Tack för att du besöker Nature.com.Du använder en webbläsarversion med begränsat CSS-stöd.För bästa upplevelse rekommenderar vi att du använder en uppdaterad webbläsare (eller inaktiverar kompatibilitetsläge i Internet Explorer).Dessutom, för att säkerställa löpande support, visar vi webbplatsen utan stilar och JavaScript.
Visar en karusell med tre bilder samtidigt.Använd knapparna Föregående och Nästa för att gå igenom tre bilder åt gången, eller använd skjutknapparna i slutet för att gå igenom tre bilder åt gången.
I denna studie utvärderas flockningens hydrodynamik genom experimentell och numerisk undersökning av det turbulenta flödeshastighetsfältet i en paddelflockningsmaskin i laboratorieskala.Det turbulenta flödet som främjar partikelaggregation eller flockuppdelning är komplext och beaktas och jämförs i denna artikel med två turbulensmodeller, nämligen SST k-ω och IDDES.Resultaten visar att IDDES ger en mycket liten förbättring jämfört med SST k-ω, vilket är tillräckligt för att exakt simulera flöde i en paddelflockningsmaskin.Passpoängen används för att undersöka konvergensen av PIV- och CFD-resultat och för att jämföra resultaten från den använda CFD-turbulensmodellen.Studien fokuserar också på att kvantifiera slirfaktorn k, som är 0,18 vid låga varvtal på 3 och 4 rpm jämfört med det vanliga typiska värdet på 0,25.Att minska k från 0,25 till 0,18 ökar kraften som levereras till vätskan med cirka 27-30 % och ökar hastighetsgradienten (G) med cirka 14 %.Detta gör att mer intensiv blandning uppnås än förväntat, därför förbrukas mindre energi, och därför kan energiförbrukningen i dricksvattenreningsverkets flockningsenhet bli lägre.
Vid vattenrening destabiliserar tillsatsen av koagulanter små kolloidala partiklar och föroreningar, som sedan kombineras för att bilda flockning i flockningsstadiet.Flingor är löst bundna fraktala aggregat av massa, som sedan avlägsnas genom sedimentering.Partikelegenskaper och vätskeblandningsförhållanden bestämmer effektiviteten i flocknings- och behandlingsprocessen.Flockning kräver långsam omrörning under en relativt kort tidsperiod och mycket energi för att agitera stora volymer vatten1.
Under flockning bestämmer hydrodynamiken i hela systemet och kemin för koagulant-partikelinteraktion den hastighet med vilken en stationär partikelstorleksfördelning uppnås2.När partiklar kolliderar fastnar de vid varandra3.Oyegbile, Ay4 rapporterade att kollisioner beror på flockningstransportmekanismerna för Brownsk diffusion, vätskeskjuvning och differentiell sedimentering.När flingorna kolliderar växer de och når en viss storleksgräns, vilket kan leda till brott, eftersom flingorna inte tål kraften från hydrodynamiska krafter5.Några av dessa trasiga flingor kombineras till mindre eller samma storlek6.Men starka flingor kan motstå denna kraft och behålla sin storlek och till och med växa7.Yukselen och Gregory8 rapporterade om studier relaterade till destruktion av flingor och deras förmåga att regenerera, vilket visade att irreversibiliteten är begränsad.Bridgeman, Jefferson9 använde CFD för att uppskatta den lokala påverkan av medelflöde och turbulens på flockbildning och fragmentering genom lokala hastighetsgradienter.I tankar utrustade med rotorblad är det nödvändigt att variera hastigheten med vilken aggregaten kolliderar med andra partiklar när de är tillräckligt destabiliserade i koaguleringsfasen.Genom att använda CFD och lägre rotationshastigheter på runt 15 rpm kunde Vadasarukkai och Gagnon11 uppnå G-värden för flockning med koniska blad, och därigenom minimera energiförbrukningen för omrörning.Drift vid högre G-värden kan dock leda till flockning.De undersökte effekten av blandningshastighet på bestämning av medelhastighetsgradienten för en pilotpaddelflockulator.De roterar med en hastighet på mer än 5 rpm.
