Statistical Analysis and Verification of a New Premixed Combustion Model with DNS Data
Statistical Analysis and Verification of a New Premixed Combustion Model with DNS Data
复制标题
新型预混燃烧模型的DNS数据统计分析与验证
DOI：
10.1080/00102202.2020.1781833
复制
发表时间：
2020
影响因子：
1.9
通讯作者：
M. Klein
中科院分区：
文献类型：
--
作者：
M. Hansinger;M. Pfitzner;M. Klein
本文基于替代反应源项，用平面层流火焰验证了一种新的解析型预混火焰pdf模型，并用两种不同Karlovitz数下具有单步不可逆Arrhenius化学的统计平面湍流预混火焰的显式过滤直接数值模拟（DNS）数据进行了验证。结果表明，在很宽的过滤宽度范围内，模拟过滤后的反应源项ω - m与使用Arrhenius源项ω - A的平面层流火焰的反应源项ω - m具有很好的一致性。在加入火焰归一化等面区的条件下，该模型在过滤后的湍流DNS数据上也表现良好。有趣的是，模型性能随着滤波器宽度的增加而提高。这使得它成为高压预混燃烧的理想候选者，通常过滤器宽度比火焰的热反应区厚度大得多。
In this paper, a new analytical premixed flamelet pdf model based on a surrogate reaction source term, is verified with a planar laminar flame and validated using explicitly filtered direct numerical simulation (DNS) data of statistically planar turbulent premixed flames with single-step irreversible Arrhenius chemistry at two different Karlovitz numbers. It is shown that the modeled filtered reaction source term ω‾m is in excellent agreement with the one using the Arrhenius source term ω‾A for the planar laminar flame over a wide range of filter widths. The model performs also very well on the filtered turbulent DNS data provided that a flame normalized isosurface areais incorporated. Interestingly, the model performance improves with increasing filter widths. This makes it an ideal candidate for high-pressure premixed combustion where usually the filter widthsare much larger than the flame’s thermal reaction zone thickness.
登录
查看更多内容
影响因子：
4.4
作者：
Chakraborty, Nilanjan;Cant, R. S.
通讯作者：
Cant, R. S.
影响因子：
3.4
作者：
S. Luca;A. Attili;E. Lo Schiavo;F. Creta;F. Bisetti
通讯作者：
S. Luca;A. Attili;E. Lo Schiavo;F. Creta;F. Bisetti
影响因子：
1.3
作者：
T. Ma;O. Stein;N. Chakraborty;Achim Kempf
通讯作者：
T. Ma;O. Stein;N. Chakraborty;Achim Kempf
使用详细的化学直接数值模拟数据库对湍流预混燃烧大涡模拟的标量耗散率收敛进行先验评估
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Y. Gao;Y. Minamoto;M. Tanahashi;N. Chakraborty
通讯作者：
N. Chakraborty
湍流预混燃烧大涡模拟的标量耗散率代数收敛
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Y. Gao;N. Chakraborty;N. Swaminathan
通讯作者：
N. Swaminathan