Vielen Dank für Ihren Besuch auf Nature.com.Sie verwenden eine Browserversion mit eingeschränkter CSS-Unterstützung.Für ein optimales Erlebnis empfehlen wir die Verwendung eines aktualisierten Browsers (oder die Deaktivierung des Kompatibilitätsmodus im Internet Explorer).Um einen kontinuierlichen Support zu gewährleisten, zeigen wir die Seite außerdem ohne Stile und JavaScript an.
Zeigt ein Karussell mit drei Folien gleichzeitig an.Verwenden Sie die Schaltflächen „Zurück“ und „Weiter“, um durch drei Folien gleichzeitig zu navigieren, oder verwenden Sie die Schieberegler am Ende, um durch drei Folien gleichzeitig zu navigieren.
In dieser Studie wird die Hydrodynamik der Flockung durch experimentelle und numerische Untersuchung des turbulenten Strömungsgeschwindigkeitsfeldes in einem Paddelflockungsapparat im Labormaßstab bewertet.Die turbulente Strömung, die die Partikelaggregation oder das Aufbrechen von Flocken fördert, ist komplex und wird in diesem Artikel anhand zweier Turbulenzmodelle betrachtet und verglichen, nämlich SST k-ω und IDDES.Die Ergebnisse zeigen, dass IDDES eine sehr kleine Verbesserung gegenüber SST k-ω bietet, die ausreicht, um den Fluss innerhalb eines Paddelflockulators genau zu simulieren.Der Fit-Score wird verwendet, um die Konvergenz von PIV- und CFD-Ergebnissen zu untersuchen und die Ergebnisse des verwendeten CFD-Turbulenzmodells zu vergleichen.Die Studie konzentriert sich auch auf die Quantifizierung des Schlupffaktors k, der bei niedrigen Drehzahlen von 3 und 4 U/min 0,18 beträgt, verglichen mit dem üblichen typischen Wert von 0,25.Eine Verringerung von k von 0,25 auf 0,18 erhöht die der Flüssigkeit zugeführte Leistung um etwa 27–30 % und erhöht den Geschwindigkeitsgradienten (G) um etwa 14 %.Dadurch wird eine intensivere Durchmischung als erwartet erreicht, es wird weniger Energie verbraucht und somit kann der Energieverbrauch in der Flockungsanlage der Trinkwasseraufbereitungsanlage geringer sein.
Bei der Wasserreinigung werden durch die Zugabe von Gerinnungsmitteln kleine kolloidale Partikel und Verunreinigungen destabilisiert, die sich dann in der Flockungsstufe zu einer Flockung verbinden.Flocken sind locker gebundene fraktale Massenaggregate, die dann durch Absetzen entfernt werden.Partikeleigenschaften und Flüssigkeitsmischbedingungen bestimmen die Effizienz des Flockungs- und Behandlungsprozesses.Die Flockung erfordert langsames Rühren über einen relativ kurzen Zeitraum und viel Energie zum Rühren großer Wassermengen1.
Während der Flockung bestimmen die Hydrodynamik des gesamten Systems und die Chemie der Koagulationsmittel-Partikel-Wechselwirkung die Geschwindigkeit, mit der eine stationäre Partikelgrößenverteilung erreicht wird2.Wenn Teilchen kollidieren, bleiben sie aneinander haften3.Oyegbile, Ay4 berichteten, dass Kollisionen von den Flockungstransportmechanismen der Brownschen Diffusion, der Flüssigkeitsscherung und der unterschiedlichen Sedimentation abhängen.Wenn die Flocken kollidieren, wachsen sie und erreichen eine bestimmte Größengrenze, die zum Bruch führen kann, da die Flocken der Kraft hydrodynamischer Kräfte nicht standhalten können5.Einige dieser zerbrochenen Flocken verbinden sich wieder zu kleineren oder gleich großen Flocken6.Starke Flocken können dieser Kraft jedoch widerstehen, ihre Größe beibehalten und sogar wachsen7.Yukselen und Gregory8 berichteten über Studien zur Zerstörung von Flocken und ihrer Regenerationsfähigkeit und zeigten, dass die Irreversibilität begrenzt ist.Bridgeman, Jefferson9 nutzten CFD, um den lokalen Einfluss der mittleren Strömung und Turbulenz auf die Flockenbildung und Fragmentierung durch lokale Geschwindigkeitsgradienten abzuschätzen.In mit Rotorblättern ausgestatteten Tanks ist es notwendig, die Geschwindigkeit zu variieren, mit der die Aggregate mit anderen Partikeln kollidieren, wenn diese in der Koagulationsphase ausreichend destabilisiert sind.Durch den Einsatz von CFD und niedrigeren Rotationsgeschwindigkeiten von etwa 15 U/min konnten Vadasarukkai und Gagnon11 G-Werte für die Flockung mit konischen Schaufeln erreichen und so den Stromverbrauch für das Rühren minimieren.Allerdings kann der Betrieb bei höheren G-Werten zur Ausflockung führen.Sie untersuchten den Einfluss der Mischgeschwindigkeit auf die Bestimmung des durchschnittlichen Geschwindigkeitsgradienten eines Pilot-Paddelflockulators.Sie rotieren mit einer Geschwindigkeit von mehr als 5 U/min.