Korpijärvi, Ahlstedt12 använde fyra olika turbulensmodeller för att studera flödesfältet på en tanktestbänk.De mätte flödesfältet med en laser Doppler anemometer och PIV och jämförde de beräknade resultaten med de uppmätta resultaten.de Oliveira och Donadel13 har föreslagit en alternativ metod för att uppskatta hastighetsgradienter från hydrodynamiska egenskaper med hjälp av CFD.Den föreslagna metoden testades på sex flockningsenheter baserade på spiralformad geometri.bedömde effekten av retentionstid på flockningsmedel och föreslog en flockningsmodell som kan användas som ett verktyg för att stödja rationell celldesign med låga retentionstider14.Zhan, You15 föreslog en kombinerad CFD- och populationsbalansmodell för att simulera flödesegenskaper och flockbeteende i fullskalig flockning.Llano-Serna, Coral-Portillo16 undersökte flödesegenskaperna hos en hydroflockulator av Cox-typ i ett vattenreningsverk i Viterbo, Colombia.Även om CFD har sina fördelar finns det också begränsningar som numeriska fel i beräkningar.Därför bör alla numeriska resultat som erhålls noggrant undersökas och analyseras för att dra kritiska slutsatser17.Det finns få studier i litteraturen om design av horisontella baffelflockulatorer, medan rekommendationer för design av hydrodynamiska flockulatorer är begränsade18.Chen, Liao19 använde en experimentell uppställning baserad på spridning av polariserat ljus för att mäta polarisationen av spritt ljus från enskilda partiklar.Feng, Zhang20 använde Ansys-Fluent för att simulera fördelningen av virvelströmmar och virvel i flödesfältet för en koagulerad plattflockulator och en interkorrugerad flockulator.Efter att ha simulerat turbulent vätskeflöde i en flockningsmaskin med Ansys-Fluent använde Gavi21 resultaten för att designa flockningsmaskinen.Vaneli och Teixeira22 rapporterade att förhållandet mellan vätskedynamiken hos spiralrörsflockulatorer och flockningsprocessen fortfarande är dåligt förstådd för att stödja en rationell design.de Oliveira och Costa Teixeira23 studerade effektiviteten och demonstrerade de hydrodynamiska egenskaperna hos spiralrörsflockningsmaskinen genom fysikexperiment och CFD-simuleringar.Många forskare har studerat spiralrörsreaktorer eller spiralrörsflockulatorer.Detaljerad hydrodynamisk information om dessa reaktorers svar på olika konstruktioner och driftsförhållanden saknas dock fortfarande (Sartori, Oliveira24; Oliveira, Teixeira25).Oliveira och Teixeira26 presenterar originalresultat från teoretiska, experimentella och CFD-simuleringar av en spiralflockulator.Oliveira och Teixeira27 föreslog att använda en spiralspiral som koagulerings-flockuleringsreaktor i kombination med ett konventionellt dekanteringssystem.De rapporterar att resultaten som erhålls för effektiviteten för avlägsnande av grumlighet skiljer sig signifikant från de som erhålls med vanliga modeller för att utvärdera flockning, vilket tyder på försiktighet vid användning av sådana modeller.Moruzzi och de Oliveira [28] modellerade beteendet hos ett system av kontinuerliga flockningskammare under olika driftsförhållanden, inklusive variationer i antalet använda kammare och användningen av fasta eller skalade cellhastighetsgradienter.Romphophak, Le Men29 PIV-mätningar av momentana hastigheter i kvasi-tvådimensionella jetrengörare.De fann stark jet-inducerad cirkulation i flockningszonen och uppskattade lokala och momentana skjuvhastigheter.
Shah, Joshi30 rapporterar att CFD erbjuder ett intressant alternativ för att förbättra design och erhålla virtuella flödesegenskaper.Detta hjälper till att undvika omfattande experimentella inställningar.CFD används i allt högre grad för att analysera vatten- och avloppsreningsverk (Melo, Freire31; Alalm, Nasr32; Bridgeman, Jefferson9; Samaras, Zouboulis33; Wang, Wu34; Zhang, Tejada-Martínez35).Flera utredare har utfört experiment på burktestutrustning (Bridgeman, Jefferson36; Bridgeman, Jefferson5; Jarvis, Jefferson6; Wang, Wu34) och perforerade skivflockulatorer31.Andra har använt CFD för att utvärdera hydroflockulatorer (Bridgeman, Jefferson5; Vadasarukkai, Gagnon37).Ghawi21 rapporterade att mekaniska flockulatorer kräver regelbundet underhåll eftersom de ofta går sönder och kräver mycket elektricitet.
En paddelflockningsmaskins prestanda är starkt beroende av reservoarens hydrodynamik.Bristen på kvantitativ förståelse av flödeshastighetsfälten i sådana flockulatorer noteras tydligt i litteraturen (Howe, Hand38; Hendricks39).Hela vattenmassan är föremål för flockningshjulets rörelse, så glidning förväntas.Vanligtvis är vätskehastigheten mindre än skovelhastigheten med glidfaktorn k, som definieras som förhållandet mellan vattenmassans hastighet och skovelhjulets hastighet.Bhole40 rapporterade att det finns tre okända faktorer att ta hänsyn till när man designar en flockulator, nämligen hastighetsgradienten, luftmotståndskoefficienten och vattnets relativa hastighet i förhållande till bladet.
