Suchen

Simulation

Wie CFD die Entwicklungskosten von Industrieventilatoren senkt

Seite: 3/4

Firmen zum Thema

Numerische Simulationen mit Star-CMM+

Star-CMM+ ermöglicht die komplette Implementierung der für die heutige Entwicklung von Ventilatoren erforderlichen physikalischen Modelle. Dabei können jegliche Anforderungen an die Simulationsprozesse komplett erfüllt werden. Für den Anwender ergibt sich dabei der Vorteil, dass in einer einzigen Softwareumgebung die fertigen CAD-Modelle importiert werden können sowie die komplette Kette bestehend aus Preprozessor, Löser und Postprozessor umgesetzt werden kann.

Prozessbeschreibung

Das untersuchte Laufrad des Hochdruckventilators kann als rotierender Körper in einem stillstehenden Gehäuse abgebildet werden. Die Laufraddrehzahl ist hierbei als variabler Parameter definiert (Nenndrehzahl 6.300 min-1). Das alleinige Modell bestehend aus Laufrad und Gehäuse erlaubt es, lediglich zwei Betriebspunkte der Kennlinie (Anfangs- und Endpunkt) zu erfassen. Wird der Druck am Austrittspunkt der Messstrecke als Umgebungsdruck definiert, stellt sich der maximal mögliche Volumenstrom des Systems ein. Der Anfangspunkt der Kennlinie kann wiederum durch Schließen des Austritts am Gehäuse ermittelt werden. Um jedoch die reale Luftmessstrecke abzubilden, wird das Messrohr mit einer Länge von 8000 mm und einem Durchmesser von 300 mm unter Verwendung eines Übergangstückes zum Ventilator angeschlossen und zusätzlich der Drosselmechanismus abgebildet. Innerhalb dieses Rohrs wird eine Messblende mit einem Durchmesser von 144 mm positioniert, um das Auswerten des Massenstromes zu ermöglichen. Die durch die Blende durchströmende Luft breitet sich hinter der Messblende in Form eines Freistrahles in eine begrenzte Umgebung aus und trifft anschließend den Drosselmechanismus. Von dort wird die Luft in die Umgebung geleitet.

Bildergalerie

Bildergalerie mit 7 Bildern

Numerische Modelle und Serverleistung

Für diese Simulationsreihe wurde eine first-principles Navier-Stokes solution mit dem realizable k-e turbulence model für einen segregated solver ausgewählt. Weiterhin sind in-place interfaces definiert und steady simulations gewählt worden. Später wurde festgestellt, dass für den Fall mit dem undurchlässigen Austritt des Systems eine Ausnahme gemacht werden muss. Um in diesem Fall eine stabile Konvergenz zu gewährleisten, wurde eine implicit unsteady simulation durchgeführt.

In den untersuchten Modellen wurde für den Bereich des Ventilators ein polyhedral Netz und für das Rohr und die Drosseleinrichtung ein trimm Netz definiert. Zusätzlich wurde eine Grenzschicht mit fünf Zellen abgebildet. Das endgültige Modell wurde mit ca. 20 Millionen Zellen vernetzt. Die Vernetzung erfolgte mit Unterstützung eines Servers, der über jeweils 2 Prozessoren mit insgesamt 32 Kernen und 64 GB RAM verfügt. Die Vernetzung nahm dennoch 2,5 Stunden in Anspruch.

Simulationsergebnisse

Für die numerische Nachbildung der Ventilatorkennlinie wurden insgesamt sechs Simulationen für verschiedene Klappenstellungen der Drosseleinrichtung durchgeführt. Die Anfangsbedingungen der einzelnen Simulationen variierten einzig durch den Wert der Laufraddrehzahl. Diese Werte wurden in den realen Versuchen ermittelt und in das Simulationsmodell implementiert.

In Abbildung 4 kann beispielhaft die Zusammenwirkung zwischen den physikalischen Phänomenen innerhalb der virtuellen Luftmessstrecke dargestellt werden. Dabei wird die Geschwindigkeitsverteilung innerhalb der Messstrecke mit Hilfe einer Scalar Scene visualisiert. Unter Verwendung eines Spiralgehäuses, wie es bei Ventilatoren üblich ist, wird der Abstand zwischen Laufrad und Gehäuse nicht konstant gehalten. Dies hat eine inhomogene Verteilung der Strömungsgeschwindigkeiten innerhalb dieser Region zur Folge (siehe Abbildung 4-links). Die unterschiedlichen Geschwindigkeiten, mit denen die beschleunigte Luftmasse das Gehäuse trifft, führen auch zu Differenzen bei der Druckverteilung an der Gehäusewand. Dies kann u. U. zu strukturmechanischen und akustischen Problemen führen. Um unerwünschte Effekte zu vermeiden bzw. frühzeitig zu identifizieren, ist es daher wichtig die lokale Druckverteilung an der Gehäuseoberfläche darstellen zu können, was mithilfe von Star-CMM+ möglich ist. Die Inhomogenität des Geschwindigkeitsprofils kann sich auch weiter entlang des Verbindungsstücks zwischen Ventilator und Messstrecke verbreiten.

Physikalische Phänomene in und um den Ventilator

Die aus dem Ventilator austretende Luft wird weiterhin in Richtung Messblende gepresst, wobei ein freier Strahl innerhalb des darauffolgenden Rohrs gebildet wird (siehe Abbildung 4-mittig). Direkt an der Blende erfolgt die numerische Auswertung des Volumenstroms. Da aber die genaue numerische Beschreibung des Freistrahls einen direkten Einfluss auf die Qualität der Simulationsergebnisse hat, waren mehrere Simulationen zur Auswahl der plausibelsten Netzlänge für diese Region notwendig. Weiterhin trifft die beschleunigte Luftmasse aus der Düse auf die Drosseleinrichtung. Typische Merkmale dieser Region sind die schmalen Bereiche, durch die die Luft strömt und die Messstrecke verlässt. Dort sind größere Geschwindigkeitsunterschiede festzustellen (siehe Abbildung 4-rechts). Für diese Region ist die Definition einer lokalen Vernetzungsgröße notwendig, welche die spezifischen Anforderungen der physikalischen Phä-nomene erfüllt.

Durchführung der Simulation

Die Simulation wurde für insgesamt sechs verschiedene Einstellungen der Drosselklappen (MP1 bis 5) wiederholt: von einem komplett geschlossenen (MP1) bis zu einem komplett geöffneten Ausgang der Messstrecke (MP5). Als Ergebnis dieser Simulationsreihe können die größeren Unterscheide der Geschwindigkeitsverteilung innerhalb des Ventilatorgehäuses und im Verbindungsstück festgestellt werden (siehe Abbildung 5).

Eine Gegenüberstellung der gemessenen und der numerisch berechneten Werte für die Druckverteilung (statischer und Totaldruck) und den dazugehörigen Volumenströmen ist in Abbildung 6 ebenfalls dargestellt. Die abgebildeten numerischen Ventilatorkennlinien entsprechen einer Interpolation 3-ter Ordnung. Aus Tabelle 1 können die dazugehörigen empirischen und gemessenen Werte entnommen werden. Hieraus wird ersichtlich, dass die mit Unterstützung von Star-CMM+ ermittelten Werte eine sehr hohe Übereinstimmung mit den gemessenen Werten aufzeigen. Dabei liegt die durchschnittliche Differenz zwischen Messwerten und Simulationsergebnissen bei unter 6,5 %. Die Ergebnisse der Untersuchung zeigen des Weiteren, dass die Genauigkeit der numerischen Berechnung die der empirischen Vorausberechnung deutlich übersteigt.

(ID:43293741)