Μαθηµατική και Αριθµητική Μοντελοποίηση στη...
TRANSCRIPT
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
Μαθηµατική και Αριθµητική Μοντελοποίηση στη
Μηχανολογία
Νικόλαος Γ. ΧρηστάκηςΤµήµα Εφαρµοσµένων Μαθηµατικών
Πανεπιστήµιο Κρήτης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
Περίληψη
Σύνθετο πρόβληµα της Μηχανολογίας
Καθορισµός της Φυσικής του προβλήµατος
Χρησιµοποίηση κατάλληλων µαθηµατικών-υπολογιστικών τεχνικών
για επίλυσή του
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΟργάνωσηΟργάνωση ∆ιάλεξης∆ιάλεξης
• Στόχοι• Εισαγωγή στην Μαθηµατική-Αριθµητική Μοντελοποίηση
• Εξισώσεις, αλγόριθµοι και τεχνικές για περιγραφή συστηµάτων-διεργασιών
• Προβλήµατα και µεθοδολογία επίλυσης• Προσοµοιώσεις και αποτελέσµατα• Ανακεφαλαίωση- Συµπεράσµατα
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣτόχοιΣτόχοι
∆ηµιουργία κατάλληλων µαθηµατικών-υπολογιστικών εργαλείων για:
• ανάλυσηανάλυση συµπεριφοράς διεργασιών-συστηµάτων
•• πρόβλεψηπρόβλεψη εξελικτικής πορείας φαινοµένου υπό µελέτη
•• εκ των προτέρων προσδιορισµόςεκ των προτέρων προσδιορισµός πιθανών προβληµάτων
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικήΜαθηµατική –– Αριθµητική ΜοντελοποίησηΑριθµητική Μοντελοποίηση
• Μαθηµατική µοντελοποίηση: Η έκφραση µε κατάλληλες εξισώσεις των βασικών ιδιοτήτων-νόµων που διέπουν διεργασίες που απαντώνται στη φύση και η µελέτη-επίλυσή τους υπό αρχικές συνθήκες µε κατάλληλες µαθηµατικές µεθόδους.
• Αριθµητική µοντελοποίηση: Η χρησιµοποίηση αριθµητικών-υπολογιστικών τεχνικών µε την εισαγωγή κατάλληλων οριακών συνθηκών για την αριθµητική επίλυση προβληµάτων µε τη χρήση Η/Υ.
• Εφαρµογές σε Μηχανολογία, Φυσική, Μαθηµατικά, Βιοϊατρική, Γενετική κλπ.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαράδειγµαΠαράδειγµα
Κίνηση βολίδαςΒολίδα βάλλεται από ύψος H µε οριζόντια ταχύτητα Uy
x
U
H
y
x
U
H
mg
∆t
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαράδειγµαΠαράδειγµα
Μαθηµατικό µοντέλοΕξισώσεις περιγραφής συστήµατος
Αρχικές συνθήκες (Α.Σ.)x=0, y=Hdx/dt=U, dy/dt=0
y
x
U
H
mgdt
ydm
dtxdm
−=
=
2
2
2
2
0
για t=0
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαράδειγµαΠαράδειγµαΑναλυτική λύση (µε χρήση Α.Σ.)