Camp41 rapporterar att när man överväger höghastighetsmaskiner är hastigheten cirka 24 % av rotorhastigheten och så hög som 32 % för låghastighetsmaskiner.I frånvaro av septa använde Droste och Ger42 ett ak-värde på 0,25, medan k varierade från 0 till 0,15 i fallet med septa.Men Hand38 föreslår att k är i intervallet 0,2 till 0,3.Hendrix39 relaterade slirfaktorn till rotationshastigheten med hjälp av en empirisk formel och drog slutsatsen att slirfaktorn också låg inom det intervall som fastställts av Camp41.Bratby43 rapporterade att k är cirka 0,2 för impellerhastigheter från 1,8 till 5,4 rpm och ökar till 0,35 för impellerhastigheter från 0,9 till 3 rpm.Andra forskare rapporterar ett brett spektrum av dragkoefficientvärden (Cd) från 1,0 till 1,8 och glidkoefficient k-värden från 0,25 till 0,40 (Feir och Geyer44; Hyde och Ludwig45; Harris, Kaufman46; van Duuren47; och Bratby och Marais48 ).Litteraturen visar inga betydande framsteg i att definiera och kvantifiera k sedan Camp41s arbete.
Flockuleringsprocessen är baserad på turbulens för att underlätta kollisioner, där hastighetsgradienten (G) används för att mäta turbulens/flockning.Blandning är processen att snabbt och jämnt sprida kemikalier i vatten.Blandningsgraden mäts med hastighetsgradienten:
där G = hastighetsgradient (sek-1), P = ineffekt (W), V = volym vatten (m3), μ = dynamisk viskositet (Pa s).
Ju högre G-värde, desto mer blandat.Noggrann blandning är avgörande för att säkerställa jämn koagulering.Litteraturen indikerar att de viktigaste designparametrarna är blandningstid (t) och hastighetsgradient (G).Flockuleringsprocessen är baserad på turbulens för att underlätta kollisioner, där hastighetsgradienten (G) används för att mäta turbulens/flockning.Typiska designvärden för G är 20 till 70 s–1, t är 15 till 30 minuter och Gt (dimensionslöst) är 104 till 105. Snabbblandningstankar fungerar bäst med G-värden på 700 till 1000, med tidsuppehåll ca 2 minuter.
där P är den effekt som tilldelas vätskan av varje flockningsblad, N är rotationshastigheten, b är bladlängden, ρ är vattentätheten, r är radien och k är glidkoefficienten.Denna ekvation tillämpas på varje blad individuellt och resultaten summeras för att ge flockningsmaskinens totala effekttillförsel.En noggrann studie av denna ekvation visar vikten av glidfaktorn k i designprocessen för en paddelflockningsmaskin.Litteraturen anger inte det exakta värdet på k, utan rekommenderar istället ett intervall som tidigare nämnts.Emellertid är förhållandet mellan effekten P och glidkoefficienten k kubisk.Således, förutsatt att alla parametrar är desamma, till exempel, kommer en ändring av k från 0,25 till 0,3 att leda till en minskning av kraften som överförs till vätskan per blad med cirka 20 %, och en minskning av k från 0,25 till 0,18 kommer att öka henne.med cirka 27-30 % per skovel. Den kraft som tillförs vätskan.I slutändan måste effekten av k på hållbar paddelflockulatordesign undersökas genom teknisk kvantifiering.
Noggrann empirisk kvantifiering av glidning kräver flödesvisualisering och simulering.Därför är det viktigt att beskriva bladets tangentiella hastighet i vatten vid en viss rotationshastighet på olika radiella avstånd från axeln och på olika djup från vattenytan för att kunna utvärdera effekten av olika bladpositioner.
I denna studie utvärderas flockningens hydrodynamik genom experimentell och numerisk undersökning av det turbulenta flödeshastighetsfältet i en paddelflockningsmaskin i laboratorieskala.PIV-mätningarna registreras på flockningsmaskinen, vilket skapar tidsgenomsnittliga hastighetskonturer som visar hastigheten för vattenpartiklar runt bladen.Dessutom användes ANSYS-Fluent CFD för att simulera det virvlande flödet inuti flockningsmaskinen och skapa tidsgenomsnittliga hastighetskonturer.Den resulterande CFD-modellen bekräftades genom att utvärdera överensstämmelsen mellan PIV- och CFD-resultaten.Fokus för detta arbete ligger på att kvantifiera glidkoefficienten k, som är en dimensionslös designparameter för en paddelflockulator.Det arbete som presenteras här ger en ny grund för att kvantifiera slirkoefficienten k vid låga varvtal på 3 rpm och 4 rpm.Implikationerna av resultaten bidrar direkt till en bättre förståelse av hydrodynamiken i flockningstanken.