Korpijärvi, Ahlstedt12 verwendete vier verschiedene Turbulenzmodelle, um das Strömungsfeld auf einem Tankprüfstand zu untersuchen.Sie haben das Strömungsfeld mit einem Laser-Doppler-Anemometer und PIV gemessen und die berechneten Ergebnisse mit den gemessenen Ergebnissen verglichen.de Oliveira und Donadel13 haben eine alternative Methode zur Schätzung von Geschwindigkeitsgradienten aus hydrodynamischen Eigenschaften mithilfe von CFD vorgeschlagen.Die vorgeschlagene Methode wurde an sechs Flockungsanlagen getestet, die auf einer spiralförmigen Geometrie basieren.untersuchten die Auswirkung der Retentionszeit auf Flockungsmittel und schlugen ein Flockungsmodell vor, das als Werkzeug zur Unterstützung eines rationalen Zelldesigns mit niedrigen Retentionszeiten verwendet werden kann14.Zhan, You15 schlugen ein kombiniertes CFD- und Populationsbilanzmodell vor, um Fließeigenschaften und Flockenverhalten bei der Flockung im Originalmaßstab zu simulieren.Llano-Serna, Coral-Portillo16 untersuchten die Strömungseigenschaften eines Cox-Hydroflockulators in einer Wasseraufbereitungsanlage in Viterbo, Kolumbien.Obwohl CFD seine Vorteile hat, gibt es auch Einschränkungen wie numerische Fehler bei Berechnungen.Daher sollten alle erhaltenen numerischen Ergebnisse sorgfältig untersucht und analysiert werden, um kritische Schlussfolgerungen zu ziehen17.In der Literatur gibt es nur wenige Studien zum Design von horizontalen Prallplatten-Flockulatoren, während Empfehlungen für das Design von hydrodynamischen Flockulatoren begrenzt sind18.Chen, Liao19 verwendeten einen Versuchsaufbau, der auf der Streuung polarisierten Lichts basiert, um den Polarisationszustand des gestreuten Lichts einzelner Partikel zu messen.Feng, Zhang20 verwendeten Ansys-Fluent, um die Verteilung von Wirbelströmen und Wirbeln im Strömungsfeld eines Flockulators mit koagulierter Platte und eines Flockulators mit Zwischenwellung zu simulieren.Nach der Simulation der turbulenten Flüssigkeitsströmung in einem Flockulator mit Ansys-Fluent nutzte Gavi21 die Ergebnisse, um den Flockulator zu entwerfen.Vaneli und Teixeira22 berichteten, dass die Beziehung zwischen der Fluiddynamik von Spiralrohrflockulatoren und dem Flockungsprozess immer noch unzureichend verstanden ist, um ein rationales Design zu unterstützen.de Oliveira und Costa Teixeira23 untersuchten die Effizienz und demonstrierten die hydrodynamischen Eigenschaften des Spiralrohrflockulators durch physikalische Experimente und CFD-Simulationen.Viele Forscher haben Rohrschlangenreaktoren oder Rohrschlangenflockulatoren untersucht.Detaillierte hydrodynamische Informationen über die Reaktion dieser Reaktoren auf verschiedene Konstruktionen und Betriebsbedingungen fehlen jedoch noch (Sartori, Oliveira24; Oliveira, Teixeira25).Oliveira und Teixeira26 präsentieren Originalergebnisse aus theoretischen, experimentellen und CFD-Simulationen eines Spiralflockulators.Oliveira und Teixeira27 schlugen vor, eine Spiralschlange als Koagulations-Flockungsreaktor in Kombination mit einem herkömmlichen Dekantersystem zu verwenden.Sie berichten, dass sich die Ergebnisse zur Trübungsentfernungseffizienz erheblich von denen unterscheiden, die mit häufig verwendeten Modellen zur Bewertung der Flockung erzielt werden, was bei der Verwendung solcher Modelle zur Vorsicht rät.Moruzzi und de Oliveira [28] modellierten das Verhalten eines Systems kontinuierlicher Flockungskammern unter verschiedenen Betriebsbedingungen, einschließlich Variationen in der Anzahl der verwendeten Kammern und der Verwendung fester oder skalierter Zellgeschwindigkeitsgradienten.Romphophak, Le Men29 PIV-Messungen von Momentangeschwindigkeiten in quasi-zweidimensionalen Strahlreinigern.Sie fanden eine starke strahlinduzierte Zirkulation in der Flockungszone und schätzten lokale und momentane Scherraten.
Shah und Joshi30 berichten, dass CFD eine interessante Alternative zur Verbesserung von Designs und zur Erzielung virtueller Strömungseigenschaften bietet.Dies hilft, umfangreiche Versuchsaufbauten zu vermeiden.CFD wird zunehmend zur Analyse von Wasser- und Abwasseraufbereitungsanlagen eingesetzt (Melo, Freire31; Alalm, Nasr32; Bridgeman, Jefferson9; Samaras, Zouboulis33; Wang, Wu34; Zhang, Tejada-Martínez35).Mehrere Forscher haben Experimente mit Dosentestgeräten (Bridgeman, Jefferson36; Bridgeman, Jefferson5; Jarvis, Jefferson6; Wang, Wu34) und Lochscheibenflockulatoren31 durchgeführt.Andere haben CFD zur Bewertung von Hydroflockulatoren eingesetzt (Bridgeman, Jefferson5; Vadasarukkai, Gagnon37).Ghawi21 berichtete, dass mechanische Flockulatoren regelmäßig gewartet werden müssen, da sie häufig ausfallen und viel Strom benötigen.
Die Leistung eines Paddelflockulators hängt stark von der Hydrodynamik des Reservoirs ab.Der Mangel an quantitativem Verständnis der Strömungsgeschwindigkeitsfelder in solchen Flockulatoren wird in der Literatur deutlich festgestellt (Howe, Hand38; Hendricks39).Die gesamte Wassermasse unterliegt der Bewegung des Flockungslaufrads, sodass mit Schlupf zu rechnen ist.Typischerweise ist die Flüssigkeitsgeschwindigkeit um den Schlupffaktor k geringer als die Schaufelgeschwindigkeit, der als Verhältnis der Geschwindigkeit des Wasserkörpers zur Geschwindigkeit des Schaufelrades definiert ist.Bhole40 berichtete, dass bei der Konstruktion eines Flockulators drei unbekannte Faktoren zu berücksichtigen sind, nämlich der Geschwindigkeitsgradient, der Widerstandsbeiwert und die relative Geschwindigkeit des Wassers relativ zum Flügel.
