Dziękujemy za odwiedzenie Nature.com.Używasz wersji przeglądarki z ograniczoną obsługą CSS.Aby uzyskać najlepszą jakość, zalecamy użycie zaktualizowanej przeglądarki (lub wyłączenie trybu zgodności w przeglądarce Internet Explorer).Dodatkowo, aby zapewnić bieżące wsparcie, pokazujemy witrynę bez stylów i JavaScript.
Wyświetla karuzelę z trzema slajdami jednocześnie.Użyj przycisków Poprzedni i Następny, aby przejść przez trzy slajdy jednocześnie, lub użyj przycisków suwaka na końcu, aby przejść przez trzy slajdy jednocześnie.
W tym badaniu hydrodynamikę flokulacji oceniano poprzez eksperymentalne i numeryczne badanie turbulentnego pola prędkości przepływu w flokulatorze łopatkowym w skali laboratoryjnej.Przepływ turbulentny, który sprzyja agregacji cząstek lub rozpadowi kłaczków, jest złożony i został rozważony i porównany w tym artykule przy użyciu dwóch modeli turbulencji, a mianowicie SST k-ω i IDDES.Wyniki pokazują, że IDDES zapewnia bardzo małą poprawę w stosunku do SST k-ω, co jest wystarczające do dokładnej symulacji przepływu w flokulatorze łopatkowym.Wynik dopasowania służy do badania zbieżności wyników PIV i CFD oraz do porównania wyników zastosowanego modelu turbulencji CFD.Badanie koncentruje się również na ilościowym określeniu współczynnika poślizgu k, który wynosi 0,18 przy niskich prędkościach 3 i 4 obr./min w porównaniu do typowej wartości 0,25.Zmniejszenie k z 0,25 do 0,18 zwiększa moc dostarczaną do płynu o około 27-30% i zwiększa gradient prędkości (G) o około 14%.Oznacza to, że uzyskuje się intensywniejsze mieszanie niż oczekiwano, w związku z czym zużywa się mniej energii, a zatem zużycie energii w jednostce flokulacyjnej stacji uzdatniania wody pitnej może być niższe.
Podczas oczyszczania wody dodatek koagulantów destabilizuje małe cząstki koloidalne i zanieczyszczenia, które następnie łączą się, tworząc flokulację na etapie flokulacji.Płatki to luźno związane fraktalne agregaty masy, które następnie są usuwane poprzez osadzanie.Właściwości cząstek i warunki mieszania cieczy determinują skuteczność procesu flokulacji i oczyszczania.Flokulacja wymaga powolnego mieszania przez stosunkowo krótki czas i dużej ilości energii, aby wymieszać duże ilości wody1.
Podczas flokulacji hydrodynamika całego układu i chemia interakcji koagulant-cząstki determinują szybkość, z jaką osiągany jest stacjonarny rozkład wielkości cząstek2.Kiedy cząstki zderzają się, sklejają się ze sobą3.Oyegbile, Ay4 podało, że zderzenia zależą od mechanizmów transportu flokulacji w ramach dyfuzji Browna, ścinania płynu i osadzania różnicowego.Kiedy płatki zderzają się, rosną i osiągają pewien limit wielkości, co może prowadzić do pękania, ponieważ płatki nie są w stanie wytrzymać działania sił hydrodynamicznych5.Niektóre z tych połamanych płatków łączą się ponownie w mniejsze lub tego samego rozmiaru6.Jednakże mocne płatki są w stanie oprzeć się tej sile i zachować swój rozmiar, a nawet urosnąć7.Yukselen i Gregory8 opisali badania dotyczące niszczenia płatków i ich zdolności do regeneracji, wykazując, że nieodwracalność jest ograniczona.Bridgeman, Jefferson9 wykorzystał CFD do oszacowania lokalnego wpływu średniego przepływu i turbulencji na tworzenie się kłaczków i fragmentację poprzez lokalne gradienty prędkości.W zbiornikach wyposażonych w łopaty wirnikowe należy zmieniać prędkość, z jaką kruszywa zderzają się z innymi cząstkami, gdy są one dostatecznie zdestabilizowane w fazie koagulacji.Dzięki zastosowaniu CFD i niższych prędkości obrotowych wynoszących około 15 obr./min, Vadasarukkai i Gagnon11 byli w stanie osiągnąć wartości G dla flokulacji za pomocą stożkowych łopatek, minimalizując w ten sposób zużycie energii do mieszania.Jednakże praca przy wyższych wartościach G może prowadzić do flokulacji.Zbadali wpływ prędkości mieszania na określenie średniego gradientu prędkości pilotażowego flokulatora łopatkowego.Obracają się z prędkością większą niż 5 obr./min.