Laboratorieflockulatorn består av en rektangulär låda med öppen topp med en total höjd av 147 cm, en höjd av 39 cm, en total bredd av 118 cm och en total längd av 138 cm (fig. 1).De huvudsakliga designkriterierna som utvecklats av Camp49 användes för att designa en paddelflockningsmaskin i laboratorieskala och tillämpa principerna för dimensionsanalys.Den experimentella anläggningen byggdes vid Environmental Engineering Laboratory vid Lebanese American University (Byblos, Libanon).
Den horisontella axeln är placerad på en höjd av 60 cm från botten och rymmer två skovelhjul.Varje skovelhjul består av 4 paddlar med 3 paddlar på varje paddel för totalt 12 paddlar.Flockning kräver försiktig omrörning vid en låg hastighet på 2 till 6 rpm.De vanligaste blandningshastigheterna i flockulatorer är 3 rpm och 4 rpm.Flockulatorflödet i laboratorieskala är utformat för att representera flödet i flockningstankfacket i ett dricksvattenreningsverk.Effekten beräknas med den traditionella ekvationen 42 .För båda rotationshastigheterna är hastighetsgradienten \(\stackrel{\mathrm{-}}{\text{G}}\) större än 10 \({\text{sek}}^{-{1}}\) , indikerar Reynolds-talet turbulent flöde (tabell 1).
PIV används för att uppnå exakta och kvantitativa mätningar av vätskehastighetsvektorer samtidigt vid ett mycket stort antal punkter50.Den experimentella uppställningen inkluderade en paddelflockulator i labbskala, ett LaVision PIV-system (2017) och en extern Arduino lasersensorutlösare.För att skapa tidsgenomsnittliga hastighetsprofiler spelades PIV-bilder in sekventiellt på samma plats.PIV-systemet är kalibrerat så att målområdet är i mitten av längden av vart och ett av de tre bladen på en speciell paddelarm.Den externa triggern består av en laser placerad på ena sidan av flockningsmaskinens bredd och en sensormottagare på den andra sidan.Varje gång flockningsarmen blockerar laserbanan skickas en signal till PIV-systemet för att fånga en bild med PIV-lasern och kameran synkroniserade med en programmerbar tidsenhet.På fig.2 visar installationen av PIV-systemet och bildinsamlingsprocessen.
Registreringen av PIV startade efter att flockulatorn körts i 5–10 minuter för att normalisera flödet och ta hänsyn till samma brytningsindexfält.Kalibrering åstadkommes genom att använda en kalibreringsplatta nedsänkt i flockningsmaskinen och placerad i mitten av längden på bladet av intresse.Justera positionen för PIV-lasern för att bilda ett plant ljusark direkt ovanför kalibreringsplattan.Registrera de uppmätta värdena för varje rotationshastighet för varje blad, och de rotationshastigheter som valts för experimentet är 3 rpm och 4 rpm.
För alla PIV-inspelningar sattes tidsintervallet mellan två laserpulser i intervallet från 6900 till 7700 µs, vilket medgav en minsta partikelförskjutning på 5 pixlar.Pilottester utfördes på antalet bilder som krävdes för att erhålla exakta tidsgenomsnittliga mätningar.Vektorstatistik jämfördes för prover innehållande 40, 50, 60, 80, 100, 120, 160, 200, 240 och 280 bilder.En provstorlek på 240 bilder visade sig ge stabila tidsgenomsnittliga resultat givet att varje bild består av två ramar.
Eftersom flödet i flockningsmaskinen är turbulent krävs ett litet frågefönster och ett stort antal partiklar för att lösa små turbulenta strukturer.Flera iterationer av storleksminskning tillämpas tillsammans med en korskorrelationsalgoritm för att säkerställa noggrannhet.En initial avfrågningsfönsterstorlek på 48×48 pixlar med 50 % överlappning och en anpassningsprocess följdes av en slutlig avfrågningsfönsterstorlek på 32×32 pixlar med 100 % överlappning och två anpassningsprocesser.Dessutom användes ihåliga glaskulor som fröpartiklar i flödet, vilket tillät minst 10 partiklar per pollingfönster.PIV-inspelning triggas av en triggerkälla i en programmerbar tidsenhet (PTU), som ansvarar för drift och synkronisering av laserkällan och kameran.