Camp41 berichtet, dass bei Hochgeschwindigkeitsmaschinen die Drehzahl etwa 24 % der Rotorgeschwindigkeit beträgt und bei Maschinen mit niedriger Drehzahl sogar 32 %.In Abwesenheit von Septen verwendeten Droste und Ger42 einen k-Wert von 0,25, während im Fall von Septen der k-Wert zwischen 0 und 0,15 lag.Hand38 geht jedoch davon aus, dass k im Bereich von 0,2 bis 0,3 liegt.Hendrix39 setzte den Schlupffaktor mithilfe einer empirischen Formel auf die Drehzahl und kam zu dem Schluss, dass der Schlupffaktor ebenfalls innerhalb des von Camp41 festgelegten Bereichs lag.Bratby43 berichtete, dass k für Laufradgeschwindigkeiten von 1,8 bis 5,4 U/min etwa 0,2 beträgt und für Laufradgeschwindigkeiten von 0,9 bis 3 U/min auf 0,35 ansteigt.Andere Forscher berichten von einem breiten Bereich von Luftwiderstandsbeiwertwerten (Cd) von 1,0 bis 1,8 und Schlupfkoeffizienten k-Werten von 0,25 bis 0,40 (Feir und Geyer44; Hyde und Ludwig45; Harris, Kaufman46; van Duuren47; und Bratby und Marais48). ).Die Literatur zeigt seit der Arbeit von Camp41 keine wesentlichen Fortschritte bei der Definition und Quantifizierung von k.
Der Flockungsprozess basiert auf Turbulenz zur Erleichterung von Kollisionen, wobei der Geschwindigkeitsgradient (G) zur Messung der Turbulenz/Flockung verwendet wird.Beim Mischen werden Chemikalien schnell und gleichmäßig im Wasser verteilt.Der Grad der Durchmischung wird durch den Geschwindigkeitsgradienten gemessen:
wobei G = Geschwindigkeitsgradient (sek-1), P = Leistungsaufnahme (W), V = Wasservolumen (m3), μ = dynamische Viskosität (Pa·s).
Je höher der G-Wert, desto gemischter.Um eine gleichmäßige Koagulation zu gewährleisten, ist gründliches Mischen unerlässlich.Aus der Literatur geht hervor, dass die wichtigsten Designparameter die Mischzeit (t) und der Geschwindigkeitsgradient (G) sind.Der Flockungsprozess basiert auf Turbulenz zur Erleichterung von Kollisionen, wobei der Geschwindigkeitsgradient (G) zur Messung der Turbulenz/Flockung verwendet wird.Typische Auslegungswerte für G sind 20 bis 70 s–1, t beträgt 15 bis 30 Minuten und Gt (dimensionslos) beträgt 104 bis 105. Schnellmischtanks funktionieren am besten mit G-Werten von 700 bis 1000, mit Zeitverweildauer ca. 2 Minuten.
Dabei ist P die von jedem Flockungsflügel auf die Flüssigkeit ausgeübte Kraft, N die Rotationsgeschwindigkeit, b die Flügellänge, ρ die Wasserdichte, r der Radius und k der Schlupfkoeffizient.Diese Gleichung wird auf jedes Blatt einzeln angewendet und die Ergebnisse werden summiert, um die Gesamtleistungsaufnahme des Flockulators zu ergeben.Eine sorgfältige Untersuchung dieser Gleichung zeigt die Bedeutung des Schlupffaktors k im Konstruktionsprozess eines Paddelflockulators.In der Literatur wird der genaue Wert von k nicht angegeben, stattdessen wird ein Bereich wie zuvor angegeben empfohlen.Der Zusammenhang zwischen der Leistung P und dem Schlupfkoeffizienten k ist jedoch kubisch.Unter der Voraussetzung, dass alle Parameter gleich sind, führt beispielsweise eine Änderung von k von 0,25 auf 0,3 zu einer Verringerung der pro Schaufel auf das Fluid übertragenen Leistung um etwa 20 %, und eine Verringerung von k von 0,25 auf 0,18 erhöht sie.um etwa 27-30 % pro Flügel Die auf die Flüssigkeit übertragene Kraft.Letztendlich muss die Auswirkung von k auf das nachhaltige Design von Paddelflockulatoren durch technische Quantifizierung untersucht werden.
Eine genaue empirische Quantifizierung des Schlupfes erfordert Strömungsvisualisierung und -simulation.Daher ist es wichtig, die Tangentialgeschwindigkeit des Blattes im Wasser bei einer bestimmten Rotationsgeschwindigkeit in unterschiedlichen radialen Abständen von der Welle und in unterschiedlichen Tiefen von der Wasseroberfläche zu beschreiben, um den Effekt verschiedener Blattpositionen zu bewerten.
In dieser Studie wird die Hydrodynamik der Flockung durch experimentelle und numerische Untersuchung des turbulenten Strömungsgeschwindigkeitsfeldes in einem Paddelflockungsapparat im Labormaßstab bewertet.Die PIV-Messungen werden am Flockulator aufgezeichnet, wodurch zeitlich gemittelte Geschwindigkeitskonturen erstellt werden, die die Geschwindigkeit der Wasserpartikel um die Blätter zeigen.Darüber hinaus wurde ANSYS-Fluent CFD verwendet, um die Wirbelströmung im Flockulator zu simulieren und zeitlich gemittelte Geschwindigkeitskonturen zu erstellen.Das resultierende CFD-Modell wurde durch die Auswertung der Übereinstimmung zwischen den PIV- und CFD-Ergebnissen bestätigt.Der Schwerpunkt dieser Arbeit liegt auf der Quantifizierung des Schlupfkoeffizienten k, einem dimensionslosen Konstruktionsparameter eines Paddelflockulators.Die hier vorgestellte Arbeit liefert eine neue Grundlage zur Quantifizierung des Schlupfkoeffizienten k bei niedrigen Drehzahlen von 3 U/min und 4 U/min.Die Implikationen der Ergebnisse tragen direkt zu einem besseren Verständnis der Hydrodynamik des Flockungstanks bei.