Παραβολική τροχιάΠαραβολική τροχιά
y
x
U
H
mg
Utx
Udtdx
=⇒
=
Hgty
gtdtdy
+−=⇒
−=
2
21
HUxgy +−= 2
2
21
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαράδειγµαΠαράδειγµαΑριθµητική Επίλυση• Μέθοδος προσέγγισης
παραγώγων
όπου ∆t=h• Μέθοδος Euler (1768)
Προσέγγιση βήµα-βήµα • Περισσότερα-µικρότερα
βήµατα ⇒καλύτερη προσέγγιση
• Επίλυση υπολογιστικά µε βρόγχο DO ή FOR
x
t h h ht1 t2 t3
Πραγµατική λύση
xoκλίσηf(xo,0)
κλίσηf(x1t1)
κλίσηf(x2,t2)
),(
),(
),(
1
1
nnnn
nnnn
txfhxx
txfh
xx
txfdtdx
⋅+=⇒
=−
⇒
=
+
+
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικήΜαθηµατική –– Αριθµητική ΜοντελοποίησηΑριθµητική Μοντελοποίηση
•• ΛόγοιΛόγοι που καθιστούν απαραίτητη τη χρήση που καθιστούν απαραίτητη τη χρήση Μοντελοποίησης για περιγραφή συστηµάτων:Μοντελοποίησης για περιγραφή συστηµάτων:
– Κατανόηση φαινοµένων που συµβαίνουν σε συστήµατα τα οποία δεν είναι προσβάσιµα µε άλλο τρόπο.
– Πρόβλεψη της πορείας ενός συστήµατος κάτω από δεδοµένες συνθήκες
– Βελτιστοποίηση διεργασίας/καλύτερος σχεδιασµός εξοπλισµού ⇒ εξοικονόµηση χρόνου και πόρων
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
Μοντελοποίηση στη ΜηχανολογίαΜοντελοποίηση στη Μηχανολογία
•Άµεσα συνδεδεµένη µε τη µελέτη ροών υγρών-στερεών-αερίων ή/και αλληλεπιδράσεις σωµατιδίων
∆ΥΝΑΜΙΚΗ ΡΕΥΣΤΩΝ ∆ΥΝΑΜΙΚΗ ΡΕΥΣΤΩΝ –– ΜΗΧΑΝΙΚΗ ΣΤΕΡΕΩΝΜΗΧΑΝΙΚΗ ΣΤΕΡΕΩΝ
ΠΡΟΒΛΕΨΕΙΣ- Ροή ρευστών (υγρά,στερεά,αέρια), Μεταφορά θερµότητας (κλίσεις θερµοκρασίας, αλλαγή φάσης), Μεταφορά µάζας (αλλαγή φάσης, µεταβολή µεγέθους σωµατιδίων Τάση/παραµόρφωση στερεών(κατασκευές, συµπλέγµατα σωµατιδίων)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑπόΑπό την Πραγµατικότητατην Πραγµατικότητα……
Σύνθετη βιοµηχανική µονάδα κατεργασίας χαλκού
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
……στα Μαθηµατικά Μοντέλαστα Μαθηµατικά Μοντέλα……
•Εξισώσεις περιγραφής µεταφοράς µάζας-ορµής-θερµότητας
•Καταστατικοί νόµοι για χηµικές αντιδράσεις ή/και άλλες τυχόν αλληλεπιδράσεις µεταξύ των συνιστωσών του συστήµατος
•Κατάλληλες αρχικές συνθήκες
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
……στη στη ∆ιακριτοποίηση∆ιακριτοποίηση……
Αναπαράσταση της σύνθετης διεργασίας στον “αριθµητικό” κόσµο
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
……στα Αριθµητικά Μοντέλαστα Αριθµητικά Μοντέλα……
•Επιλογή κατάλληλων αριθµητικών σχηµάτων και οριακών συνθηκών
•Εξασφάλιση ότι η λύση είναι κατ’αρχήν αξιόπιστη και σωστή (µέσα στα όρια ακρίβειας που έχουν τεθεί)
•Εξέταση αποτελεσµάτων (αριθµητικών και γραφικών)
•Βελτίωση µοντέλου µετά από αρχικές προσοµοιώσεις (καλύτερη κατανόηση συµπεριφοράς µοντέλου)
•Τέλος, αποδοχή λύσης µετά από ικανοποίηση κριτηρίων σύγκλισης-ακρίβειας
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
……και Πίσωκαι Πίσω!!
