Logo PTB

Mathematische Modellierung und Simulation

Arbeitsgruppe 8.41

Numerische Simulation von Strömungsvorgängen

Bei der numerischen Simulation von Strömungen werden die Navier-Stokes-Gleichungen mit Hilfe von numerischen Methoden approximativ gelöst. Anwendungen der Strömungssimulation im Bereich der Metrologie sind beispielsweise:

  • Design und Optimierung von Messaufbauten,
  • Simulation und Vorhersage von Experimenten sowie
  • Bestimmung des Einflusses verschiedener Parameter auf die Messunsicherheit. 

Einleitung

Eine mathematische Beschreibung der Bewegung Newtonscher Flüssigkeiten und Gase ist durch die Navier-Stokes-Gleichungen gegeben, für die mangels analytischer Lösungen numerische Verfahren wie die Methode der finiten Volumen oder die Methode der finiten Elemente eingesetzt werden. Die direkte numerische Lösung (DNS) von turbulenten Strömungen ist aufgrund des enormen Rechenaufwandes nur für relativ simple Strukturen möglich. Für turbulente Strömungen, die durch große  Reynoldszahlen charakterisiert sind,  werden daher empirische Modellannahmen in Form von Turbulenzmodellen (z.B. RANS, LES) eingeführt.
Strömungssimulationsrechnungen bieten als Alternative oder Ergänzung zu  teuren Experimenten u. a. Möglichkeiten zur

  • Voraussage und Validierung von Messungen
  • Risikoberechnungen
  • Bestimmung von Abhängigkeiten, z.B. Materialeigenschaften, Geometrie, Ursache-Wirkung, Fallstudien
  • Optimierung von Messverfahren

Anwendungen

Mathematische Modellierung und numerische Simulation von Mehrphasenströmungen in der Metrologie

Ziel des EMPIR-Projekts „Multiphase flow reference metrology“ ist es, Messunsicherheiten von Mehrphasenströmungen in der Öl- und Gasindustrie zu bestimmen und zu reduzieren. Dafür wird ein typischer Messaufbau, bestehend aus einem 16 Meter langen horizontalen Rohr gefolgt von einer recht komplexen Geometrie rund um ein Venturi-Durchfluss-Messgerät, experimentell und numerisch untersucht. In der AG 8.41 wurden eine Vielzahl von industriell relevanten Konfigurationen mit unterschiedlichen Durchflussraten von Öl, Wasser und Gas mit dem kommerziellen CFD-Code ANSYS Fluent simuliert. Abhängig von den vorgegebenen Geschwindigkeiten der einzelnen Phasen werden verschiedene Strömungsbilder (sog. „flow patterns“) am Ende der Einlaufstrecke beobachtet, die wiederum einen Einfluss auf die Genauigkeit der Durchflussmessung in der Venturi-Düse haben. Die CFD-Simulationen erlauben eine Visualisierung der auftretenden Strukturen in allen Bereichen der Geometrie, auch in Teilen, die für das Experiment schwer zugänglich sind. Weiterhin wurde der Einfluss unterschiedlicher Parameter (wie beispielsweise die Verwendung unterschiedlicher Fluide in den am experimentellen Vergleich teilnehmenden Laboratorien) auf den Druckabfall an der Venturi-Düse untersucht. Ein Vorteil der Simulationen gegenüber dem Experiment besteht darin, dass einzelne Materialparameter unabhängig voneinander variiert werden können und ihr Einfluss daher auch getrennt untersucht werden kann. [mehr]

Bestimmung des Einflusses unsicherer Parameter bei der Simulation von Rohrströmungen

Rohrströmungen werden von einer Vielzahl von Parametern beeinflusst, beispielsweise durch unsichere Anfangs- und Randbedingungen, Geometrievariationen durch Herstellungstoleranzen oder nicht genau bekannte Materialparameter. Diese können die Messunsicherheit von Durchflussmessungen beeinflussen. In der Praxis muss gewährleistet sein, dass Durchflussmessgeräte auch bei gestörten Einströmbedingungen innerhalb der vorgeschrieben Messtoleranz arbeiten. Zur Untersuchung solcher Unsicherheiten wird in der Arbeitsgruppe 8.41 im Rahmen des Projektes NEW04 die nicht-intrusive verallgemeinerte “Polynomial Chaos”-Methode (gPC) in Verbindung mit klassischer Strömungssimulation angewendet. [mehr]

Unterstützende CFD-Simulationen in der Partikelmesstechnik

Die Etablierung eines nationalen Standards für Rußmassenkonzentration und Opazität  erfordert hochstabile Generatoren für Referenzaerosole verschiedenster Materialien in einem weiten Bereich an Partikelgrößen und Partikelanzahlkonzentrationen. Die Konditionierung des definiert erzeugten Aerosols erfolgt in einer sogenannten Verdünnungsstrecke. Sowohl die geometrische Gestaltung dieses  Anlagenteils als auch die Festlegung ausgewählter  Betriebsparameter wurden mit begleitenden CFD-Simulationen unterstützt.  [mehr]