Der Laborflockulator besteht aus einem oben offenen rechteckigen Kasten mit einer Gesamthöhe von 147 cm, einer Höhe von 39 cm, einer Gesamtbreite von 118 cm und einer Gesamtlänge von 138 cm (Abb. 1).Die von Camp49 entwickelten Hauptdesignkriterien wurden verwendet, um einen Paddelflockulator im Labormaßstab zu entwerfen und die Prinzipien der Dimensionsanalyse anzuwenden.Die Versuchsanlage wurde im Environmental Engineering Laboratory der Libanese American University (Byblos, Libanon) gebaut.
Die horizontale Achse befindet sich in einer Höhe von 60 cm vom Boden und nimmt zwei Schaufelräder auf.Jedes Schaufelrad besteht aus 4 Paddeln mit 3 Paddeln auf jedem Paddel, also insgesamt 12 Paddeln.Die Flockung erfordert sanftes Rühren bei niedriger Geschwindigkeit von 2 bis 6 U/min.Die gängigsten Mischgeschwindigkeiten in Flockulatoren sind 3 U/min und 4 U/min.Der Flockungsfluss im Labormaßstab ist so konzipiert, dass er den Durchfluss im Flockungstankbereich einer Trinkwasseraufbereitungsanlage darstellt.Die Leistung wird mit der traditionellen Gleichung 42 berechnet.Für beide Drehzahlen ist der Geschwindigkeitsgradient \(\stackrel{\mathrm{-}}{\text{G}}\) größer als 10 \({\text{sec}}^{-{1}}\) , die Reynolds-Zahl gibt eine turbulente Strömung an (Tabelle 1).
PIV wird verwendet, um genaue und quantitative Messungen von Flüssigkeitsgeschwindigkeitsvektoren gleichzeitig an einer sehr großen Anzahl von Punkten zu erreichen50.Der Versuchsaufbau umfasste einen Paddelflockulator im Labormaßstab, ein LaVision PIV-System (2017) und einen externen Arduino-Lasersensor-Trigger.Um zeitlich gemittelte Geschwindigkeitsprofile zu erstellen, wurden PIV-Bilder nacheinander am selben Ort aufgezeichnet.Das PIV-System ist so kalibriert, dass der Zielbereich in der Mitte der Länge jedes der drei Blätter eines bestimmten Paddelarms liegt.Der externe Auslöser besteht aus einem Laser, der sich auf einer Seite der Flockulatorbreite befindet, und einem Sensorempfänger auf der anderen Seite.Jedes Mal, wenn der Flockungsarm den Laserweg blockiert, wird ein Signal an das PIV-System gesendet, um ein Bild aufzunehmen, wobei der PIV-Laser und die Kamera mit einer programmierbaren Zeiteinheit synchronisiert werden.Auf Abb.2 zeigt die Installation des PIV-Systems und den Bildaufnahmevorgang.
Die Aufzeichnung von PIV wurde gestartet, nachdem der Flockulator 5–10 Minuten lang betrieben wurde, um den Fluss zu normalisieren und das gleiche Brechungsindexfeld zu berücksichtigen.Die Kalibrierung erfolgt mithilfe einer Kalibrierplatte, die in den Flockulator eingetaucht und in der Mitte der Länge der betreffenden Klinge platziert wird.Passen Sie die Position des PIV-Lasers an, um ein flaches Lichtblatt direkt über der Kalibrierungsplatte zu bilden.Notieren Sie die Messwerte für jede Rotationsgeschwindigkeit jedes Blattes. Die für das Experiment gewählten Rotationsgeschwindigkeiten betragen 3 U/min und 4 U/min.
Für alle PIV-Aufnahmen wurde der Zeitabstand zwischen zwei Laserpulsen im Bereich von 6900 bis 7700 µs eingestellt, was eine minimale Partikelverschiebung von 5 Pixeln ermöglichte.Es wurden Pilottests mit der Anzahl der Bilder durchgeführt, die erforderlich sind, um genaue zeitlich gemittelte Messungen zu erhalten.Die Vektorstatistiken wurden für Proben mit 40, 50, 60, 80, 100, 120, 160, 200, 240 und 280 Bildern verglichen.Es wurde festgestellt, dass eine Stichprobengröße von 240 Bildern stabile zeitlich gemittelte Ergebnisse liefert, da jedes Bild aus zwei Bildern besteht.
Da die Strömung im Flockulator turbulent ist, sind ein kleines Abfragefenster und eine große Anzahl an Partikeln erforderlich, um kleine turbulente Strukturen aufzulösen.Zur Gewährleistung der Genauigkeit werden mehrere Iterationen der Größenreduzierung zusammen mit einem Kreuzkorrelationsalgorithmus angewendet.Einer anfänglichen Abfragefenstergröße von 48×48 Pixeln mit 50 % Überlappung und einem Anpassungsprozess folgte eine endgültige Abfragefenstergröße von 32×32 Pixeln mit 100 % Überlappung und zwei Anpassungsprozessen.Darüber hinaus wurden Glashohlkugeln als Keimpartikel in der Strömung verwendet, was mindestens 10 Partikel pro Abfragefenster ermöglichte.Die PIV-Aufzeichnung wird durch eine Triggerquelle in einer Programmable Timing Unit (PTU) ausgelöst, die für den Betrieb und die Synchronisierung der Laserquelle und der Kamera verantwortlich ist.
Für die Entwicklung des 3D-Modells und die Lösung der grundlegenden Strömungsgleichungen wurde das kommerzielle CFD-Paket ANSYS Fluent v 19.1 verwendet.
Mit ANSYS-Fluent wurde ein 3D-Modell eines Paddelflockulators im Labormaßstab erstellt.Das Modell besteht aus einem rechteckigen Kasten, der wie das Labormodell aus zwei auf einer horizontalen Achse montierten Schaufelrädern besteht.Das Modell ohne Freibord ist 108 cm hoch, 118 cm breit und 138 cm lang.Um den Mischer herum wurde eine horizontale zylindrische Ebene hinzugefügt.Die Erzeugung einer zylindrischen Ebene sollte die Drehung des gesamten Mischers während der Installationsphase umsetzen und das rotierende Strömungsfeld innerhalb des Flockulators simulieren, wie in Abb. 3a dargestellt.
3D-ANSYS-Fluent- und Modellgeometriediagramm, ANSYS-Fluent-Flockungskörpernetz auf der interessierenden Ebene, ANSYS-Fluent-Diagramm auf der interessierenden Ebene.
Die Modellgeometrie besteht aus zwei Bereichen, von denen jeder eine Flüssigkeit ist.Dies wird mithilfe der logischen Subtraktionsfunktion erreicht.Ziehen Sie zunächst den Zylinder (einschließlich Mischer) von der Box ab, um die Flüssigkeit darzustellen.Ziehen Sie dann den Mixer vom Zylinder ab, sodass zwei Objekte entstehen: der Mixer und die Flüssigkeit.Schließlich wurde eine Gleitschnittstelle zwischen den beiden Bereichen angewendet: eine Zylinder-Zylinder-Schnittstelle und eine Zylinder-Mischer-Schnittstelle (Abb. 3a).
Die Vernetzung der konstruierten Modelle wurde abgeschlossen, um den Anforderungen der Turbulenzmodelle gerecht zu werden, die zur Durchführung der numerischen Simulationen verwendet werden.Es wurde ein unstrukturiertes Netz mit expandierten Schichten nahe der festen Oberfläche verwendet.Erstellen Sie Dehnungsschichten für alle Wände mit einer Wachstumsrate von 1,2, um sicherzustellen, dass komplexe Strömungsmuster erfasst werden, mit einer ersten Schichtdicke von \(7\mathrm{ x }{10}^{-4}\) m, um sicherzustellen, dass \ ( {\text {y))^{+}\le 1,0\).Die Körpergröße wird mit der Tetraeder-Anpassungsmethode angepasst.Es entsteht eine Vorderseitengröße von zwei Schnittstellen mit einer Elementgröße von 2,5 × \({10}^{-3}\) m und eine Mischerfrontgröße von 9 × \({10}^{-3}\ ). m wird angewendet.Das ursprünglich generierte Netz bestand aus 2144409 Elementen (Abb. 3b).
Als anfängliches Basismodell wurde ein Zwei-Parameter-k-ε-Turbulenzmodell gewählt.Um die Wirbelströmung im Flockulator genau zu simulieren, wurde ein rechenintensiveres Modell gewählt.Die turbulente Wirbelströmung im Flockulator wurde mithilfe zweier CFD-Modelle numerisch untersucht: SST k–ω51 und IDDES52.Die Ergebnisse beider Modelle wurden mit experimentellen PIV-Ergebnissen verglichen, um die Modelle zu validieren.Erstens ist das SST-k-ω-Turbulenzmodell ein turbulentes Viskositätsmodell mit zwei Gleichungen für Anwendungen in der Fluiddynamik.Dies ist ein Hybridmodell, das die k-ω- und k-ε-Modelle von Wilcox kombiniert.Die Mischfunktion aktiviert das Wilcox-Modell in Wandnähe und das k-ε-Modell in der Anströmung.Dadurch wird sichergestellt, dass im gesamten Strömungsfeld das richtige Modell verwendet wird.Es sagt die Strömungsablösung aufgrund ungünstiger Druckgradienten genau voraus.Zweitens wurde die Methode Advanced Deferred Eddy Simulation (IDDES) ausgewählt, die im Individual Eddy Simulation (DES)-Modell mit dem SST k-ω RANS-Modell (Reynolds-Averaged Navier-Stokes) weit verbreitet ist.IDDES ist ein hybrides RANS-LES-Modell (Large Eddy Simulation), das ein flexibleres und benutzerfreundlicheres Simulationsmodell mit Auflösungsskalierung (SRS) bietet.Es basiert auf dem LES-Modell zur Auflösung großer Wirbel und greift auf SST k-ω zurück, um kleine Wirbel zu simulieren.Statistische Analysen der Ergebnisse der SST-k-ω- und IDDES-Simulationen wurden mit den PIV-Ergebnissen verglichen, um das Modell zu validieren.
Als anfängliches Basismodell wurde ein Zwei-Parameter-k-ε-Turbulenzmodell gewählt.Um die Wirbelströmung im Flockulator genau zu simulieren, wurde ein rechenintensiveres Modell gewählt.Die turbulente Wirbelströmung im Flockulator wurde mithilfe zweier CFD-Modelle numerisch untersucht: SST k–ω51 und IDDES52.Die Ergebnisse beider Modelle wurden mit experimentellen PIV-Ergebnissen verglichen, um die Modelle zu validieren.Erstens ist das SST-k-ω-Turbulenzmodell ein turbulentes Viskositätsmodell mit zwei Gleichungen für Anwendungen in der Fluiddynamik.Dies ist ein Hybridmodell, das die k-ω- und k-ε-Modelle von Wilcox kombiniert.Die Mischfunktion aktiviert das Wilcox-Modell in Wandnähe und das k-ε-Modell in der Anströmung.Dadurch wird sichergestellt, dass im gesamten Strömungsfeld das richtige Modell verwendet wird.Es sagt die Strömungsablösung aufgrund ungünstiger Druckgradienten genau voraus.Zweitens wurde die Methode Advanced Deferred Eddy Simulation (IDDES) ausgewählt, die im Individual Eddy Simulation (DES)-Modell mit dem SST k-ω RANS-Modell (Reynolds-Averaged Navier-Stokes) weit verbreitet ist.IDDES ist ein hybrides RANS-LES-Modell (Large Eddy Simulation), das ein flexibleres und benutzerfreundlicheres Simulationsmodell mit Auflösungsskalierung (SRS) bietet.Es basiert auf dem LES-Modell zur Auflösung großer Wirbel und greift auf SST k-ω zurück, um kleine Wirbel zu simulieren.Statistische Analysen der Ergebnisse der SST-k-ω- und IDDES-Simulationen wurden mit den PIV-Ergebnissen verglichen, um das Modell zu validieren.