Καύσιµο ΘερµοκρασίαΠροβλέψεις χηµικών αντιδράσεων
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικάΜαθηµατικά ΜοντέλαΜοντέλα--Βασικές Εξισώσεις(Βασικές Εξισώσεις(ΙΙ))
Νόµοι ∆ιατήρησης Μάζας, Ορµής, Ενέργειας σε στοιχείο του ρευστού
z
xy
•Η µάζα του ρευστού διατηρείται•Ο ρυθµός µεταβολής της ορµής ισούται µε το σύνολο των εξωτερικώνδυνάµεων που ασκούνται στο στοιχείο (2ος Νόµος Νεύτωνα)•Ο ρυθµός µεταβολής της ενέργειας ισούται µε το ρυθµό προσθήκηςθερµότητας και το ρυθµό απόδοσης έργου στο στοιχείο (1ος Νόµος Θερµοδυναµικής)
ΜηΜη--γραµµκέςγραµµκές µερικές διαφορικέςµερικές διαφορικές εξισώσεις διατήρησης µάζας, εξισώσεις διατήρησης µάζας, ορµής και ενέργειαςορµής και ενέργειας
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικάΜαθηµατικά ΜοντέλαΜοντέλα--Βασικές Εξισώσεις(Βασικές Εξισώσεις(ΙΙΙΙ))
Γενική Μορφή Νόµων ∆ιατήρησης
Χρονικός ρυθµός + Μεταφορά - ∆ιάχυση = Πηγαίοι όροι
όπου φ: γραµµικόγραµµικό µέγεθος
φφφρ∂ρφ∂ Sudivt
=∇Γ−+ )()(
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικάΜαθηµατικά ΜοντέλαΜοντέλα--Βασικές Εξισώσεις (Βασικές Εξισώσεις (ΙΙΙΙΙΙ))
• ∆ιατήρηση Μάζας
• ∆ιατήρηση Ορµής(εξισώσεις Navier-Stokes)
• ∆ιατήρηση Εσωτ. Ενέργειαςi=cT, Φ: όρος απωλειών σχετιζόµενος µε την παράγωγο της ταχύτητας και το ιξώδες µ
uSxPuVudiv
tu
+−=∇−+∂∂µρ
∂ρ∂ )()(
ρρ∂
ρ∂ SVdivt
=+ )()(
vSyPvVvdiv
tv
+−=∇−+∂∂µρ
∂ρ∂ )()(
wSzPwVwdiv
tw
+−=∇−+∂∂µρ
∂ρ∂ )()(
iSVPTkVidivti
+Φ+∇−=∇−+ )()( ρ∂ρ∂
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικάΜαθηµατικά ΜοντέλαΜοντέλα--Ταξινόµηση ΣυµπεριφοράςΤαξινόµηση Συµπεριφοράς
Φυσική συµπεριφορά• Προβλήµατα Ισορροπίας (χρονικά αµετάβλητες λύσεις-steady steady
statestate)• Προβλήµατα χρονικά µεταβαλλόµενων λύσεων (transient)transient)
Γεωµετρική συµπεριφοράΚαθορίζεται από συµπεριφορά παραγώγου υψηλότερης τάξης•• ΥπερβολικέςΥπερβολικές εξισώσεις, π.χ. , εξίσωση κύµατος
•• ΠαραβολικέςΠαραβολικές εξισώσεις, π.χ. , εξίσωση διάχυσης
•• ΕλλειπτικέςΕλλειπτικές εξισώσεις, π.χ. , εξίσωση Laplace
Σε πολλά προβλήµατα η συµπεριφορά είναι µεικτήµεικτή
2
22
2
2
xc
t ∂∂
=∂∂ ϕϕ
2
2
xa
t ∂∂
=∂∂ ϕϕ
02
2
2
2
=∂∂
+∂∂
xxϕϕ
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜαθηµατικάΜαθηµατικά ΜοντέλαΜοντέλα--Καταστατικοί Καταστατικοί Νόµοι/ΠαραµετροποιήσειςΝόµοι/Παραµετροποιήσεις
• Απαραίτητοι για τη σύνδεση βασικών ιδιοτήτων υλικών µε βασικές παραµέτρους των εξισώσεων µεταφοράς µάζας-ορµής-θερµότητας
• Συνήθως εξάγονται από βασική θεωρία, π.χ. Μηχανική Συνεχούς Μέσου, Θερµοδυναµική, Ηλεκτροδυναµική κλπ.
