Вихреразрешающее моделирование воздушного потока, несущего капли над взволнованной водной поверхностью

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Проведено вихреразрешающее моделирование динамики турбулентного воздушного потока над взволнованной водной поверхностью, несущего капли. Рассматриваются достаточно мелкие капли (с диаметром до 300 микрон), что позволяет пренебречь их деформацией; не учитываются также столкновения капель между собой и их испарение и теплообмен с воздухом. Массовая концентрация капель задается достаточно малой, что позволяет пренебречь их воздействием на поток; поверхностная волна считается заданной, неизменяющейся под действием капель и ветра. Численная модель основана на решении трехмерных, отфильтрованных по подсеточным флуктуациям уравнений движения воздушной фазы в эйлеровой формулировке и лагранжевых уравнений движения отдельных капель. Для замыкания подсеточных напряжений в уравнении для скорости воздуха используется концепция турбулентной вязкости, где кинетическая энергия неразрешаемых расчетной сеткой пульсаций определяется решением прогностического уравнения. Проведена верификация модели сравнением с результатами прямого численного интегрирования полных уравнений динамики воздушной и дисперсной фаз. Получены фазово-осредненные профили скорости, потока импульса воздуха и концентрации капель для различных значений числа Рейнольдса несущего потока (до 105) и сценариев инжекции капель в поток.

Полный текст

Доступ закрыт

Об авторах

О. А. Дружинин

Институт прикладной физики РАН

Автор, ответственный за переписку.
Email: druzhinin@ipfran.ru
Россия, ул. Ульянова 46, Нижний Новгород, 603950

Список литературы

  1. Белоцерковский О.М. Численное моделирование в механике сплошных сред. М.: Наука, 1984. 520 с.
  2. Глазунов А.В. Вихреразрешающее моделирование турбулентности с использованием смешанного динамического локализованного замыкания. Часть I. Формулировка, задачи, описание модели и диагностические численные тесты // Изв. РАН. Физика атмосферы и океана. 2009. Т. 45. № 1. С. 7–28.
  3. Филлипс О.М. Динамика верхнего слоя океана. Л.: Гидрометеоиздат, 1980. 319 с.
  4. Andreas E.L., Jones K.F., Fairall C.W. Production velocity of sea spray droplets // J. Geophys. Res . 2010. V. 115. C12065. doi: 10.1029/2010JC006458.
  5. Andreas E.L., Mahrt L., Vickers D. An improved bulk air–sea surface flux algorithm, including spray-mediated transfer // Q. J. R. Meteorol. Soc. 2015. V. 141. P. 642–654. doi: 10.1002/qj.2424
  6. Bortkovskii R.S. Air-sea exchange of heat and moisture during storms. Dodrecht: D. Reidel. 1987. 206 pp. doi: 10.1007/978-94-017-0687-2.
  7. Druzhinin O.A. On Droplet-Mediated Sensible and Latent Heat Transfer in the Marine Atmospheric Boundary Layer: “Polar Low” Versus “Tropical Cyclone” Conditions // Boundary-Layer Meteorology. 2021. V. 178. P. 43–62. https://doi.org/10.1007/s10546-020-00557-2
  8. Druzhinin O.A., Troitskaya Yu.I., Zilitinkevich S.S. The study of droplet-laden turbulent air-flow over waved water surface by direct numerical simulation // J. Geophys. Res. Oceans. 2017. V. 122. P. 1789–1807.
  9. Edson J.B., Fairall C.W. Spray droplet modeling. 1. Lagrangian model simulation of the turbulent transport of evaporating droplets // J. Geophys. Res. 1994. V. 99 (C12). P. 25295–25311.
  10. Gent P.R., Taylor P.A. A numerical model of the air flow above water waves // J. Fluid Mech. 1976. V. 77. P. 105–128.
  11. Fletcher C.A.J. Computational Techniques for Fluid Dynamics. 2nd ed. Springer, 1991. P. 493.
  12. Michałek W.R., Kuerten J.G.M., Zeegers J.C.H., Liew R., Pozorski J., Geurts B.J. A hybrid stochastic-deconvolution model for large-eddy simulation of particle-laden flow // Physics of Fluids. 2013. V. 25. P. 123302. doi: 10.1063/1.4849536
  13. Mueller J.A., Veron F. Impact of sea spray on air–sea fluxes. Part I: Results from Stochastic Simulations of Sea Spray Drops over the Ocean // J. Phys. Oceanogr. 2014. V. 44. P. 2817–2834. doi: 10.1175/JPO-D-13-0245.1.
  14. Peng T., Richter D. Sea spray and its feedback effects: assessing bulk algorithms of air–sea heat fluxes via direct numerical simulations // J. Phys. Oceanogr. 2019. V. 49. P. 1403–1421. doi: 10.1175/JPO-D-18-0193.1
  15. Piomelli U., Balaras E. Wall-layer models for large-eddy simulations // Annu. Rev. Fluid Mech. 2002. V. 34. P. 349–374.
  16. Pozorski J., Apte S.V. Filtered particle tracking in isotropic turbulence and stochastic modeling of subgrid-scale dispersion // Int. J. Multiphase Flow. 2009. V. 35. No. 2. P. 118–128.
  17. Richter D.H., Dempsey A.E., Sullivan P.P. Turbulent transport of spray droplets in the vicinity of moving surface waves // J. Phys. Oceanogr. 2019. V. 49. P. 1789–1807. https://doi.org/10.1175/jpo-d-19-0003.1
  18. Robinson S.K. Coherent motions in the turbulent boundary layer // Annu. Rev.Fluid Mech. 1991. V. 23. P. 601–639. http://dx.doi.org/10.1146/annurev.fl.23.010191.003125.
  19. Thorpe S.A. Dynamical processes of transfer at the sea surface // Progress in Oceanography. 1995. V. 35. P. 315–352.
  20. Troitskaya Y.I., Ezhova E.V., Soustova I.A., Zilitinkevich S.S. On the effect of sea spray on the aerodynamic surface drag under severe winds // Ocean Dynamics. 2016. V. 66. P. 659–669. https://doi.org/10.1007/s10236-016-0948-9
  21. Troitskaya Yu., Kandaurov A., Ermakova O., Kozlov D., Sergeev D., Zilitinkevich S. Bag-breakup fragmentation as the dominant mechanism of sea-spray production in high winds // Scientific Reports. 2017. V.7. P. 1614. https://doi.org/10.1038/s41598-017-01673-9
  22. Troitskaya Yu., Kandaurov A., Ermakova O., Kozlov D., Zotova A., Sergeev D. The Small-Scale Instability of the Air–Water Interface Responsible for the Bag-Breakup Fragmentation // J. Phys. Oceanography. 2023. V. 52. P. 493–517. doi: 10.1175/JPO-D-21-0192.1
  23. Sullivan P.P., Edson J.B., Hristov T., McWilliams J.C. Large eddy simulations and observations of atmospheric marine boundary layers above nonequilibrium surface waves //J. Atmos. Sci. 2008. V. 65. P. 1225–1245. doi: 10.1175/2007JAS2427.1
  24. Wells M.R., Stock D.E. The effect of crossing trajectories on the dispersion of particles in a turbulent flow // J. Fluid Mech. 1983. V. 136. P. 31–62.
  25. Zeng X., Zhao M., Dickinson R.E. Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data // J. Clim. 1998. V. 11. P. 2628–2644.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема численного эксперимента (см. текст).

