مدلسازي آشفتگي در شعله هاي برخاسته فواره نفوذي در جريان همسو تحت شرايط پيش‌گرم و رقيق‌سازي

Turbulence Modeling in a Lifted Diffusion Jet Flame Issuing into a Hot and Dilluted Coflow

در اين تحقيق، شعله برخاسته فواره (Jet) آشفته نفوذي، كه با سازوكار خوداشتعالي پايدار شده، با استفاده از روش معادله انتقال تابع دانسيته احتمال (PDF) بررسي مي شود. براي اين منظور، از سازوكار شيميايي پيچيده و مدل اصلاح شده اختلاط ملكولي كِرل (Curl) استفاده ميشود. هدف اصلي در اين مطالعه بررسي تاثير درنظر گرفتن تغييرات دانسيته در مدل آشفتگي نسبت به مدل آشفتگي k-? استاندارد است. لحاظ كردن تغييرات دانسيته در مدل آشفتگي بر كميات اسكالر مانند دما و كسر جرمي اجزا و همچنين محل برخاستگي شعله تاثير محسوسي دارد. نتايج نشان ميدهند محل برخاستگي شعله با درنظر گرفتن تغييرات دانسيته در مدل آشفتگي نسبت به مدل k-? استاندارد بهتر پيشبيني شده و به نتايج تجربي نزديك تر است. بر اساس مطالعات قبلي، مدل k-? استاندارد نرخ گسترش فواره را در فوارههاي مدور بيشتر از مقدار واقعي پيشبيني مي كند. در اين مطالعه ملاحظه شد درنظر گرفتن تغييرات دانسيته در مدل آشفتگي نسبت به مدل آشفتگي k-? استاندارد بهبود توزيع دما و كسر جرمي اجزا در ناحيه برخاستگي شعله و در پايين دست جريان فواره را به همراه دارد.

In this paper, a turbulent lifted diffusion jet flame is studied using the composition probability density function approach in a two-domensional domain with detailed chemistry. The main purpose is to investigate the effect of density variations on scalar fields and lift-off height. For this purpose, the standard k-? model as well as a modified turbulence model for variable density conditions are employed to investigate the impact of turbulence models on the flame behavior and the place of stabilization. The results show that the best agreement between the numerical results and measurements is achieved using the modified turbulence model. A comparison between the numerical results and measurements shows that the standard k-? model over-predicts the spreading and decay rates in the jet. Using the velocity-pressure gradient term in the modified turbulence model resolves the relevant problem to a great extent and leads to better results than those of the standard k-? model.