Korpijärvi, Ahlstedt12 wykorzystał cztery różne modele turbulencji do badania pola przepływu na stanowisku testowym zbiornika.Zmierzyli pole przepływu za pomocą laserowego anemometru dopplerowskiego i PIV, a następnie porównali obliczone wyniki z wynikami zmierzonymi.de Oliveira i Donadel13 zaproponowali alternatywną metodę szacowania gradientów prędkości na podstawie właściwości hydrodynamicznych za pomocą CFD.Zaproponowaną metodę przetestowano na sześciu jednostkach flokulacyjnych opartych na geometrii helikalnej.ocenił wpływ czasu retencji na flokulanty i zaproponował model flokulacji, który można wykorzystać jako narzędzie wspierające racjonalne projektowanie ogniw o krótkich czasach retencji14.Zhan, You15 zaproponował połączony model CFD i równowagi populacji w celu symulacji charakterystyki przepływu i zachowania kłaczków w flokulacji na pełną skalę.Llano-Serna, Coral-Portillo16 badali charakterystykę przepływu hydroflokulatora typu Coxa w stacji uzdatniania wody w Viterbo w Kolumbii.Chociaż CFD ma swoje zalety, istnieją również ograniczenia, takie jak błędy numeryczne w obliczeniach.Dlatego wszelkie uzyskane wyniki liczbowe należy dokładnie zbadać i przeanalizować, aby wyciągnąć krytyczne wnioski17.W literaturze istnieje niewiele opracowań dotyczących projektowania flokulatorów z przegrodami poziomymi, natomiast zalecenia dotyczące projektowania flokulatorów hydrodynamicznych są ograniczone18.Chen i Liao19 wykorzystali układ eksperymentalny oparty na rozpraszaniu spolaryzowanego światła do pomiaru stanu polaryzacji rozproszonego światła z poszczególnych cząstek.Feng i Zhang20 wykorzystali Ansys-Fluent do symulacji rozkładu prądów wirowych i wirowania w polu przepływu koagulowanego flokulatora płytowego i flokulatora falistego.Po zasymulowaniu turbulentnego przepływu płynu w flokulatorze przy użyciu programu Ansys-Fluent, Gavi21 wykorzystał wyniki do zaprojektowania flokulatora.Vaneli i Teixeira22 podali, że związek między dynamiką płynów flokulatorów z rurką spiralną a procesem flokulacji jest nadal słabo poznany, co potwierdza racjonalny projekt.de Oliveira i Costa Teixeira23 zbadali wydajność i wykazali właściwości hydrodynamiczne flokulatora z rurą spiralną poprzez eksperymenty fizyczne i symulacje CFD.Wielu badaczy badało reaktory z rurą wężową lub flokulatory z rurą wężową.Jednakże nadal brakuje szczegółowych informacji hydrodynamicznych na temat reakcji tych reaktorów na różne projekty i warunki pracy (Sartori, Oliveira24; Oliveira, Teixeira25).Oliveira i Teixeira26 przedstawiają oryginalne wyniki symulacji teoretycznych, eksperymentalnych i CFD flokulatora spiralnego.Oliveira i Teixeira27 zaproponowali zastosowanie wężownicy spiralnej jako reaktora koagulacyjno-flokulacyjnego w połączeniu z konwencjonalnym systemem dekantera.Podają, że wyniki uzyskane dla efektywności usuwania zmętnienia znacznie różnią się od wyników uzyskanych za pomocą powszechnie stosowanych modeli oceny flokulacji, co sugeruje ostrożność przy stosowaniu takich modeli.Moruzzi i de Oliveira [28] modelowali zachowanie systemu ciągłych komór flokulacyjnych w różnych warunkach pracy, w tym przy zmianach liczby używanych komór i zastosowaniu stałych lub skalowanych gradientów prędkości komórek.Romphophak, Le Men29 Pomiary PIV prędkości chwilowych w quasi-dwuwymiarowych oczyszczaczach strumieniowych.Stwierdzili silną cyrkulację wywołaną strumieniem w strefie flokulacji oraz oszacowali lokalne i chwilowe szybkości ścinania.
Shah, Joshi30 podają, że CFD oferuje interesującą alternatywę dla ulepszania projektów i uzyskiwania wirtualnych charakterystyk przepływu.Pomaga to uniknąć rozległych konfiguracji eksperymentalnych.CFD jest coraz częściej wykorzystywana do analizy oczyszczalni wody i ścieków (Melo, Freire31; Alalm, Nasr32; Bridgeman, Jefferson9; Samaras, Zouboulis33; Wang, Wu34; Zhang, Tejada-Martínez35).Kilku badaczy przeprowadziło eksperymenty na sprzęcie do testowania puszek (Bridgeman, Jefferson36; Bridgeman, Jefferson5; Jarvis, Jefferson6; Wang, Wu34) i flokulatorach z perforowanym dyskiem31.Inni stosowali CFD do oceny hydroflokulatorów (Bridgeman, Jefferson5; Vadasarukkai, Gagnon37).Ghawi21 poinformował, że flokulatory mechaniczne wymagają regularnej konserwacji, ponieważ często się psują i zużywają dużo energii elektrycznej.
Wydajność flokulatora łopatkowego w dużym stopniu zależy od hydrodynamiki zbiornika.W literaturze wyraźnie odnotowuje się brak ilościowego zrozumienia pól prędkości przepływu w takich flokulatorach (Howe, Hand38; Hendricks39).Cała masa wody podlega ruchowi wirnika flokulatora, dlatego należy spodziewać się poślizgu.Zazwyczaj prędkość płynu jest mniejsza niż prędkość łopatki o współczynnik poślizgu k, który definiuje się jako stosunek prędkości zbiornika wodnego do prędkości koła łopatkowego.Bhole40 podał, że przy projektowaniu flokulatora należy wziąć pod uwagę trzy nieznane czynniki, a mianowicie gradient prędkości, współczynnik oporu i względną prędkość wody względem łopatki.
Camp41 podaje, że biorąc pod uwagę maszyny o dużej prędkości, prędkość wynosi około 24% prędkości wirnika i aż 32% w przypadku maszyn o niskiej prędkości.W przypadku braku przegród Droste i Ger42 przyjęli wartość ak wynoszącą 0,25, natomiast w przypadku przegrody k wahała się od 0 do 0,15.Jednakże Hand38 sugeruje, że k mieści się w zakresie od 0,2 do 0,3.Hendrix39 powiązał współczynnik poślizgu z prędkością obrotową za pomocą wzoru empirycznego i stwierdził, że współczynnik poślizgu również mieści się w zakresie ustalonym przez Camp41.Bratby43 podał, że k wynosi około 0,2 dla prędkości wirnika od 1,8 do 5,4 obr./min i wzrasta do 0,35 dla prędkości wirnika od 0,9 do 3 obr./min.Inni badacze podają szeroki zakres wartości współczynnika oporu (Cd) od 1,0 do 1,8 i współczynnika poślizgu k wartości od 0,25 do 0,40 (Feir i Geyer44; Hyde i Ludwig45; Harris, Kaufman46; van Duuren47; oraz Bratby i Marais48 ).Literatura nie wskazuje na znaczący postęp w definiowaniu i kwantyfikowaniu k od czasu prac Camp41.
Proces flokulacji opiera się na turbulencji ułatwiającej zderzenia, gdzie gradient prędkości (G) wykorzystuje się do pomiaru turbulencji/flokalizacji.Mieszanie to proces szybkiego i równomiernego rozproszenia substancji chemicznych w wodzie.Stopień wymieszania mierzy się gradientem prędkości:
gdzie G = gradient prędkości (sec-1), P = moc wejściowa (W), V = objętość wody (m3), μ = lepkość dynamiczna (Pa s).
Im wyższa wartość G, tym bardziej mieszane.Aby zapewnić równomierną koagulację, konieczne jest dokładne wymieszanie.Literatura wskazuje, że najważniejszymi parametrami projektowymi są czas mieszania (t) i gradient prędkości (G).Proces flokulacji opiera się na turbulencji ułatwiającej zderzenia, gdzie gradient prędkości (G) wykorzystuje się do pomiaru turbulencji/flokalizacji.Typowe wartości projektowe dla G wynoszą od 20 do 70 s–1, t wynosi od 15 do 30 minut, a Gt (bezwymiarowe) wynosi od 104 do 105. Zbiorniki szybkiego mieszania działają najlepiej przy wartościach G od 700 do 1000, z czasem przebywania około 2 minut.
gdzie P to moc przekazywana cieczy przez każde ostrze flokulatora, N to prędkość obrotowa, b to długość ostrza, ρ to gęstość wody, r to promień, a k to współczynnik poślizgu.Równanie to stosuje się indywidualnie do każdej łopatki, a wyniki sumuje się, uzyskując całkowitą moc wejściową flokulatora.Dokładne badanie tego równania pokazuje znaczenie współczynnika poślizgu k w procesie projektowania flokulatora łopatkowego.Literatura nie podaje dokładnej wartości k, lecz zamiast tego zaleca zakres podany wcześniej.Jednakże związek między mocą P a współczynnikiem poślizgu k jest sześcienny.Zatem przy założeniu, że wszystkie parametry będą takie same, np. zmiana k z 0,25 na 0,3 doprowadzi do zmniejszenia mocy przenoszonej na płyn na łopatkę o około 20%, a zmniejszenie k z 0,25 do 0,18 spowoduje jej zwiększenie.o około 27-30% na łopatkę Moc przekazywana płynowi.Ostatecznie należy zbadać wpływ k na konstrukcję zrównoważonego flokulatora łopatkowego poprzez ocenę techniczną.
Dokładna empiryczna ocena poślizgu wymaga wizualizacji i symulacji przepływu.Dlatego ważne jest opisanie prędkości stycznej łopaty w wodzie przy określonej prędkości obrotowej w różnych odległościach promieniowych od wału i na różnych głębokościach od powierzchni wody, aby ocenić wpływ różnych pozycji łopaty.
W tym badaniu hydrodynamikę flokulacji oceniano poprzez eksperymentalne i numeryczne badanie turbulentnego pola prędkości przepływu w flokulatorze łopatkowym w skali laboratoryjnej.Pomiary PIV są rejestrowane na flokulatorze, tworząc uśrednione w czasie kontury prędkości, pokazujące prędkość cząstek wody wokół liści.Ponadto do symulacji przepływu wirowego wewnątrz flokulatora i utworzenia uśrednionych w czasie konturów prędkości wykorzystano program ANSYS-Fluent CFD.Powstały model CFD potwierdzono poprzez ocenę zgodności pomiędzy wynikami PIV i CFD.Celem tej pracy jest ilościowe określenie współczynnika poślizgu k, który jest bezwymiarowym parametrem konstrukcyjnym flokulatora łopatkowego.Przedstawiona praca dostarcza nowej podstawy do ilościowego określenia współczynnika poślizgu k przy małych prędkościach 3 obr/min i 4 obr/min.Implikacje wyników bezpośrednio przyczyniają się do lepszego zrozumienia hydrodynamiki zbiornika flokulacyjnego.
Flokulator laboratoryjny składa się z prostokątnego pudełka z otwartą górą, o całkowitej wysokości 147 cm, wysokości 39 cm, całkowitej szerokości 118 cm i całkowitej długości 138 cm (ryc. 1).Główne kryteria projektowe opracowane przez Camp49 zostały wykorzystane do zaprojektowania flokulatora łopatkowego w skali laboratoryjnej i zastosowania zasad analizy wymiarowej.Obiekt doświadczalny zbudowano w Laboratorium Inżynierii Środowiska Uniwersytetu Libańsko-Amerykańskiego (Byblos, Liban).
Oś pozioma znajduje się na wysokości 60 cm od dołu i mieści dwa koła łopatkowe.Każde koło łopatkowe składa się z 4 łopatek, po 3 łopatki na każdej łopatce, co daje w sumie 12 łopatek.Flokulacja wymaga delikatnego mieszania przy niskiej prędkości od 2 do 6 obr./min.Najpopularniejsze prędkości mieszania w flokulatorach to 3 obr./min i 4 obr./min.Przepływ flokulatora w skali laboratoryjnej zaprojektowano tak, aby odzwierciedlał przepływ w komorze zbiornika flokulacyjnego stacji uzdatniania wody pitnej.Moc oblicza się za pomocą tradycyjnego równania 42 .Dla obu prędkości obrotowych gradient prędkości \(\stackrel{\mathrm{-}}{\text{G}}\) jest większy niż 10 \({\text{sec}}^{-{1}}\) , liczba Reynoldsa wskazuje na przepływ turbulentny (tab. 1).
PIV służy do jednoczesnego wykonywania dokładnych i ilościowych pomiarów wektorów prędkości płynu w bardzo dużej liczbie punktów50.Układ eksperymentalny obejmował flokulator łopatkowy o skali laboratoryjnej, system LaVision PIV (2017) i wyzwalacz zewnętrznego czujnika laserowego Arduino.Aby utworzyć uśrednione w czasie profile prędkości, obrazy PIV rejestrowano sekwencyjnie w tym samym miejscu.System PIV jest skalibrowany w taki sposób, że obszar docelowy znajduje się w środku długości każdego z trzech ostrzy konkretnego ramienia wiosła.Zewnętrzny wyzwalacz składa się z lasera umieszczonego po jednej stronie szerokości flokulatora i odbiornika czujnika po drugiej stronie.Za każdym razem, gdy ramię flokulatora blokuje ścieżkę lasera, do systemu PIV wysyłany jest sygnał w celu przechwycenia obrazu za pomocą lasera PIV i kamery zsynchronizowanej z programowalnym modułem czasowym.Na ryc.2 przedstawia instalację systemu PIV i proces akwizycji obrazu.
Rejestrację PIV rozpoczynano po uruchomieniu flokulatora przez 5–10 minut w celu normalizacji przepływu i uwzględnienia tego samego pola współczynnika załamania światła.Kalibrację przeprowadza się za pomocą płytki kalibracyjnej zanurzonej w flokulatorze i umieszczonej w środku długości interesującego ostrza.Dostosuj położenie lasera PIV, aby utworzyć płaską warstwę świetlną bezpośrednio nad płytką kalibracyjną.Zapisz zmierzone wartości dla każdej prędkości obrotowej każdego ostrza, a prędkości obrotowe wybrane do eksperymentu wynoszą 3 obr./min i 4 obr./min.
Dla wszystkich rejestracji PIV odstęp czasu pomiędzy dwoma impulsami lasera ustawiono w zakresie od 6900 do 7700 µs, co pozwoliło na minimalne przemieszczenie cząstek wynoszące 5 pikseli.Przeprowadzono testy pilotażowe liczby obrazów wymaganych do uzyskania dokładnych pomiarów uśrednionych w czasie.Statystyki wektorowe porównano dla próbek zawierających 40, 50, 60, 80, 100, 120, 160, 200, 240 i 280 obrazów.Stwierdzono, że próbka o wielkości 240 obrazów zapewnia stabilne wyniki uśrednione w czasie, biorąc pod uwagę, że każdy obraz składa się z dwóch klatek.
Ponieważ przepływ w flokulatorze jest turbulentny, do rozdzielenia małych turbulentnych struktur wymagane jest małe okno przesłuchania i duża liczba cząstek.Aby zapewnić dokładność, stosuje się kilka iteracji redukcji rozmiaru wraz z algorytmem korelacji krzyżowej.Po początkowym rozmiarze okna odpytywania wynoszącym 48×48 pikseli z 50% nakładaniem się i jednym procesem adaptacji, nastąpiło końcowe okno odpytywania o wymiarach 32×32 pikseli ze 100% nakładaniem się i dwoma procesami adaptacji.Ponadto jako cząstki zaszczepiające w strumieniu zastosowano puste w środku szklane kulki, co umożliwiło uzyskanie co najmniej 10 cząstek w oknie odpytywania.Nagrywanie PIV jest wyzwalane przez źródło wyzwalania w programowalnej jednostce czasowej (PTU), która jest odpowiedzialna za obsługę i synchronizację źródła lasera i kamery.
