کاربرد روش نوآورانه شبکه بولتزمن آنتروپیک برای شبیه سازی جریان چند فازی در بستر متخلخل
محل انتشار: مهندسی مکانیک مدرس، دوره: 18، شماره: 8
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 70
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MME-18-8_003
تاریخ نمایه سازی: 8 اسفند 1403
چکیده مقاله:
در این تحقیق، با استفاده از مدل جنبشی سرعت ثابت آنتروپیک که اخیرا معرفی شده و با بکارگیری مدل شبه-پتانسیل شان-چن، جریان دوفازی، سیال های تراکم ناپذیر و مخلوط نشدنی در بستر متخلخل مورد مطالعه قرار می گیرد. در یک دهه ی گذشته، استفاده از مدل های جنبشی آنتروپیک برای شبیه سازی جریان های چند فازی و چند جزئی مورد توجه فراوان قرار گرفته است. عدم وجود تابع آنتروپی برای یک مدل جنبشی به معنی آن است که نمی توان وجود یک حالت تعادلی مشخص و معین را تحت تمامی شرایط جریان، در تمامی نقاط و در همه ی زمان ها، برای سیال مورد نظر تضمین نمود. از این رو شبیه سازی جریان های چند فازی با اختلاف دانسیته ی بالا، با استفاده از مدل های جنبشی متعارف (که قانون دوم ترمودینامیک را ارضا نمی نمایند) می تواند دچار ناپایداری های عددی گردد. در این تحقیق، دقت و پایداری مدل آنتروپیک سرعت ثابت جدید در مقایسه با مدل های شبکه بولتزمن متعارف با بررسی مسائلی همچون قانون لاپلاس، گستره زاویه تماس و شبیه سازی جریان در کانال دو بعدی، مورد ارزیابی قرار گرفته است. همچنین جریان دو فازی در بستر متخلخل شبیه سازی و نتایج مربوط به ضریب نفوذپذیری نسبی برای ترشوندگی های مختلف ارائه شده است. نتایج بدست آمده با دقت بسیار خوبی منطبق بر نتایج ارایه شده توسط سایر محققین می باشد
کلیدواژه ها:
نویسندگان
سیدامیر حسینی مقدم
Department of Energy, Institute of Science and High Technology and Environmental Sciences Graduate University of Advanced Technology, Kerman, Iran.
مسعود ایرانمنش
faculty member of energy dept. kerman graduate university of advanced technology
ابراهیم جهانشاهی جواران
faculty
عابد زاده گل
Graduate University of Advanced Technology, Kerman, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :