项目名称: 湍流颗粒迁移碰撞的亚格子效应及其模型研究

项目编号: No.51276076

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 能源与动力工程

项目作者: 柳朝晖

作者单位: 华中科技大学

项目金额: 80万元

中文摘要: 在气固两相湍流的大涡模拟中,通常忽略亚格子湍流对颗粒运动的影响。近年来的研究表明,亚格子湍流对颗粒的统计特性(特别是两点统计特性)具有重要影响,但其微观机理和模型仍然是国内外多相流领域一个具有挑战性的热点问题。本研究拟在高分辨率气粒两相湍流直接数值模拟的基础上,结合空间过滤算子,深入研究流体亚格子脉动对颗粒扩散、局部富集以及颗粒碰撞的作用规律,探析其内在的微观机理和统计特性。基于获得相间亚格子作用的关键内容,从较新颖的"颗粒所见流体速度"的拉氏统计特性角度,提供亚格子尺度郎之万理论模型所需要的关键统计参数,进而发展合理的颗粒亚格子扩散与亚格子碰撞模型,改善现有两相湍流大涡模拟的预报能力。

中文关键词: 大涡模拟;颗粒迁移模型;颗粒碰撞模型;颗粒局部富集现象;多尺度分析

英文摘要: The influence of subgrid scale(SGS) turbulence on particle motions is negelected in most Large-eddy simulation of particle-laden turbulence. However, recent studies show that the subgrid scales play an important role in particle statistics(especially two-point statistics), and related microscopic mechanism remains a challenging area of gas-particle turbulence. This research is devoted to investigate how the SGS turbulenct flow affects the dispersion of particle, the pereferential concentration and collision of particle, based on high resolution direct numerical simulation and spatial filters. The mechanism and key statistics of SGS flow-particle interaction, such as the lagrangian statistics of particle seen fluid's velociteis, will be obtianed, which are essential for the development of new SGS particle models. Based on these work, new models of better prediction ability for the dispersion and collision of particle will be derived and proposed, finally they will be checked by other numerical simulations.

英文关键词: LES;particle drift model;particle collision model;particle perferential concentration;multiscale analysis

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
113+阅读 · 2021年7月24日
专知会员服务
32+阅读 · 2021年6月18日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
23+阅读 · 2021年1月30日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
75+阅读 · 2020年6月8日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25日
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
讲堂 | 谭旭:AI音乐,技术与艺术的碰撞
微软研究院AI头条
0+阅读 · 2021年7月20日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
ISI新研究:胶囊生成对抗网络
论智
17+阅读 · 2018年3月7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 · 2015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 · 2013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 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009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17日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
113+阅读 · 2021年7月24日
专知会员服务
32+阅读 · 2021年6月18日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
23+阅读 · 2021年1月30日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
75+阅读 · 2020年6月8日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25日
相关资讯
复数神经网络及其 PyTorch 实现
极市平台
5+阅读 · 2022年1月17日
讲堂 | 谭旭:AI音乐,技术与艺术的碰撞
微软研究院AI头条
0+阅读 · 2021年7月20日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
ISI新研究:胶囊生成对抗网络
论智
17+阅读 · 2018年3月7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 · 2015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 · 2013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 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009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