Do opracowania modelu 3D i rozwiązania podstawowych równań przepływu wykorzystano komercyjny pakiet CFD ANSYS Fluent v 19.1.
Za pomocą programu ANSYS-Fluent stworzono model 3D flokulatora łopatkowego w skali laboratoryjnej.Model wykonany jest w formie prostokątnej skrzynki, składającej się z dwóch kół łopatkowych osadzonych na osi poziomej, podobnie jak model laboratoryjny.Model bez wolnej burty ma 108 cm wysokości, 118 cm szerokości i 138 cm długości.Wokół mieszalnika dodano poziomą płaszczyznę cylindryczną.Generacja płaszczyzny cylindrycznej powinna realizować obrót całego mieszalnika na etapie instalacji i symulować wirujące pole przepływu wewnątrz flokulatora, jak pokazano na rys. 3a.
Diagram 3D ANSYS-fluent i geometrii modelu, siatka korpusu flokulatora ANSYS-fluent na interesującej płaszczyźnie, diagram ANSYS-fluent na interesującej płaszczyźnie.
Geometria modelu składa się z dwóch obszarów, z których każdy jest płynem.Osiąga się to za pomocą funkcji odejmowania logicznego.Najpierw odejmij cylinder (łącznie z mikserem) z pudełka, aby przedstawić ciecz.Następnie odejmij mikser od cylindra, uzyskując dwa obiekty: mikser i ciecz.Ostatecznie zastosowano interfejs przesuwny pomiędzy obydwoma obszarami: cylinder-cylinder i cylinder-mikser (rys. 3a).
Zakończono tworzenie siatki zbudowanych modeli, aby spełnić wymagania modeli turbulencji, które zostaną wykorzystane do przeprowadzenia symulacji numerycznych.Zastosowano nieustrukturyzowaną siatkę z warstwami ekspandowanymi w pobliżu powierzchni stałej.Utwórz warstwy dylatacyjne dla wszystkich ścian o współczynniku wzrostu 1,2, aby mieć pewność, że uchwycone zostaną złożone wzorce przepływu, przy grubości pierwszej warstwy wynoszącej \(7\mathrm{ x }{10}^{-4}\) m, aby zapewnić, że \ ( {\text {y}}^{+}\le 1,0\).Rozmiar korpusu dopasowywany jest metodą dopasowania czworościanowego.Tworzony jest rozmiar frontu dwóch interfejsów o rozmiarze elementu 2,5 × \({10}^{-3}\) m oraz front miksera o rozmiarze 9 × \({10}^{-3}\ ) stosuje się m.Wygenerowana początkowo siatka składała się z 2144409 elementów (rys. 3b).
Jako wyjściowy model bazowy przyjęto dwuparametrowy model turbulencji k–ε.Aby dokładnie symulować przepływ wirowy wewnątrz flokulatora, wybrano model bardziej kosztowny obliczeniowo.Turbulentny przepływ wirowy wewnątrz flokulatora badano numerycznie przy użyciu dwóch modeli CFD: SST k–ω51 i IDDES52.Wyniki obu modeli porównano z wynikami eksperymentalnymi PIV w celu walidacji modeli.Po pierwsze, model turbulencji k-ω SST jest dwurównaniowym modelem turbulentnej lepkości do zastosowań w dynamice płynów.Jest to model hybrydowy łączący modele Wilcoxa k-ω i k-ε.Funkcja mieszania aktywuje model Wilcoxa przy ścianie i model k-ε w nadchodzącym strumieniu.Dzięki temu w całym polu przepływu zostanie zastosowany właściwy model.Dokładnie przewiduje separację przepływu z powodu niekorzystnych gradientów ciśnienia.Po drugie, wybrano metodę Advanced Deferred Eddy Simulation (IDDES), szeroko stosowaną w modelu Individual Eddy Simulation (DES) z modelem SST k-ω RANS (Reynolds-Averaged Navier-Stokes).IDDES to hybrydowy model RANS-LES (symulacja dużych wirów), który zapewnia bardziej elastyczny i przyjazny dla użytkownika model symulacyjny skalowania rozdzielczości (SRS).Opiera się na modelu LES do rozwiązywania dużych wirów i powraca do SST k-ω w celu symulacji wirów na małą skalę.Analizy statystyczne wyników symulacji SST k–ω i IDDES porównano z wynikami PIV w celu walidacji modelu.
Jako wyjściowy model bazowy przyjęto dwuparametrowy model turbulencji k–ε.Aby dokładnie symulować przepływ wirowy wewnątrz flokulatora, wybrano model bardziej kosztowny obliczeniowo.Turbulentny przepływ wirowy wewnątrz flokulatora badano numerycznie przy użyciu dwóch modeli CFD: SST k–ω51 i IDDES52.Wyniki obu modeli porównano z wynikami eksperymentalnymi PIV w celu walidacji modeli.Po pierwsze, model turbulencji k-ω SST jest dwurównaniowym modelem turbulentnej lepkości do zastosowań w dynamice płynów.Jest to model hybrydowy łączący modele Wilcoxa k-ω i k-ε.Funkcja mieszania aktywuje model Wilcoxa przy ścianie i model k-ε w nadchodzącym strumieniu.Dzięki temu w całym polu przepływu zostanie zastosowany właściwy model.Dokładnie przewiduje separację przepływu z powodu niekorzystnych gradientów ciśnienia.Po drugie, wybrano metodę Advanced Deferred Eddy Simulation (IDDES), szeroko stosowaną w modelu Individual Eddy Simulation (DES) z modelem SST k-ω RANS (Reynolds-Averaged Navier-Stokes).IDDES to hybrydowy model RANS-LES (symulacja dużych wirów), który zapewnia bardziej elastyczny i przyjazny dla użytkownika model symulacyjny skalowania rozdzielczości (SRS).Opiera się na modelu LES do rozwiązywania dużych wirów i powraca do SST k-ω w celu symulacji wirów na małą skalę.Analizy statystyczne wyników symulacji SST k–ω i IDDES porównano z wynikami PIV w celu walidacji modelu.
Użyj narzędzia do rozwiązywania stanów przejściowych opartego na ciśnieniu i grawitacji w kierunku Y.Obrót uzyskuje się poprzez przypisanie mieszalnikowi ruchu siatkowego, gdzie początek osi obrotu znajduje się w środku osi poziomej, a kierunek osi obrotu jest w kierunku Z.Interfejs siatki jest tworzony dla obu interfejsów geometrii modelu, w wyniku czego powstają dwie krawędzie ramki ograniczającej.Podobnie jak w technice eksperymentalnej, prędkość obrotowa odpowiada 3 i 4 obrotom.
Warunki brzegowe dla ścianek mieszalnika i flokulatora wyznaczała ścianka, a górny otwór flokulatora – wylot przy zerowym nadciśnieniu (rys. 3c).PROSTY schemat komunikacji ciśnienie-prędkość, dyskretyzacja przestrzeni gradientów funkcji drugiego rzędu ze wszystkimi parametrami w oparciu o elementy najmniejszych kwadratów.Kryterium zbieżności dla wszystkich zmiennych przepływu to skalowana reszta 1 x \({10}^{-3}\).Maksymalna liczba iteracji na krok czasowy wynosi 20, a wielkość kroku czasowego odpowiada obrotowi o 0,5°.Rozwiązanie jest zbieżne w 8. iteracji dla modelu SST k – ω i w 12. iteracji przy użyciu IDDES.Dodatkowo obliczono ilość kroków czasowych tak, aby mieszalnik wykonał co najmniej 12 obrotów.Zastosuj próbkowanie danych do statystyki czasowej po 3 obrotach, co pozwala na normalizację przepływu, podobnie jak w procedurze eksperymentalnej.Porównanie wyników pętli prędkości dla każdego obrotu daje dokładnie takie same wyniki dla ostatnich czterech obrotów, co wskazuje, że osiągnięto stan ustalony.Dodatkowe obroty nie poprawiły konturów przy średniej prędkości.
Krok czasowy definiowany jest w odniesieniu do prędkości obrotowej, 3 obr/min lub 4 obr/min.Krok czasowy jest dopracowywany do czasu potrzebnego na obrót mieszalnika o 0,5°.Okazuje się to wystarczające, ponieważ rozwiązanie jest łatwo zbieżne, jak opisano w poprzedniej sekcji.Zatem wszystkie obliczenia numeryczne dla obu modeli turbulencji przeprowadzono przy użyciu zmodyfikowanego kroku czasowego wynoszącego 0,02 \(\stackrel{\mathrm{-}}{7}\) dla 3 obr./min, 0,0208 \(\stackrel{ \mathrm{-} {3}\) 4 obr./min.Dla danego etapu czasu udoskonalania liczba Couranta w komórce jest zawsze mniejsza niż 1,0.
Aby zbadać zależność modelu od siatki, wyniki najpierw uzyskano przy użyciu oryginalnej siatki 2,14 M, a następnie udoskonalonej siatki 2,88 M.Udoskonalenie siatki osiąga się poprzez zmniejszenie rozmiaru oczek korpusu mieszacza z 9 × \({10}^{-3}\) m do 7 × \({10}^{-3}\) m.Dla oryginalnych i dopracowanych siatek obu modeli turbulencji porównano średnie wartości modułów prędkości w różnych miejscach wokół łopaty.Procentowa różnica pomiędzy wynikami wynosi 1,73% dla modelu SST k–ω i 3,51% dla modelu IDDES.IDDES wykazuje większą różnicę procentową, ponieważ jest hybrydowym modelem RANS-LES.Różnice te uznano za nieistotne, dlatego symulację przeprowadzono przy użyciu oryginalnej siatki o 2,14 milionach elementów i kroku czasu obrotu wynoszącym 0,5°.
Powtarzalność wyników eksperymentów sprawdzono wykonując każde z sześciu eksperymentów po raz drugi i porównując wyniki.Porównaj wartości prędkości na środku ostrza w dwóch seriach doświadczeń.Średnia różnica procentowa pomiędzy dwiema grupami doświadczalnymi wyniosła 3,1%.System PIV został również niezależnie ponownie skalibrowany dla każdego eksperymentu.Porównaj obliczoną analitycznie prędkość w środku każdej łopaty z prędkością PIV w tym samym miejscu.Porównanie to pokazuje różnicę przy maksymalnym błędzie procentowym wynoszącym 6,5% dla ostrza 1.