Det kommersiella CFD-paketet ANSYS Fluent v 19.1 användes för att utveckla 3D-modellen och lösa de grundläggande flödesekvationerna.
Med hjälp av ANSYS-Fluent skapades en 3D-modell av en paddelflockningsmaskin i laboratorieskala.Modellen är gjord i form av en rektangulär låda, bestående av två skovelhjul monterade på en horisontell axel, som laboratoriemodellen.Modellen utan fribord är 108 cm hög, 118 cm bred och 138 cm lång.Ett horisontellt cylindriskt plan har lagts till runt blandaren.Generering av cylindriskt plan bör implementera rotationen av hela blandaren under installationsfasen och simulera det roterande flödesfältet inuti flockulatorn, som visas i Fig. 3a.
3D ANSYS-flytande och modellgeometridiagram, ANSYS-flytande flockulatorkroppsnät på det intressanta planet, ANSYS-flytande diagram på det intressanta planet.
Modellgeometrin består av två regioner, som var och en är en vätska.Detta uppnås med hjälp av den logiska subtraktionsfunktionen.Subtrahera först cylindern (inklusive blandaren) från lådan för att representera vätskan.Subtrahera sedan mixern från cylindern, vilket resulterar i två objekt: mixern och vätskan.Slutligen applicerades ett glidande gränssnitt mellan de två områdena: ett cylinder-cylinder-gränssnitt och ett cylinder-mixer-gränssnitt (fig. 3a).
Sammankopplingen av de konstruerade modellerna har slutförts för att uppfylla kraven för turbulensmodellerna som kommer att användas för att köra de numeriska simuleringarna.Ett ostrukturerat nät med expanderade skikt nära den fasta ytan användes.Skapa expansionsskikt för alla väggar med en tillväxthastighet på 1,2 för att säkerställa att komplexa flödesmönster fångas, med en första skikttjocklek på \(7\mathrm{ x }{10}^{-4}\) m för att säkerställa att \ ( {\text {y))^{+}\le 1.0\).Kroppsstorleken justeras med hjälp av tetrahedronpassningsmetoden.En framsidestorlek av två gränssnitt med en elementstorlek på 2,5 × \({10}^{-3}\) m skapas, och en mixerfrontstorlek på 9 × \({10}^{-3}\ ) m tillämpas.Det initialt genererade nätet bestod av 2144409 element (fig. 3b).
En tvåparameter k–ε turbulensmodell valdes som den initiala basmodellen.För att exakt simulera det virvlande flödet inuti flockningsmaskinen valdes en mer beräkningsmässigt dyrare modell.Det turbulenta virvlande flödet inuti flockningsmaskinen undersöktes numeriskt med två CFD-modeller: SST k–ω51 och IDDES52.Resultaten av båda modellerna jämfördes med experimentella PIV-resultat för att validera modellerna.För det första är SST k-ω-turbulensmodellen en turbulent viskositetsmodell med två ekvationer för vätskedynamiktillämpningar.Detta är en hybridmodell som kombinerar Wilcox k-ω- och k-ε-modellerna.Blandningsfunktionen aktiverar Wilcox-modellen nära väggen och k-ε-modellen i det mötande flödet.Detta säkerställer att rätt modell används i hela flödesfältet.Den förutsäger exakt flödesseparation på grund av ogynnsamma tryckgradienter.För det andra valdes metoden Advanced Deferred Eddy Simulation (IDDES), som ofta används i modellen Individual Eddy Simulation (DES) med modellen SST k-ω RANS (Reynolds-Averaged Navier-Stokes).IDDES är en hybrid RANS-LES-modell (stor virvelsimulering) som ger en mer flexibel och användarvänlig simuleringsmodell för upplösningsskalning (SRS).Den är baserad på LES-modellen för att lösa stora virvlar och återgår till SST k-ω för att simulera småskaliga virvlar.Statistiska analyser av resultaten från SST k–ω- och IDDES-simuleringarna jämfördes med PIV-resultaten för att validera modellen.
