مدلسازی غیر خطی آشفتگی در جریان های غیر همسان لایه ای تحت تاثیر گرادیان های حرارتی

جریان های چگال، به ویژه جریان های چگال حرارتی، کاربرد زیادی در مسائل مربوط به هیدرولیک و جریان های آبی دارند. این گونه از جریان ها در تخلیه آلودگی و حرارت از نیروگاه ها و سایر بخش های صنعتی به رودخانه ها و دریا ها و ورود پساب های خانگی و صنعتی به جریان های آبی و هیدرولیکی بسیار رخ می دهد. بنا بر این کاربرد اصلی این گونه جریان ها در بخش های زیست محیطی هیدرولیکی می باشد. جریان های چگال، دارای ماهیتی غیر ایزوتروپ (ناهمسان) می باشند؛ که این امر پیش بینی دقیق آن ها را به ویژه با استفاده از مدل های آشفتگی ایزوتروپ (همسان) مثلا مدل های دو معادله ای استاندارد، با مشکلاتی مواجه می کند. مدل های آشفتگی خطی و استاندارد دو معادله ای، تنش های رینولدز را ایزوتروپ فرض می کنند و آن ها را در سه راستای مختلف برابر به دست می دهند. این فرض در بیشتر جریان های آشفته فرضی است که با واقعیت فاصله دارد و به پیش بینی های غیر دقیقی منتج می شود؛ به ویژه در جریان های چگال، این ناهمسانی که از جنس ناهمسانی تنش است، بروز می کند. به منظور در نظر گرفتن این ناهمسانی ها، مدل های غیر خطی دو معادله ای، به ویژه در سال های اخیر، توسعه زیادی یافته اند. یکی از افرادی که با استفاده از فرض ارتباط میان تنش های رینولدز غیر خطی در جریان آشفته و رابطه غیر خطی تنش-کرنش در جریان آرام، مدل اشفتگی غیر خطی k-? را بسط داده است، اسپژیال (1987) می باشد. او با ارائه این مدل، صحت آن را در پیش بینی سرعت های ثانویه در داکت ها و جریان عبوری از پله تایید کرد. در این تحقیق، به منظور بررسی دقت این مدل در پیش بینی جریان های چگال لایه ای، به ویژه جریان های لایه ای حرارتی از این مدل استفاده شده است. این مدل غیر خطی به مدل دوبعدی قائم wise (حجازی، 2004) اضافه شد؛ علاوه بر این، حل معادلات انرژی در مدل دیده شد تا نتایج استفاده از این مدل غیر خطی در پیش بینی جریان های چگال حرارتی مورد ارزیابی قرار گیرد. سه تست آزمایشگاهی و عددی حرارتی به منظور بررسی دقت این مدل در پیش بینی جریان های لایه ای حرارتی و یک تست از نوع جریان های غیر لایه ای انجام شد که در جریان های چگال حرارتی، دقت آن اندکی بیش تر از مدل خطی آشفتگی بود. به طور کلی، استفاده از مدل آشفتگی غیر خطی، به دلیل افزایش نسبی دقت و در عین حال عدم افزایش حجم محاسباتی به طور قابل توجه، توصیه می شود.