Przed ilościowym określeniem współczynnika poślizgu konieczne jest naukowe zrozumienie koncepcji poślizgu we flokulatorze łopatkowym, co wymaga zbadania struktury przepływu wokół łopatek flokulatora.Koncepcyjnie współczynnik poślizgu jest wbudowany w konstrukcję flokulatorów łopatkowych, aby uwzględnić prędkość łopatek względem wody.Literatura zaleca, aby ta prędkość wynosiła 75% prędkości ostrza, więc w większości projektów zazwyczaj stosuje się ak 0,25, aby uwzględnić tę regulację.Wymaga to użycia linii prędkości pochodzących z eksperymentów PIV, aby w pełni zrozumieć pole prędkości przepływu i zbadać ten poślizg.Ostrze 1 to ostrze najbardziej wewnętrzne, znajdujące się najbliżej trzonu, ostrze 3 to ostrze najbardziej zewnętrzne, a ostrze 2 to ostrze środkowe.
Linie prędkości na ostrzu 1 pokazują bezpośredni przepływ wirujący wokół ostrza.Te wzorce przepływu pochodzą z punktu po prawej stronie łopaty, pomiędzy wirnikiem a łopatą.Patrząc na obszar oznaczony czerwoną kropkowaną ramką na rysunku 4a, interesujące jest zidentyfikowanie innego aspektu przepływu recyrkulacyjnego nad i wokół łopaty.Wizualizacja przepływu pokazuje niewielki przepływ do strefy recyrkulacji.Przepływ ten zbliża się z prawej strony ostrza na wysokość około 6 cm od końca ostrza, prawdopodobnie na skutek wpływu pierwszego ostrza ręki poprzedzającej ostrze, co widać na obrazku.Wizualizacja przepływu przy 4 obrotach na minutę pokazuje to samo zachowanie i strukturę, najwyraźniej przy wyższych prędkościach.
Wykresy pola prędkości i prądu trzech łopatek przy dwóch prędkościach obrotowych 3 obr./min i 4 obr./min.Maksymalna średnia prędkość trzech łopatek przy 3 obr/min wynosi odpowiednio 0,15 m/s, 0,20 m/s i 0,16 m/s, a maksymalna średnia prędkość przy 4 obr/min wynosi 0,15 m/s, 0,22 m/s i 0,22 m/s odpowiednio.na trzech arkuszach.
Inną formę przepływu spiralnego stwierdzono pomiędzy łopatkami 1 i 2. Pole wektorowe wyraźnie pokazuje, że przepływ wody przemieszcza się w górę od spodu łopatki 2, zgodnie z kierunkiem wektora.Jak pokazuje przerywana ramka na ryc. 4b, wektory te nie biegną pionowo w górę od powierzchni łopatki, ale skręcają w prawo i stopniowo opadają.Na powierzchni łopatki 1 wyróżniono wektory skierowane ku dołowi, które zbliżają się do obu łopatek i otaczają je od utworzonego pomiędzy nimi przepływu recyrkulacyjnego.Wyznaczono taką samą strukturę przepływu przy obu prędkościach obrotowych, przy wyższej amplitudzie prędkości wynoszącej 4 obr/min.
Pole prędkości łopaty 3 nie ma znaczącego udziału w wektorze prędkości poprzedniej łopaty łączącej się z przepływem poniżej łopaty 3. Główny przepływ pod łopatą 3 wynika z pionowego wektora prędkości narastającego wraz z wodą.
Wektory prędkości nad powierzchnią łopaty 3 można podzielić na trzy grupy, jak pokazano na rys. 4c.Pierwszy zestaw to ten na prawym brzegu ostrza.Struktura przepływu w tej pozycji przebiega prosto w prawo i do góry (tj. w kierunku łopatki 2).Druga grupa to środek ostrza.Wektor prędkości dla tego położenia jest skierowany prosto w górę, bez odchyleń i obrotu.Spadek wartości prędkości określano wraz ze wzrostem wysokości nad końcem łopatki.W przypadku trzeciej grupy, zlokalizowanej na lewym obwodzie łopatek, przepływ kierowany jest od razu w lewo, czyli w stronę ścianki flokulatora.Większość przepływu reprezentowana przez wektor prędkości idzie w górę, a część przepływu poziomo w dół.
Do skonstruowania uśrednionych w czasie profili prędkości dla 3 obr/min i 4 obr/min w płaszczyźnie średniej długości łopatki wykorzystano dwa modele turbulencji, SST k–ω i IDDES.Jak pokazano na rysunku 5, stan ustalony osiąga się poprzez osiągnięcie absolutnego podobieństwa pomiędzy konturami prędkości utworzonymi przez cztery kolejne obroty.Dodatkowo uśrednione w czasie krzywe prędkości wygenerowane przez IDDES pokazano na ryc. 6a, natomiast uśrednione w czasie profile prędkości wygenerowane przez SST k – ω pokazano na ryc. 6a.6b.
Stosując IDDES i uśrednione w czasie pętle prędkości generowane przez SST k – ω, IDDES ma wyższy odsetek pętli prędkości.
Dokładnie sprawdź profil prędkości utworzony za pomocą IDDES przy 3 obr./min, jak pokazano na rysunku 7. Mieszalnik obraca się w kierunku zgodnym z ruchem wskazówek zegara, a przepływ omówiono zgodnie z pokazanymi notatkami.
