Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/15466
Title: การรวมแบบจำลองความปั่นป่วนเรย์โนลด์ต่ำ k-specific dissipation rate กับพจน์แก้ไขสเกลความยาว สำหรับปรากฏการณ์การไหลและการถ่ายเทความร้อนที่ซับซ้อน
Other Titles: Combined low-reynolds-number k-specific dissipation rate turbulence model with length scale correction term for complex heat transfer and flow phenomena
Authors: กิตติศักดิ์ คู่วรัญญู
Advisors: สมพงษ์ พุทธิวิสุทธิศักดิ์
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: fmespt@eng.chula.ac.th
Subjects: ความปั่นป่วน (กลศาสตร์)
กลศาสตร์ของไหล
ความร้อน -- การถ่ายเท
ไฟไนต์วอลุม
ปริญญาดุษฎีบัณฑิต
Issue Date: 2552
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: นำเสนอการรวมแบบจำลองความปั่นป่วนเรย์โนลด์ต่ำ k–specific dissipation rate กับพจน์แก้ไขสเกลความยาว (Length scale correction term) ร่วมกับแบบจำลองเรย์โนลด์สูง k–specific dissipation rate ในการรวมแบบจำลองทั้งสองจะใช้แนวคิดของแบบจำลองแบบ Baseline ซึ่งทำให้ได้แบบจำลองใหม่ที่เรียกว่า “แบบจำลองความปั่นป่วน Baseline–Low–Reynolds k-omega with LSC term หรือ BLL” สำหรับการแก้ปัญหาการไหลและการถ่ายเทความร้อนที่ซับซ้อน ส่วนของพจน์แก้ไขสเกลความยาวที่ใช้ในงานวิทยานิพนธ์นี้จะพิสูจน์หามาโดยอาศัยความสัมพันธ์เช่นเดียวกับ Yap correction ซึ่งทำให้ได้พจน์แก้ไขสเกลความยาวของ specific dissipation rate (specific dissipation rate–LSC term) แล้วจึงนำพจน์ดังกล่าวรวมเข้ากับแบบจำลองความปั่นป่วนเรย์โนลด์ต่ำ ทำให้ Turbulent length scale มีค่าลดต่ำลง ส่งผลให้การทำนายปรากฏการณ์การไหลที่เกิด Separation และ Reattachment ในบริเวณใกล้ผนังมีความแม่นยำขึ้น จากนั้นจึงรวมแบบจำลองเรย์โนลด์สูง k–specific dissipation rate เข้ากับแบบจำลองใหม่ เพื่อลดความไวต่อการเปลี่ยนแปลงของแบบจำลองในกระแสการไหลอิสระลง การตรวจสอบประสิทธิภาพและความแม่นยำแบบจำลอง BLL ทำได้โดยการนำผลลัพธ์ที่ได้จากการคำนวณไปเปรียบเทียบกับปัญหาที่มีผลการทดลองหรือผลการคำนวณด้วยระเบียบวิธีเชิงตัวเลขอื่นๆ จากผลการศึกษาพบว่า แบบจำลอง BLL สามารถทำนายผลทั้งในส่วนของการไหลและส่วนของการถ่ายเทความร้อนได้เป็นอย่างดี โดยเฉพาะบริเวณใกล้ผนัง ผลลัพธ์ที่ได้จากการวิเคราะห์ปัญหาในงานวิทยานิพนธ์นี้ แสดงให้เห็นถึงประสิทธิภาพของแบบจำลอง BLL และสามารถสรุปได้ว่า แบบจำลองความปั่นป่วนใหม่นี้มีความเหมาะสมในการใช้แก้ปัญหาการไหลและการถ่ายเทความร้อนบริเวณใกล้ผนัง.
Other Abstract: To present the combination of accurate formulation of the Low–Reynolds–Number k–specific dissipation rate model (LRN k–specific dissipation rate model), Length Scale Correction (LSC) term and a concept of Baseline model. The new model is called “Baseline–Low–Reynolds k–specific dissipation rate with LSC term model or BLL model”. The developed model is expected to produce more accurate results for complex heat transfer and flow phenomena. The LSC term employed here is specific dissipation rate–LSC – a new LSC uses the analogy of Yap correction. By integrating the term with the conventional LRN k–specific dissipation rate model, the turbulent length scale in the near–wall region is reduced which subsequently leads to better prediction of separations and reattachments that occur in this area. After integrating, the concept of Baseline model is combined to reduce the sensivity to freestream. Performance of the model is investigated and compared with available experimental data, Direct Numerical Simulation (DNS) data and numerical results using other turbulence models. It is seen that the model gives superior results especially for the near–wall flow patterns and heat transfer. The results demonstrate that the performance of the BLL model is much better than that of the High–Remodel, LRN model, and it can be show that this model is an appropriate choice for near–wall flow problem.
Description: วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552
Degree Name: วิศวกรรมศาสตรดุษฎีบัณฑิต
Degree Level: ปริญญาเอก
Degree Discipline: วิศวกรรมเครื่องกล
URI: http://cuir.car.chula.ac.th/handle/123456789/15466
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Kittisak_kh.pdf2.21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.