Verwenden Sie einen druckbasierten Transientenlöser und nutzen Sie die Schwerkraft in Y-Richtung.Die Drehung wird erreicht, indem dem Mischer eine Netzbewegung zugewiesen wird, bei der der Ursprung der Drehachse in der Mitte der horizontalen Achse liegt und die Richtung der Drehachse in Z-Richtung liegt.Für beide Modellgeometrieschnittstellen wird eine Netzschnittstelle erstellt, wodurch zwei Begrenzungsrahmenkanten entstehen.Die Rotationsgeschwindigkeit entspricht wie bei der Versuchstechnik 3 und 4 Umdrehungen.
Die Randbedingungen für die Wände des Mischers und des Flockulators wurden durch die Wand festgelegt, und die obere Öffnung des Flockulators wurde durch den Auslass mit einem Überdruck von Null festgelegt (Abb. 3c).EINFACHES Druck-Geschwindigkeits-Kommunikationsschema, Diskretisierung des Gradientenraums von Funktionen zweiter Ordnung mit allen Parametern basierend auf Elementen der kleinsten Quadrate.Das Konvergenzkriterium für alle Flussvariablen ist das skalierte Residuum 1 x \({10}^{-3}\).Die maximale Anzahl an Iterationen pro Zeitschritt beträgt 20 und die Zeitschrittgröße entspricht einer Drehung von 0,5°.Die Lösung konvergiert bei der 8. Iteration für das SST-k-ω-Modell und bei der 12. Iteration unter Verwendung von IDDES.Zudem wurde die Anzahl der Zeitschritte so berechnet, dass der Mischer mindestens 12 Umdrehungen machte.Wenden Sie die Datenerfassung für Zeitstatistiken nach 3 Umdrehungen an, was eine Normalisierung des Flusses ermöglicht, ähnlich dem experimentellen Verfahren.Der Vergleich der Ausgabe der Geschwindigkeitsschleifen für jede Umdrehung liefert genau die gleichen Ergebnisse für die letzten vier Umdrehungen, was darauf hinweist, dass ein stabiler Zustand erreicht wurde.Die zusätzlichen Drehzahlen verbesserten die Konturen bei mittlerer Geschwindigkeit nicht.
Der Zeitschritt wird in Bezug auf die Rotationsgeschwindigkeit definiert, 3 U/min oder 4 U/min.Der Zeitschritt wird auf die Zeit verfeinert, die erforderlich ist, um den Mischer um 0,5° zu drehen.Dies erweist sich als ausreichend, da die Lösung, wie im vorherigen Abschnitt beschrieben, leicht konvergiert.Daher wurden alle numerischen Berechnungen für beide Turbulenzmodelle mit einem modifizierten Zeitschritt von 0,02 \(\stackrel{\mathrm{-}}{7}\) für 3 U/min, 0,0208 \(\stackrel{ \mathrm{-}) durchgeführt. {3}\) 4 U/min.Für einen bestimmten Verfeinerungszeitschritt ist die Courant-Zahl einer Zelle immer kleiner als 1,0.
Um die Modell-Netz-Abhängigkeit zu untersuchen, wurden die Ergebnisse zunächst mit dem ursprünglichen 2,14-M-Netz und dann mit dem verfeinerten 2,88-M-Netz ermittelt.Eine Gitterverfeinerung wird erreicht, indem die Zellengröße des Mischerkörpers von 9 × \({10}^{-3}\) m auf 7 × \({10}^{-3}\) m reduziert wird.Für die ursprünglichen und verfeinerten Netze der beiden Turbulenzmodelle wurden die Durchschnittswerte der Geschwindigkeitsmodule an verschiedenen Stellen rund um das Blatt verglichen.Der prozentuale Unterschied zwischen den Ergebnissen beträgt 1,73 % für das SST-k-ω-Modell und 3,51 % für das IDDES-Modell.IDDES weist einen höheren prozentualen Unterschied auf, da es sich um ein hybrides RANS-LES-Modell handelt.Da diese Unterschiede als unbedeutend angesehen wurden, wurde die Simulation mit dem Originalnetz mit 2,14 Millionen Elementen und einem Rotationszeitschritt von 0,5° durchgeführt.
Die Reproduzierbarkeit der Versuchsergebnisse wurde überprüft, indem jedes der sechs Experimente ein zweites Mal durchgeführt und die Ergebnisse verglichen wurden.Vergleichen Sie die Geschwindigkeitswerte in der Blattmitte in zwei Versuchsreihen.Der durchschnittliche prozentuale Unterschied zwischen den beiden Versuchsgruppen betrug 3,1 %.Das PIV-System wurde außerdem für jedes Experiment unabhängig neu kalibriert.Vergleichen Sie die analytisch berechnete Geschwindigkeit in der Mitte jedes Rotorblatts mit der PIV-Geschwindigkeit an derselben Stelle.Dieser Vergleich zeigt den Unterschied mit einem maximalen prozentualen Fehler von 6,5 % für Blade 1.