Na ryc.7 widać, że na powierzchni łopatki 3 w ćwiartce I następuje oddzielenie przepływu, ponieważ przepływ nie jest ograniczony ze względu na obecność górnego otworu.W ćwiartce II nie obserwuje się rozdzielenia przepływu, gdyż przepływ jest całkowicie ograniczany przez ścianki flokulatora.W ćwiartce III woda wiruje ze znacznie mniejszą lub mniejszą prędkością niż w poprzednich ćwiartkach.Woda w ćwiartkach I i II jest przemieszczana (tzn. obracana lub wypychana) w dół poprzez działanie mieszadła.Natomiast w ćwiartce III woda jest wypychana przez łopatki mieszadła.Widać, że masa wody w tym miejscu stawia opór zbliżającej się tulei flokulatora.Przepływ obrotowy w tej ćwiartce jest całkowicie oddzielony.W ćwiartce IV większość przepływu powietrza nad łopatką 3 jest kierowana w stronę ścianki flokulatora i stopniowo traci swoje rozmiary wraz ze wzrostem wysokości do górnego otworu.
Ponadto centralna lokalizacja obejmuje złożone wzorce przepływu, które dominują w ćwiartkach III i IV, jak pokazano za pomocą elips z niebieskimi kropkami.Ten zaznaczony obszar nie ma nic wspólnego z przepływem wirowym we flokulatorze łopatkowym, ponieważ ruch wirowy można zidentyfikować.Kontrastuje to z ćwiartkami I i II, gdzie istnieje wyraźne oddzielenie przepływu wewnętrznego od przepływu pełnego rotacyjnego.
Jak pokazano na ryc.6, porównując wyniki IDDES i SST k-ω, główną różnicą pomiędzy konturami prędkości jest wielkość prędkości bezpośrednio pod łopatką 3. Model SST k-ω wyraźnie pokazuje, że wydłużony przepływ o dużej prędkości jest przenoszony przez łopatę 3 w porównaniu do IDDES.
Kolejną różnicę można dostrzec w ćwiartce III.Z IDDES, jak wspomniano wcześniej, odnotowano separację przepływu rotacyjnego pomiędzy ramionami flokulatora.Jednak na tę pozycję duży wpływ ma przepływ o niskiej prędkości z narożników i wnętrza pierwszej łopatki.Od SST k – ω dla tej samej lokalizacji linie konturowe wykazują stosunkowo wyższe prędkości w porównaniu z IDDES, ponieważ nie ma przepływu konfluentnego z innych regionów.
Do prawidłowego zrozumienia zachowania i struktury przepływu wymagane jest jakościowe zrozumienie pól wektorów prędkości i linii prądu.Biorąc pod uwagę, że każde ostrze ma szerokość 5 cm, wybrano siedem punktów prędkości na całej szerokości, aby zapewnić reprezentatywny profil prędkości.Ponadto wymagane jest ilościowe zrozumienie wielkości prędkości w funkcji wysokości nad powierzchnią łopaty poprzez wykreślenie profilu prędkości bezpośrednio nad każdą powierzchnią łopaty i na ciągłej odległości od 2,5 cm w pionie do wysokości 10 cm.Aby uzyskać więcej informacji, zobacz S1, S2 i S3 na rysunku.Dodatek A. Rysunek 8 przedstawia podobieństwo rozkładu prędkości powierzchniowej każdej łopaty (Y = 0,0) uzyskane przy użyciu eksperymentów PIV i analizy ANSYS-Fluent przy użyciu IDDES i SST k-ω.Obydwa modele numeryczne umożliwiają dokładną symulację struktury przepływu na powierzchni łopatek flokulatora.
Rozkłady prędkości PIV, IDDES i SST k–ω na powierzchni łopatki.Oś x przedstawia szerokość każdego arkusza w milimetrach, przy czym początek (0 mm) reprezentuje lewy brzeg arkusza, a koniec (50 mm) reprezentuje prawy obwód arkusza.
Wyraźnie widać, że rozkłady prędkości łopatek 2 i 3 pokazano na rys. 8 i rys. 8.S2 i S3 w Załączniku A wykazują podobne tendencje w zakresie wzrostu, podczas gdy łopatka 1 zmienia się niezależnie.Profile prędkości łopatek 2 i 3 stają się idealnie proste i mają tę samą amplitudę na wysokości 10 cm od końca łopatki.Oznacza to, że w tym momencie przepływ staje się równomierny.Widać to wyraźnie na podstawie wyników PIV, które zostały dobrze odtworzone przez IDDES.Tymczasem wyniki SST k–ω wykazują pewne różnice, szczególnie przy 4 obr./min.
Należy zauważyć, że łopatka 1 zachowuje ten sam kształt profilu prędkości we wszystkich położeniach i nie ma znormalizowanej wysokości, ponieważ wir utworzony w środku mieszalnika zawiera pierwszą łopatkę wszystkich ramion.Ponadto, w porównaniu z IDDES, profile prędkości ostrza PIV 2 i 3 wykazywały nieco wyższe wartości prędkości w większości lokalizacji, aż były prawie równe na wysokości 10 cm nad powierzchnią ostrza.
Czas publikacji: 27 grudnia 2022 r