项目名称: 壁面物理结构对近壁湍流与颗粒相互作用影响的实验研究

项目编号: No.11472158

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 徐胜金

作者单位: 清华大学

项目金额: 105万元

中文摘要: 颗粒与光滑壁面附近的流场相互作用往往影响颗粒向壁面的沉降。当颗粒聚集到结构表面时既可能给结构本身的功能带来不利影响,也可能因为灰尘聚集到结构表面而使周围空气得到净化。这两种截然不同的结果在工程实际中都有应用价值。有关颗粒与壁面附近流场尤其是与湍流场相互作用的知识目前还很不完备。当壁面存在不同表面形状或物理结构时上述问题会变得更加复杂,同时,也蕴含机遇,即有可能存在某种壁面物理结构能使颗粒加速沉降,或者相反,能使粒子可能逃离壁面,而这方面的知识目前更加匮乏。本项目拟研究不同的壁面形状和物理结构对近壁区湍流、颗粒运动及二者之间的相互作用产生影响的规律和原因,研究能促进颗粒沉降或阻碍沉降的壁面物理结构特点,为工程中的防尘需求提供新的研究方法,为寻找更好的环境净化方法提供新的研究策略。

中文关键词: 近壁湍流;湍流边界层;双向作用风洞实验;风洞实验;粒子图像测速

英文摘要: Two-way coupling between particles and flow near a smooth wall could often take effect on particles deposition to the wall. The deposition of particles may cause malfunction for some structures, but also may clean air from polution.What the such deposition playing two kind of oppsite roles may be valuable for practical applications.So far, the knowleadge of the interaction between particles and flow near the wall, particually, wall-bonded turbulent flow is still scarce. If there occur some shape or structure on the surface of the wall,the question would become more complicated and also propose a chance.In other words, there should be some kind of shape or structure on the wall may increase deposition, or oppsitely decrease the occurrence of deposition. At present, knowleadge about those questions is almost nothing. In this project, we plan to study wall shape and structure effects on wall-bonded turbulence, paticle dynamics and two-way coupling between particles and wall-bonded turbulence. The study will focus on what shape could increase or decrease deposition. The novel methodology for the application of dustproof or environment purification will be proposed.

英文关键词: wall-bonded turbulence;turbulent boundary layer;two-way coupling;wind tunnel test;PIV

成为VIP会员查看完整内容
0

相关内容

清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
45+阅读 · 2020年11月13日
可对药物分子进行表征的几何深度学习
机器之心
0+阅读 · 2022年2月6日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
AI从底物和酶的结构中预测米氏常数,量化酶活性
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
可对药物分子进行表征的几何深度学习
机器之心
0+阅读 · 2022年2月6日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
AI从底物和酶的结构中预测米氏常数,量化酶活性
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员