تحليل عدم قطعيت جريان الكترو اسموتيك در يك ميكرو كانال

Uncertainty quantification of electroosmotic flow in a microchannel

وجود عدم قطعيت در نتايج تجربي معمولاً به صورت نوار خطا به مقادير تجربي در منحنيها اضافه مي گردد. از آنجا كه بخش عمده اي از تفاوت ميان نتايج تجربي و عددي، ناشي از وجود عدم قطعيت در پارامترهاي ورودي حل عددي است، مقايسه نتايج تجربي و عددي با در نظرگرفتن اثر پارامترهاي غيرقطعي معني دارتر است. جريان الكترواسموتيك ازجمله مواردي است كه وجود پارامترهاي غيرقطعي موثر، بررسي وجود عدم قطعيت را در نتايج شبيه سازي آن ضروري مي نمايد. در اين مطالعه، تحليل عدم قطعيت جريان الكترواسموتيك در يك ميكروكانال تي شكل ارائه شده است. پيش از تحليل عدم قطعيت، نتايج شبيه سازي عددي با در نظر گرفتن پارامترهاي ورودي قطعي با داده هاي تجربي مقايسه شده و اعتبارسنجي شبيه سازي عددي صورت گرفته است. در مرحله ي اول تحليل عدم قطعيت، نمونه برداري به روش ابرمكعب لاتين از پارامترهاي غيرقطعي انجام شده است. در مرحله ي بعدي، معادلات جريان الكترواسموتيك براي هر نمونه به روش المان محدود حل شده است. دبي جرمي و ميدان سرعت به عنوان توابع هدف انتخاب گرديده و به منظور محاسبه ي مشتق توابع هدف از روش الحاقي استفاده شده است. در مرحله پاياني، عدم قطعيت در توابع هدف به روش مونت كارلو بهبود يافته تعيين شده است. نتايج حاصل از روش الحاقي نشان مي دهند كه پارامترهاي هندسي و لزجت سيال بيشترين و چگالي سيال و دما كمترين تاثير را بر روي توابع هدف مي گذارند. همچنين نتايج شبيه سازي مونت كارلو وجود عدم قطعيت به ميزان 11.2% در نتايج دبي جرمي و عدم قطعيت 6.3% به صورت ميانگين در ميدان سرعت را نشان مي دهند.

Since uncertainties in input parameters play an important factor influencing discrepancy between numerical and experimental results, considering uncertain parameters in CFD calculations is essential. Electroosmotic flow is one of the cases which uncertainty quantification on its numerical simulation is necessary because of the presence of uncertain parameters. In this study, uncertainty quantification of electroosmotic flow in a micro T-junction has been presented. The numerical method was first validated by comparing deterministic numerical results with the experimental data. For the Monte Carlo simulations, the Latin Hypercube Sampling (LHS) method was used for the sample generation. The governing equation of electroosmotic flow has been solved using the finite element method for every sample. The results of sensitivity analysis show geometry parameters and fluid viscosity as the most effective factors on the results; while temperature and density of fluid demonstrate the least effect on the objective functions. Results of the Monte Carlo method illustrate 11.2% uncertainty for the results of mass flow rate and 6.3% on average for the results of velocities.