Исследование поведения направленных жидкостей с помощью суперкомпьютера. Будь то разработка наиболее эффективного метода впрыска топлива в двигатели, сборка машин на акрах сельскохозяйственных угодий или покраска автомобиля, люди полагаются на жидкие аэрозоли для бесчисленных промышленных процессов, которые позволяют и обогащают нашу повседневную жизнь.

Визуализация поверхности жидкости и величины скорости струи круглой струи. Фото: Университет Бундесвера Мюнхен

Чтобы понять, как сделать распылитель жидкой струи более чистым и более эффективным, исследователи должны сосредоточиться на мелочах: ​​ученые должны наблюдать за текучими средами с атомной микросекундной детализацией, чтобы начать понимать одну из важнейших задач науки — турбулентное движение в жидкостях. ,

Эксперименты служат важным инструментом для понимания процессов промышленного распыления, но исследователи все больше полагаются на имитацию для понимания и моделирования законов, управляющих хаотическими, турбулентными движениями, которые возникают, когда жидкости текут быстро.

Команда исследователей во главе с профессором доктором Маркусом Кляйном из Мюнхенского университета Бундесвера (немецкий язык: Universität der Bundeswehr München) поняла, что для точного и эффективного моделирования сложностей турбулентности требуются высокопроизводительные вычисления (HPC), а в последнее время группа использовала ресурсы в Центре суперкомпьютеров Гаусса (GCS) в Центре суперкомпьютеров им. Лейбница (LRZ) в Гархинге, недалеко от Мюнхена, для создания высококачественных симуляций потока для лучшего понимания турбулентного движения жидкости.

«Наша цель — разработать программное обеспечение для моделирования, которое кто-то может применить на коммерческой основе для решения реальных инженерных задач», — говорит доктор Йозеф Хаслбергер, сотрудник команды Klein. Он работает вместе с сотрудником Себастьяном Кеттерлом над вычислительным проектом. Исследование команды недавно было выбрано для обложки Журнала Механики Жидкости .

Это (мульти) фаза

Когда ученые и инженеры говорят о жидких аэрозолях, в этом есть немного больше нюансов — большинство аэрозолей на самом деле являются многофазными явлениями, а это означает, что некоторая комбинация жидкости, твердого вещества и газа протекает одновременно. В аэрозолях это обычно происходит посредством распыления или распада жидкой жидкости на капли и связки, что в некоторых случаях приводит к образованию паров.

Исследователи должны учитывать это многофазное смешение в своих симуляциях с достаточной детализацией, чтобы понять некоторые мелкие фундаментальные процессы, управляющие турбулентными движениями, в частности, как образуются, соединяются и распадаются капли, или динамика поверхностного натяжения между жидкостями и газами — в то время также захватывая достаточно большую площадь, чтобы увидеть, как эти движения влияют на струйные аэрозоли. Капли образуются и подвергаются воздействию турбулентного движения, но также влияют на турбулентное движение после формования, создавая необходимость в очень подробном и точном численном моделировании.

При моделировании потоков жидкости исследователи используют несколько методов. Среди них прямое численное моделирование (DNS) обеспечивает высочайшую степень точности, так как они начинаются без физического приближения о том, как будет протекать жидкость, и воссоздают процесс «с нуля» численно вплоть до самых маленьких уровней турбулентного движения («Колмогоров- масштаб »разрешение). Из-за высоких вычислительных требований DNS-симуляции способны работать только на самых мощных суперкомпьютерах мира, таких как SuperMUC в LRZ.

Другой общий подход к моделированию потоков жидкости, моделирование больших вихрей (LES), делает некоторые предположения о том, как жидкости будут течь в самых маленьких масштабах, и вместо этого сосредотачивается на моделировании больших объемов жидкости в течение более длительных периодов времени. Для моделирования LES для точного моделирования потоков жидкости предположения, встроенные в модель, должны опираться на качественные входные данные, отсюда и необходимость в вычислениях DNS.

Чтобы моделировать турбулентные потоки, исследователи создали трехмерную сетку с более чем 1 миллиардом отдельных маленьких ячеек, решая уравнения для всех сил, действующих на этот объем жидкости, которые, согласно второму закону Ньютона, вызывают ускорение. В результате скорость жидкости можно моделировать как в пространстве, так и во времени. Разница между турбулентным и ламинарным, или гладким, потоками зависит от того, насколько быстро движется жидкость, а также от того, насколько она густая или вязкая, а также от размера структур потока. Затем исследователи приводят модель в движение, вычисляя свойства жидкости с момента, когда она покидает сопло, до тех пор, пока она не разбилась на капли.

Основываясь на DNS-расчетах группы, она приступила к разработке новых моделей мелкомасштабных данных о турбулентности, которые можно использовать для обоснования расчетов LES, что в конечном итоге приведет к точному моделированию струйного распыления на более коммерческом уровне. LES вычисляет энергию больших структур, но моделируются наименьшие масштабы потока, что означает, что вычисления LES потенциально обеспечивают высокую точность для гораздо более скромных вычислительных усилий.

Движение в правильном направлении

Хотя команда достигла прогресса в улучшении моделей LES благодаря более фундаментальному пониманию потоков жидкости через симуляции DNS, все еще есть возможности для улучшения. Хотя в настоящее время команда может подробно моделировать процесс распыления, она хотела бы наблюдать дополнительные явления, происходящие в более длительных временных масштабах, такие как процессы испарения или сгорания.

Ресурсы HPC следующего поколения сократят разрыв между DNS академических калибров конфигураций потоков и реальными экспериментами и промышленными приложениями. Это приведет к созданию более реалистичных баз данных для разработки моделей и предоставит подробную физическую информацию о явлениях, которые трудно наблюдать экспериментально.

Кроме того, команде предстоит проделать большую работу по внедрению улучшений в модели LES. Следующая задача состоит в том, чтобы моделировать капли, которые меньше, чем фактический размер сетки, в типичном моделировании большого вихря, но все же могут взаимодействовать с турбулентным потоком и могут способствовать обмену импульсом и испарению.

По материалам phys.org