CFD-Simulation der Temperaturverteilung in großen Lagertanks

Lagertanks, wie beispielsweise für Mineralöl und dessen Produkte, können ein Fassungsvermögen von mehr als 50 Millionen Litern besitzen, sodass Temperaturänderungen von wenigen Zehnteln Grad Celsius innerhalb der Flüssigkeit ausreichen, um das Volumen um tausende Liter zu verändern. Beim Handel mit großen Mengen spielt deshalb die exakte Bestimmung der mittleren Flüssigkeitstemperatur innerhalb des Tanks eine wichtige Rolle. Im Rahmen einer wissenschaftlichen Kooperation wurden sowohl Experimente an einem realen Tank als auch umfangreiche Simulationsrechnungen durchgeführt. Letztere erlauben eine Übertragung der Messergebnisse auf andere Flüssigkeiten, andere Witterungsbedingungen und spezielle, bei großen Lagertanks übliche Füllvorgänge mit Flüssigkeiten unterschiedlicher Temperatur. [mehr]

Weitere Anwendungen

Weitere Anwendungen der CFD Simulation sind das Be-und Entladen von Tankfahrzeugen und die Modellierung von nichtreaktiven Freistrahlen. [mehr]

Nach oben

Projekte

  • EMPIR 16ENG07 Multiphase Flow Reference Metrology (Juni 2017 - Mai 2020)
  • EMRP ENG58   Multiphase flow metrology in oil and gas production  (Juni 2014 - Mai 2017)
  • EMRP NEW04   Novel mathematical and statistical approaches to uncertainty evaluation  (August 2012 - Juli 2015)
  • Temperaturverteilung in großen Lagertanks  (2010 – 2012)

Publikationen

S. Schmelter, M. Olbrich, E. Schmeyer;M. Bär
Proceedings of the 18th International Flow Measurement Conference FLOMEKO 2019,
2019.
M. Olbrich, E. Schmeyer, M. Bär, M. Sieber, K. Oberleithner;S. Schmelter
Proceedings of the 18th International Flow Measurement Conference FLOMEKO 2019,
2019.
L. Riazy, T. Schäffter, M. Olbrich, J. A. Schueler, F. v. Knobelsdorff-Brenkenhoff, T. Niendorf;J. Schulz-Menger
Magnetic Resonance in Medicine,
2019.
(advance online publication)
M. Olbrich, E. Schmeyer, L. Riazy, K. Oberleithner, M. Bär;S. Schmelter
J. Phys.: Conf. Series, 1065(9),
092015,
2018.
S. Schmelter, M. Olbrich, E. Schmeyer;M. Bär
Proceedings of the North Sea Flow Measurement Workshop 2018,
2018.
M. Straka, A. Fiebach, T. Eichler;C. Koglin
Flow Measurement and Instrumentation, 60
124--133,
2018.
A. Weissenbrunner, A. Fiebach, M. Juling;P. U. Thamsen
Eccomas Proceedia UNCECOMP,(5393),
576--587,
2017.
A. Fiebach, E. Schmeyer, S. Knotek;S. Schmelter
Proceedings of the 17th International Flow Measurement Conference FLOMEKO 2016,
2016.
S. Knotek, A. Fiebach;S. Schmelter
Proceedings of the 17th International Flow Measurement Conference FLOMEKO 2016,
2016.
A. Weissenbrunner, A. Fiebach, S. Schmelter, M. Bär, P. Thamsen;T. Lederer
Flow Measurement and Instrumentation,
2016.
S. Schmelter, A. Fiebach;A. Weissenbrunner
tm-Technisches Messen, 83(2),
71-76,
2016.
G. Lindner, S. Schmelter, R. Model, A. Nowak, V. Ebert;M. Bär
J. Fluids Eng, 138(3),
031302,
2016.
A. Weissenbrunner, A. Fiebach, S. Schmelter, M. Straka, M. Bär;T. Lederer
Proceedings of Imeko 2015 XXI World Congress Measurement in Research and Industry,
2015.
S. Schmelter, A. Fiebach, R. Model;M. Bär
Int. J. Comp. Fluid. Dyn., 29(6-8),
411-422,
2015.
G. Wendt, R. Jost, S. Schmelter;D. Werner
Technische Sicherheit, 11
13--17,
2014.
S. Schmelter, R. Model, G. Wendt;M. Bär
Proceedings of Flomeko 2013 16th International Flow Measurement Conference,
2013.
K. Jousten, S. Pantazis, J. Buthig, R. Model, M. Wüest;J. Iwicki
Vacuum, 100
14--17,
2013.
R. Model, S. Schmelter, G. Lindner;M. Bär
In F. Pavese, M. Bär, J.-R. Filtz, A. B. Forbes, L. Pendrill and K. Shirono, Editor, Band 84
Herausgeber: World Scientific, New Jersey,
, 2012
H. Förster, W. Günther, G. Lindner;R. Model
Technische Sicherheit, 1
18--27,
2011.
S. Schmelter, G. Lindner, G. Wendt;R. Model
AIP Conf. Proc. Band 1389, Seite 106-109
, 2011
R. Model;U. Hammerschmidt
Thermal Conductivity 26/Thermal Expansion 14,
346--357,
2005.
R. Model
International Journal of Thermophysics, 26(1),
165--178,
2005.
Export als:
BibTeX, XML