En tvåparameter k–ε turbulensmodell valdes som den initiala basmodellen.För att exakt simulera det virvlande flödet inuti flockningsmaskinen valdes en mer beräkningsmässigt dyrare modell.Det turbulenta virvlande flödet inuti flockningsmaskinen undersöktes numeriskt med två CFD-modeller: SST k–ω51 och IDDES52.Resultaten av båda modellerna jämfördes med experimentella PIV-resultat för att validera modellerna.För det första är SST k-ω-turbulensmodellen en turbulent viskositetsmodell med två ekvationer för vätskedynamiktillämpningar.Detta är en hybridmodell som kombinerar Wilcox k-ω- och k-ε-modellerna.Blandningsfunktionen aktiverar Wilcox-modellen nära väggen och k-ε-modellen i det mötande flödet.Detta säkerställer att rätt modell används i hela flödesfältet.Den förutsäger exakt flödesseparation på grund av ogynnsamma tryckgradienter.För det andra valdes metoden Advanced Deferred Eddy Simulation (IDDES), som ofta används i modellen Individual Eddy Simulation (DES) med modellen SST k-ω RANS (Reynolds-Averaged Navier-Stokes).IDDES är en hybrid RANS-LES-modell (stor virvelsimulering) som ger en mer flexibel och användarvänlig simuleringsmodell för upplösningsskalning (SRS).Den är baserad på LES-modellen för att lösa stora virvlar och återgår till SST k-ω för att simulera småskaliga virvlar.Statistiska analyser av resultaten från SST k–ω- och IDDES-simuleringarna jämfördes med PIV-resultaten för att validera modellen.
Använd en tryckbaserad transientlösare och använd gravitationen i Y-riktningen.Rotation uppnås genom att tilldela mixern en nätrörelse, där rotationsaxelns origo är i centrum av den horisontella axeln och rotationsaxelns riktning är i Z-riktningen.Ett nätgränssnitt skapas för båda modellgeometrigränssnitten, vilket resulterar i två avgränsande boxkanter.Som i experimenttekniken motsvarar rotationshastigheten 3 och 4 varv.
Gränsvillkoren för blandarens och flockningsanordningens väggar sattes av väggen, och flockningsanordningens övre öppning ställdes av utloppet med noll övertryck (fig. 3c).ENKEL tryck-hastighetskommunikationsschema, diskretisering av gradientutrymmet för andra ordningens funktioner med alla parametrar baserade på minsta kvadratelement.Konvergenskriteriet för alla flödesvariabler är den skalade resterande 1 x \({10}^{-3}\).Det maximala antalet iterationer per tidssteg är 20, och tidsstegstorleken motsvarar en rotation på 0,5°.Lösningen konvergerar vid den 8:e iterationen för SST k–ω-modellen och vid den 12:e iterationen med IDDES.Dessutom beräknades antalet tidssteg så att blandaren gjorde minst 12 varv.Tillämpa datasampling för tidsstatistik efter 3 rotationer, vilket möjliggör normalisering av flödet, liknande det experimentella förfarandet.Att jämföra utsignalen från hastighetsslingorna för varje varv ger exakt samma resultat för de senaste fyra varven, vilket indikerar att ett stabilt tillstånd har uppnåtts.De extra varvtalen förbättrade inte medelhastighetskonturerna.
Tidssteget definieras i förhållande till rotationshastigheten, 3 rpm eller 4 rpm.Tidssteget förfinas till den tid som krävs för att rotera blandaren med 0,5°.Detta visar sig vara tillräckligt, eftersom lösningen lätt konvergerar, som beskrivits i föregående avsnitt.Således utfördes alla numeriska beräkningar för båda turbulensmodellerna med ett modifierat tidssteg på 0,02 \(\stackrel{\mathrm{-}}{7}\) för 3 rpm, 0,0208 \(\stackrel{ \mathrm{-} {3}\) 4 rpm.För ett givet förfiningstidssteg är Courant-numret för en cell alltid mindre än 1,0.
För att utforska beroende av modellnät erhölls först resultat med användning av det ursprungliga 2,14M mesh och sedan det förfinade 2,88M mesh.Rutnätsförfining uppnås genom att reducera cellstorleken på blandarkroppen från 9 × \({10}^{-3}\) m till 7 × \({10}^{-3}\) m.För de ursprungliga och raffinerade maskorna för de två modellernas turbulens jämfördes medelvärdena för hastighetsmodulerna på olika platser runt bladet.Den procentuella skillnaden mellan resultaten är 1,73 % för SST k–ω-modellen och 3,51 % för IDDES-modellen.IDDES visar en högre procentuell skillnad eftersom det är en hybrid RANS-LES-modell.Dessa skillnader ansågs vara obetydliga, så simuleringen utfördes med det ursprungliga nätet med 2,14 miljoner element och ett rotationstidssteg på 0,5°.
Reproducerbarheten av de experimentella resultaten undersöktes genom att utföra vart och ett av de sex experimenten en andra gång och jämföra resultaten.Jämför hastighetsvärdena i mitten av bladet i två serier av experiment.Den genomsnittliga procentuella skillnaden mellan de två försöksgrupperna var 3,1 %.PIV-systemet omkalibrerades också oberoende för varje experiment.Jämför den analytiskt beräknade hastigheten i mitten av varje blad med PIV-hastigheten på samma plats.Denna jämförelse visar skillnaden med ett maximalt procentuellt fel på 6,5 % för blad 1.
