در سیستمهای جمعآوری فاضلاب شهری و همچنین در شبکههای آبیاری و زهکشی به عنوان تنظیم کننده سطح آب به کار برده میشوند. در تحقیق حاضر با استفاده از نرم افزار فلوئنت الگوی جریان و سطح آزاد آب در یک کانال همراه با سرریز جانبی لبه تیز با بهرهگیری از مدل آشفتگی RSM و روش VOF شبیهسازی شده است. مقایسه تغییرات طولی تراز سطح آ...

full text

مطالعه ساختمان های گردابه ای در جریان آشفته کانال حاوی میکروفیبر با استفاده از شبیه سازی مستقیم عددی

در این تحقیق، با استفاده از نتایج شبیه سازی مستقیم عددی جریان آشفته کاهش درگ یافته در کانال، ساختمان های گردابه ای آشفته به ویژه در نزدیکی دیوار بررسی شده اند. برای این منظور از یک روش مونت-کارلو لاگرانژی برای شبیه سازی جهت گیری فضایی فیبرها استفاده شده است. یعنی میدان جریان بطور اویلری و دینامیک فیبر بطور لاگرانژی توصیف شده است. این روش، حل دقیق معادلات پایه ای حاکم را بدست می دهد. نوسان های و...

full text

توسعه روش میدان های تصادفی برای شبیه سازی مستقیم عددی کاهش درگ با میکروفیبر در جریان کانال آشفته

در این پژوهش، روش میدان های تصادفی برای شبیه سازی مستقیم عددی کاهش درگ آشفته به کمک میکروفیبرها توسعه داده شده است. برای این منظور، معادلات حاکم بدون هیچ ساده سازی بر روی یک شبکه اویلری در فضای فیزیکی گسسته شده اند. برای گسسته سازی از یک روش تفاضل محدود بالا دست مرتبه پنجم استفاده شده است. در فضای حالت نیز یک روش مونت-کارلو بکار رفته است. سپس معادلات ناویر-استوکس سه بعدی و وابسته به زمان برای ج...

full text

اثر مدل توربولانس بر شبیه سازی عددی جریان آشفته نانوسیال در یک لوله افقی

با توجه به کاربرد روز افزون استفاده از نانوسیال به عنوان سیال عامل خنک کننده و همچنین گسترش مدل سازیهای عددی به منظور کاهش زمان و هزینه طراحی، در این پژوهش، جریان مغشوش نانوسیال آب- اکسید سیلیسیم و آب- اکسید مس برای دو شرایط مختلف در یک لوله افقی تحت شار حرارتی ثابت به صورت عددی شبیه سازی شده است. برای مدلسازی جریان آشفته، چندین مدل توربولانس دو معادله ای و یک مدل تنش رینولدز موجود در نرم افزار...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده عمران

Keywords

آشفتگی شبکه عصبی مصنوعی کانال تخت شبیه سازی عددی مستقیم

Hosted on Doprax cloud platform doprax.com