Vor der Quantifizierung des Schlupffaktors ist es notwendig, das Konzept des Schlupfes in einem Paddelflockulator wissenschaftlich zu verstehen, was eine Untersuchung der Strömungsstruktur um die Paddel des Flockulators erfordert.Konzeptionell ist der Schlupfkoeffizient in die Konstruktion von Paddelflockulatoren integriert, um die Geschwindigkeit der Schaufeln relativ zum Wasser zu berücksichtigen.In der Fachliteratur wird empfohlen, dass diese Geschwindigkeit 75 % der Blattgeschwindigkeit beträgt. Daher verwenden die meisten Konstruktionen normalerweise einen ak-Wert von 0,25, um diese Anpassung zu berücksichtigen.Dies erfordert die Verwendung von Geschwindigkeitsstromlinien, die aus PIV-Experimenten abgeleitet wurden, um das Strömungsgeschwindigkeitsfeld vollständig zu verstehen und diesen Schlupf zu untersuchen.Klinge 1 ist die innerste Klinge, die der Welle am nächsten liegt, Klinge 3 ist die äußerste Klinge und Klinge 2 ist die mittlere Klinge.
Die Geschwindigkeitsstromlinien an Schaufel 1 zeigen eine direkte rotierende Strömung um die Schaufel.Diese Strömungsmuster gehen von einem Punkt auf der rechten Seite des Rotorblatts zwischen Rotor und Rotorblatt aus.Wenn man sich den Bereich ansieht, der durch das rot gepunktete Kästchen in Abbildung 4a angezeigt wird, ist es interessant, einen weiteren Aspekt der Rezirkulationsströmung über und um die Schaufel herum zu erkennen.Die Strömungsvisualisierung zeigt eine geringe Strömung in die Rezirkulationszone.Diese Strömung nähert sich von der rechten Seite der Klinge in einer Höhe von etwa 6 cm vom Ende der Klinge, möglicherweise aufgrund des Einflusses der ersten Klinge der der Klinge vorausgehenden Hand, die im Bild sichtbar ist.Die Strömungsvisualisierung bei 4 U/min zeigt das gleiche Verhalten und die gleiche Struktur, offenbar bei höheren Geschwindigkeiten.
Geschwindigkeitsfeld- und Stromdiagramme von drei Rotorblättern bei zwei Rotationsgeschwindigkeiten von 3 U/min und 4 U/min.Die maximale Durchschnittsgeschwindigkeit der drei Blätter bei 3 U/min beträgt 0,15 m/s, 0,20 m/s bzw. 0,16 m/s und die maximale Durchschnittsgeschwindigkeit bei 4 U/min beträgt 0,15 m/s, 0,22 m/s bzw. 0,22 m/s. s bzw.auf drei Blättern.
Zwischen den Flügeln 1 und 2 wurde eine andere Form der Spiralströmung gefunden. Das Vektorfeld zeigt deutlich, dass sich die Wasserströmung vom Boden der Flügel 2 nach oben bewegt, wie durch die Richtung des Vektors angezeigt.Wie das gepunktete Kästchen in Abb. 4b zeigt, verlaufen diese Vektoren von der Blattoberfläche aus nicht vertikal nach oben, sondern drehen sich nach rechts und fallen allmählich ab.Auf der Oberfläche der Schaufel 1 werden nach unten gerichtete Vektoren unterschieden, die sich beiden Schaufeln nähern und diese von der zwischen ihnen gebildeten Rezirkulationsströmung umgeben.Bei beiden Rotationsgeschwindigkeiten wurde die gleiche Strömungsstruktur mit einer höheren Geschwindigkeitsamplitude von 4 U/min ermittelt.
Das Geschwindigkeitsfeld von Schaufel 3 leistet keinen wesentlichen Beitrag zum Geschwindigkeitsvektor des vorherigen Schaufelblatts, der sich der Strömung unter Schaufel 3 anschließt. Die Hauptströmung unter Schaufel 3 ist auf den vertikalen Geschwindigkeitsvektor zurückzuführen, der mit dem Wasser ansteigt.
Die Geschwindigkeitsvektoren über der Oberfläche der Schaufel 3 können in drei Gruppen eingeteilt werden, wie in Abb. 4c dargestellt.Der erste Satz befindet sich am rechten Rand der Klinge.Die Strömungsstruktur verläuft in dieser Position gerade nach rechts und oben (also in Richtung Schaufel 2).Die zweite Gruppe ist die Mitte der Klinge.Der Geschwindigkeitsvektor für diese Position ist direkt nach oben gerichtet, ohne Abweichung und ohne Drehung.Die Abnahme des Geschwindigkeitswertes wurde mit zunehmender Höhe über dem Blattende ermittelt.Bei der dritten Gruppe, die sich am linken Rand der Schaufeln befindet, wird die Strömung sofort nach links gerichtet, dh zur Wand des Flockulators.Der größte Teil der durch den Geschwindigkeitsvektor dargestellten Strömung geht nach oben und ein Teil der Strömung geht horizontal nach unten.
Zwei Turbulenzmodelle, SST k–ω und IDDES, wurden verwendet, um zeitlich gemittelte Geschwindigkeitsprofile für 3 U/min und 4 U/min in der Ebene der mittleren Blattlänge zu erstellen.Wie in Abbildung 5 dargestellt, wird ein stationärer Zustand erreicht, indem eine absolute Ähnlichkeit zwischen den Geschwindigkeitskonturen erreicht wird, die durch vier aufeinanderfolgende Rotationen erzeugt werden.Darüber hinaus sind die von IDDES erzeugten zeitlich gemittelten Geschwindigkeitskonturen in Abb. 6a dargestellt, während die von SST k – ω erzeugten zeitlich gemittelten Geschwindigkeitsprofile in Abb. 6a dargestellt sind.6b.
Unter Verwendung von IDDES und zeitlich gemittelten Geschwindigkeitsschleifen, die durch SST k–ω erzeugt wurden, weist IDDES einen höheren Anteil an Geschwindigkeitsschleifen auf.
Untersuchen Sie sorgfältig das mit IDDES bei 3 U/min erstellte Geschwindigkeitsprofil, wie in Abbildung 7 dargestellt. Der Mischer dreht sich im Uhrzeigersinn und der Durchfluss wird gemäß den gezeigten Anmerkungen besprochen.