Innan man kvantifierar glidfaktorn är det nödvändigt att vetenskapligt förstå begreppet glid i en paddelflockningsmaskin, vilket kräver att man studerar flödesstrukturen runt paddlarna på flockningsmaskinen.Begreppsmässigt är glidkoefficienten inbyggd i designen av paddelflockulatorer för att ta hänsyn till bladens hastighet i förhållande till vattnet.Litteraturen rekommenderar att denna hastighet är 75 % av bladhastigheten, så de flesta konstruktioner använder vanligtvis ak på 0,25 för att ta hänsyn till denna justering.Detta kräver användning av hastighetsströmlinjer härledda från PIV-experiment för att helt förstå flödeshastighetsfältet och studera denna glidning.Blad 1 är det innersta bladet närmast skaftet, blad 3 är det yttersta bladet och blad 2 är det mittersta bladet.
Hastighetsströmlinjerna på bladet 1 visar ett direkt roterande flöde runt bladet.Dessa flödesmönster utgår från en punkt på höger sida av bladet, mellan rotorn och bladet.Om man tittar på området som indikeras av den röda prickade rutan i figur 4a, är det intressant att identifiera en annan aspekt av recirkulationsflödet ovanför och runt bladet.Flödesvisualisering visar litet flöde in i recirkulationszonen.Detta flöde närmar sig från bladets högra sida på en höjd av cirka 6 cm från bladets ände, möjligen på grund av inverkan av det första bladet på handen som föregår bladet, vilket är synligt på bilden.Flödesvisualisering vid 4 rpm visar samma beteende och struktur, uppenbarligen med högre hastigheter.
Hastighetsfält och strömgrafer för tre blad vid två rotationshastigheter på 3 rpm och 4 rpm.Den maximala medelhastigheten för de tre bladen vid 3 rpm är 0,15 m/s, 0,20 m/s respektive 0,16 m/s, och den maximala medelhastigheten vid 4 rpm är 0,15 m/s, 0,22 m/s och 0,22 m/ s, respektive.på tre ark.
En annan form av spiralformad strömning hittades mellan blad 1 och 2. Vektorfältet visar tydligt att vattenflödet rör sig uppåt från botten av blad 2, vilket indikeras av vektorns riktning.Som visas av den prickade rutan i Fig. 4b går dessa vektorer inte vertikalt uppåt från bladets yta, utan vänder sig åt höger och sjunker gradvis.På ytan av bladet 1 urskiljs nedåtgående vektorer, som närmar sig båda bladen och omger dem från det mellan dem bildade recirkulationsflödet.Samma flödesstruktur bestämdes vid båda rotationshastigheterna med en högre hastighetsamplitud på 4 rpm.
Bladets 3 hastighetsfält ger inte något signifikant bidrag från att hastighetsvektorn för det föregående bladet förenar flödet under bladet 3. Huvudflödet under bladet 3 beror på att den vertikala hastighetsvektorn stiger med vattnet.
Hastighetsvektorerna över bladets 3 yta kan delas in i tre grupper, såsom visas i fig. 4c.Den första uppsättningen är den på bladets högra kant.Flödesstrukturen i detta läge är rakt åt höger och uppåt (dvs mot blad 2).Den andra gruppen är mitten av bladet.Hastighetsvektorn för denna position är riktad rakt upp, utan någon avvikelse och utan rotation.Minskningen av hastighetsvärdet bestämdes med en ökning av höjden ovanför bladets ände.För den tredje gruppen, belägen på bladens vänstra periferi, riktas flödet omedelbart till vänster, dvs till flockningsmaskinens vägg.Det mesta av flödet som representeras av hastighetsvektorn går upp, och en del av flödet går horisontellt ner.
Två turbulensmodeller, SST k–ω och IDDES, användes för att konstruera tidsgenomsnittliga hastighetsprofiler för 3 rpm och 4 rpm i bladets medellängdplan.Såsom visas i figur 5 uppnås stabilt tillstånd genom att uppnå absolut likhet mellan hastighetskonturerna som skapas av fyra på varandra följande rotationer.Dessutom visas de tidsgenomsnittliga hastighetskonturerna som genereras av IDDES i Fig. 6a, medan de tidsgenomsnittliga hastighetsprofilerna som genereras av SST k – ω visas i Fig. 6a.6b.
