Development of LES inflow conditions for turbulent boundary layers

Date Issued
2014
Keywords
Simulering
Grenselag
Turbulent strømning
Project number
2013/02420
Permalink
http://hdl.handle.net/20.500.12242/1020
Collection
Rapporter
13-02420.pdf
Size: 3M
Abstract
Computational Fluid Dynamics (CFD) is currently the only known physically based method to model dispersion and transport of aerosols and gases in complex urban environments. One of the main challenges with CFD simulations is to prescribe inflow conditions that are varying in time and are compatible to a solution of the Navier-Stokes equations. The primary motivation of this study is to develop and verify a method that provides realistic three-dimensional and time varying velocity fields to be used as inflow conditions for CFD based dispersion and transport modeling. If unrealistic inflow conditions are used, very large computational domains are usually necessary to ensure realistic wind fields in the area of interest. This increases the computational cost (time and hardware requirements) that may limit the applicability of CFD simulations. In this study a new method to create inflow conditions was examined by utilizing an experimental database. The method is based on the measured velocity data which are converted to data usable in CFD simulations by using a procedure called linear stochastic estimation (LSE). The results are promising and it is demonstrated that the method can generate a realistic turbulent boundary layer at a distance only ∼ 3 boundary layer thicknesses downstream the inflow plane. Other methods usually require 3 − 4 times longer distances. In the atmospheric scale that means the distance is reduced from approximately 3000m to 900m, hence the computational domain can be reduced accordingly. From a scientific point of view, the importance of large scale turbulence on the inflow condition is of interest. This was examined by using proper orthogonal decomposition (POD). The velocity field was reconstructed using different amount of energy and the result indicated a longer transitional region when less energy was used. Further downstream, the predicted turbulence kinetic energy reached the same values.
Computational Fluid Dynamics (CFD) er på det nåværende tidspunkt den eneste fysisk baserte metoden for å modellere spredning og transport av aerosoler og gasser i komplekse urbane miljøer. En av hovedutfordringene med CFD simuleringer er å bestemme innstrømsbetingelser som varierer i tid og er kompatible med en løsning av Navier-Stokes ligninger. Hovedformålet med denne studien er å utvikle og verifisere en metode som gir realistiske tre-dimensjonale og tidsvarierende hastighetsfelt for bruk som innstrømsbetingelser i CFD beregninger av spredning og transportmodellering. Ved bruk av uegnede innstrømsbetingelser kreves ofte store beregningsdomener for å oppnå realistiske vindfelt i de interessante områdene. Dette resulterer i økte beregningskostnader som kan begrense bruksområdet til CFD simuleringer. I denne studien utforskes en ny metode for å generere innstrømsbetingelser ved hjelp av en eksperimentell database. Metoden er basert på målte hastigheter som blir konvertert til et format som kan brukes i CFD simuleringer gjennom en prosedyre som kalles linear stochastic estimation (LSE). Resultatene ser lovende ut og det blir vist at metoden kan generere et realistisk turbulent grensesjikt bare ∼ 3 grensesjiktstykkelser nedstrøms for innstrømningsplanet. Andre metoder krever typisk 3 − 4 ganger denne distansen. Ved atmosfærisk skala innebærer dette en reduksjon fra ca. 3000m til 900m. Dermed kan beregningsområdet reduseres tilsvarende. Fra et vitenskapelig synspunkt er effekten av storskala turbulens på innstrømsbetingelsen av interesse. I denne studien ble dette undersøkt ved bruk av proper orthogonal decomposition (POD). Hastighetsfeltet ble rekonstruert med forskjellige energinivåer og resultatene viser at redusert energi resulterer i et lengre transisjonsområde. Lengre nedstrøms sammenfaller den beregnede turbulente kinetiske energien.
View Meta Data