Скачать (17KB)
Метаданные
3. Рис. 2. Профили средней скорости (a) и ее среднеквадратичных флуктуаций ( ). Результаты расчетов LES и DNS черным и синим цветом; η – расстояние от водной поверхности. Асимптотика (14) — коротким штрихом (а); среднеквадратичная скорость подсеточных флуктуаций — длинным штрихом (b,c,d).

Скачать (36KB)
Метаданные
4. Рис. 3. Распределение фазово-осредненных полей горизонтальной (a,b) и вертикальной (c,d) компонент скорости, давления (e,f) и потока импульса (g,h) в расчетах DNS (a,c,e,g) и LES (b,d,f,h) в приповерхностном воздушном слое (z < 0.1). Инкремент изолиний 0.02 (a,b), 0.001 (c,d), 0.2 (e,f), и 5 × 10–5 (g,h). Отрицательные значения показаны штрихом.

Скачать (107KB)
Метаданные
5. Рис. 4. Распределение фазово-осредненных полей концентрации капель в случаях однородной (a,b) и неоднородной (c,d) инжекции в расчетах DNS (a,c) и LES (b,d). Инкремент изолиний 4 × 10–5 (a,b) и 10–4 (c,d).

Скачать (37KB)
Метаданные
6. Рис. 5. Профили средней концентрации капель C в расчетах DNS (длинным штрихом) и LES для случаев неоднородной (a) и однородной (b) инжекции. Коротким штрихом обозначены профили в LES без применения стохастического форсинга.

Скачать (15KB)
Метаданные
7. Рис. 6. Профили средней скорости (a), кинетической энергии пульсаций фильтрованного поля скорости и подсеточных пульсаций (b), и концентрации капель (c) в расчетах LES с числом Рейнольдса Re = 105. Расстояние от водной поверхности, равное высоте вязкого подслоя (η = 5η*) и амплитуде волны (η = a) отмечено коротким штрихом (а). Штрихом отмечена асимптотика (14) (а), кинетическая энергия подсеточных пульсаций (b), и концентрация капель в LES без использования стохастического форсинга (с).

Скачать (22KB)
Метаданные
8. Рис. 7. Распределение фазово-осредненных полей горизонтальной и вертикальной компонент скорости (a,b), давления (c) и потока импульса (d) воздушного потока, и концентрации (e,f) и силы воздействия капель на воздух (g,h) в расчетах LES с Re = 105 в приповерхностном воздушном слое (z < 0.1). Отрицательные значения показаны штрихом.

Скачать (79KB)
Метаданные


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».