Genom att använda IDDES och tidsgenomsnittliga hastighetsloopar genererade av SST k–ω, har IDDES en högre andel hastighetsloopar.
Undersök noggrant hastighetsprofilen skapad med IDDES vid 3 rpm som visas i figur 7. Blandaren roterar medurs och flödet diskuteras enligt anteckningarna som visas.
På fig.7 kan det ses att på ytan av bladet 3 i I-kvadranten finns en separation av flödet, eftersom flödet inte är begränsat på grund av närvaron av det övre hålet.I kvadrant II observeras ingen separation av flödet, eftersom flödet är fullständigt begränsat av flockningsanordningens väggar.I kvadrant III roterar vattnet med en mycket lägre eller lägre hastighet än i de tidigare kvadranterna.Vattnet i kvadranter I och II flyttas (dvs. roteras eller trycks ut) nedåt genom verkan av mixern.Och i kvadrant III trycks vattnet ut av omrörarens blad.Det är uppenbart att vattenmassan på denna plats motstår den annalkande flockningshylsan.Det roterande flödet i denna kvadrant är helt separerat.För kvadrant IV är det mesta av luftflödet ovanför skoveln 3 riktat mot flockningsväggen och förlorar gradvis sin storlek när höjden ökar till den övre öppningen.
Dessutom inkluderar den centrala platsen komplexa flödesmönster som dominerar kvadranter III och IV, vilket visas av de blå prickade ellipserna.Detta markerade område har ingenting att göra med det virvlande flödet i paddelflockningsmaskinen, eftersom den virvlande rörelsen kan identifieras.Detta till skillnad från kvadranter I och II där det finns en tydlig separation mellan internt flöde och fullt rotationsflöde.
Såsom visas i fig.6, när man jämför resultaten av IDDES och SST k-ω, är huvudskillnaden mellan hastighetskonturerna storleken på hastigheten omedelbart under blad 3. SST k-ω-modellen visar tydligt att utökat höghastighetsflöde bärs av blad 3 jämfört med IDDES.
En annan skillnad kan hittas i kvadrant III.Från IDDES noterades, som tidigare nämnts, rotationsflödesseparation mellan flockningsarmarna.Denna position påverkas emellertid starkt av det låga flödet från hörnen och det inre av det första bladet.Från SST k–ω för samma plats visar konturlinjerna relativt högre hastigheter jämfört med IDDES eftersom det inte finns något sammanflytande flöde från andra regioner.
En kvalitativ förståelse av hastighetsvektorfälten och strömlinjerna krävs för en korrekt förståelse av flödesbeteendet och strukturen.Med tanke på att varje blad är 5 cm brett, valdes sju hastighetspunkter över bredden för att ge en representativ hastighetsprofil.Dessutom krävs en kvantitativ förståelse av hastighetens storlek som funktion av höjden över bladytan genom att plotta hastighetsprofilen direkt över varje bladyta och över ett kontinuerligt avstånd av 2,5 cm vertikalt upp till en höjd av 10 cm.Se S1, S2 och S3 i figuren för mer information.Bilaga A. Figur 8 visar likheten mellan ythastighetsfördelningen för varje blad (Y = 0,0) erhållen med PIV-experiment och ANSYS-Fluent-analys med IDDES och SST k-ω.Båda numeriska modellerna gör det möjligt att exakt simulera flödesstrukturen på ytan av flockningsbladen.
Hastighetsfördelningar PIV, IDDES och SST k–ω på bladets yta.X-axeln representerar bredden på varje ark i millimeter, där origo (0 mm) representerar arkets vänstra periferi och änden (50 mm) representerar arkets högra periferi.
Det framgår tydligt att hastighetsfördelningarna för bladen 2 och 3 visas i Fig. 8 och Fig. 8.S2 och S3 i Appendix A visar liknande trender med höjd, medan blad 1 ändras oberoende.Bladens 2 och 3 hastighetsprofiler blir helt raka och har samma amplitud på en höjd av 10 cm från bladets ände.Detta innebär att flödet blir enhetligt vid denna tidpunkt.Detta framgår tydligt av PIV-resultaten, som är väl återgivna av IDDES.Samtidigt visar SST k–ω-resultaten vissa skillnader, särskilt vid 4 rpm.
Det är viktigt att notera att bladet 1 bibehåller samma form av hastighetsprofilen i alla lägen och inte är normaliserat i höjdled, eftersom virveln som bildas i mitten av mixern innehåller det första bladet av alla armar.Jämfört med IDDES visade PIV-bladhastighetsprofilerna 2 och 3 något högre hastighetsvärden på de flesta platser tills de var nästan lika 10 cm över bladets yta.
Posttid: 2022-12-27