Auf Abb.In 7 ist zu erkennen, dass es auf der Oberfläche der Schaufel 3 im I-Quadranten zu einer Ablösung der Strömung kommt, da die Strömung aufgrund des Vorhandenseins des oberen Lochs nicht eingeschränkt wird.Im Quadranten II ist keine Ablösung der Strömung zu beobachten, da die Strömung vollständig durch die Wände des Flockulators begrenzt wird.Im Quadranten III rotiert das Wasser mit deutlich geringerer bzw. geringerer Geschwindigkeit als in den vorherigen Quadranten.Das Wasser in den Quadranten I und II wird durch die Wirkung des Mischers nach unten bewegt (dh gedreht oder herausgedrückt).Und im Quadranten III wird das Wasser durch die Flügel des Rührwerks herausgedrückt.Es ist offensichtlich, dass die Wassermasse an dieser Stelle der herannahenden Flockungshülse Widerstand leistet.Die Rotationsströmung in diesem Quadranten ist vollständig getrennt.Im Quadranten IV ist der größte Teil des Luftstroms über Flügel 3 auf die Wand des Flockungsapparats gerichtet und verliert mit zunehmender Höhe bis zur oberen Öffnung allmählich an Größe.
Darüber hinaus umfasst die zentrale Lage komplexe Strömungsmuster, die die Quadranten III und IV dominieren, wie durch die blau gepunkteten Ellipsen dargestellt.Dieser markierte Bereich hat nichts mit der Wirbelströmung im Paddelflockulator zu tun, da die Wirbelbewegung erkennbar ist.Dies steht im Gegensatz zu den Quadranten I und II, wo eine klare Trennung zwischen Innenströmung und Vollrotationsströmung besteht.
Wie in Abb. gezeigt.Wie aus 6 hervorgeht, die die Ergebnisse von IDDES und SST k-ω vergleicht, besteht der Hauptunterschied zwischen den Geschwindigkeitskonturen in der Größe der Geschwindigkeit unmittelbar unter Schaufel 3. Das SST-k-ω-Modell zeigt deutlich, dass eine ausgedehnte Hochgeschwindigkeitsströmung von Schaufel 3 getragen wird im Vergleich zu IDDES.
Ein weiterer Unterschied ist im Quadranten III zu finden.Beim IDDES wurde, wie bereits erwähnt, eine Rotationsströmungstrennung zwischen den Flockungsarmen festgestellt.Diese Position wird jedoch stark durch die Strömung mit geringer Geschwindigkeit aus den Ecken und dem Inneren der ersten Schaufel beeinflusst.Von SST k–ω für den gleichen Ort zeigen die Konturlinien im Vergleich zu IDDES relativ höhere Geschwindigkeiten, da es keinen Zusammenfluss aus anderen Regionen gibt.
Für ein korrektes Verständnis des Strömungsverhaltens und der Strömungsstruktur ist ein qualitatives Verständnis der Geschwindigkeitsvektorfelder und Stromlinien erforderlich.Da jedes Blatt 5 cm breit ist, wurden sieben Geschwindigkeitspunkte über die Breite hinweg ausgewählt, um ein repräsentatives Geschwindigkeitsprofil zu erhalten.Darüber hinaus ist ein quantitatives Verständnis der Größe der Geschwindigkeit als Funktion der Höhe über der Schaufeloberfläche erforderlich, indem das Geschwindigkeitsprofil direkt über jeder Schaufeloberfläche und über eine kontinuierliche Distanz von 2,5 cm vertikal bis zu einer Höhe von 10 cm aufgetragen wird.Weitere Informationen finden Sie in S1, S2 und S3 in der Abbildung.Anhang A. Abbildung 8 zeigt die Ähnlichkeit der Oberflächengeschwindigkeitsverteilung jedes Rotorblatts (Y = 0,0), die mithilfe von PIV-Experimenten und ANSYS-Fluent-Analyse unter Verwendung von IDDES und SST k-ω ermittelt wurde.Beide numerischen Modelle ermöglichen eine genaue Simulation der Strömungsstruktur auf der Oberfläche der Flockungsschaufeln.
Geschwindigkeitsverteilungen PIV, IDDES und SST k–ω auf der Schaufeloberfläche.Die x-Achse stellt die Breite jedes Blattes in Millimetern dar, wobei der Ursprung (0 mm) den linken Rand des Blattes und das Ende (50 mm) den rechten Rand des Blattes darstellt.
Es ist deutlich zu erkennen, dass die Geschwindigkeitsverteilungen der Blätter 2 und 3 in Abb.8 und Abb.8 dargestellt sind.S2 und S3 in Anhang A zeigen ähnliche Trends mit der Höhe, während sich Blatt 1 unabhängig voneinander ändert.Die Geschwindigkeitsprofile der Flügel 2 und 3 werden vollkommen gerade und haben in einer Höhe von 10 cm vom Ende des Flügels die gleiche Amplitude.Das bedeutet, dass die Strömung an dieser Stelle gleichmäßig wird.Dies geht deutlich aus den PIV-Ergebnissen hervor, die von IDDES gut reproduziert werden.Unterdessen zeigen die SST-k-ω-Ergebnisse einige Unterschiede, insbesondere bei 4 U/min.
Es ist wichtig zu beachten, dass Flügel 1 in allen Positionen die gleiche Form des Geschwindigkeitsprofils beibehält und nicht in der Höhe normalisiert ist, da der in der Mitte des Mischers gebildete Wirbel den ersten Flügel aller Arme enthält.Außerdem zeigten die PIV-Blattgeschwindigkeitsprofile 2 und 3 im Vergleich zu IDDES an den meisten Stellen etwas höhere Geschwindigkeitswerte, bis sie 10 cm über der Blattoberfläche nahezu gleich waren.
Zeitpunkt der Veröffentlichung: 27. Dezember 2022