• Σε µερικές περιπτώσεις είναι ηµιηµι--εµπειρικοί εµπειρικοί
Παραδείγµατα- Καταστατική εξίσωση ιδανικών αερίων (συνδέει πίεση µε πυκνότητα και θερµοκρασία): p=ρRgΤ-Εξίσωση ισορροπίας απόλυτης υγρασίας (σύνδεση του ποσοστού υδρατµών σε κορεσµένο αέρα µε σχετική υγρασία ισορροπίας-ΕRΗ):
sateq YERHY ⋅=
02
/1
2
=Γ+⋅+⋅
=−
ERHBERHA
TReCY
va
TC
sat ερόπου
⇐ ηµιηµι--εµπειρικήεµπειρική σχέσησχέση
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--∆ιαδικασία Επίλυσης∆ιαδικασία Επίλυσης
Πρόβληµα ⇒ Μαθηµατικό µοντέλο
⇓Επιλογή αριθµητικούαριθµητικού σχήµατοςσχήµατος διακριτοποίησηςδιακριτοποίησης στο χώρο
και χρόνο (µε επιλογή τάξης ακρίβειας της χωρικήςδιακριτοποίησης)
⇓Επιλογή µεθόδουµεθόδου επίλυσηςεπίλυσης του συστήµατος των
διακριτοποιηµένων διαφορικών εξισώσεων
⇓Ανάλυση της ποιότητας του αλγόριθµου από άποψη
αξιοπιστίαςαξιοπιστίας--ευστάθειαςευστάθειας-σύγκλισηςσύγκλισης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--∆ιακριτοποίηση∆ιακριτοποίηση ((II))Τρεις οι κύριες κατηγορίες:• Πεπερασµένες ∆ιαφορές
– Βασίζονται στις ιδιότητες αναπτυγµάτων Taylor– Στην απλούστερη µορφή: µέθοδος Euler µε προσέγγιση των παραγώγων ως:
– Εφαρµογή σε δοµηµένα πλέγµατα (τετράγωνα,κύβους)– Σχήµατα διαφόρων τάξεων προσέγγισης (1η, 2η, 3η κλπ., ανάλογα
µε την τάξη των όρων που επιλέγουµε να κρατήσουµε)– Σχήµατα διαφορετικών κατευθύνσεων προσέγγισης (εάν δηλαδή προσεγγίζουµε την τιµή της µεταβλητής από µπροστά-upwindupwind, από πίσω-downwinddownwind ή και από τις δύο κατευθύνσεις-centralcentral)
– Σχήµατα άµεσα (explicitexplicit-η τιµή της µεταβλητής στο νέο χρόνο n+1 εξαρτάται ΜΟΝΟ από τιµές γειτονικών µεταβλητών στον παλιό χρόνο n) ή έµµεσα (implicitimplicit-η τιµή της µεταβλητής στο νέο χρόνο n+1εξαρτάται και από τιµές γειτονικών µεταβλητών στον νέο χρόνο n+1)
xdxd ii
∆−
= + ϕϕϕ 1
tdtd nn
∆−
= + ϕϕϕ 1
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--∆ιακριτοποίηση∆ιακριτοποίηση ((IIII))
• Πεπερασµένα Στοιχεία– Πλέγµατα µπορούν να έχουν τυχαίο σχήµα για καλύτερη κάλυψη του υπολογιστικού χωρίου (συνήθως τρίγωνα σε 2-δ, τετράεδρα σε 3-δ)
– Ορισµός δοκιµαστικών συναρτήσεωνδοκιµαστικών συναρτήσεωνΝΙ(x) στους κόµβους Ι έτσι ώστε η λύση παραµέτρου της ροής (π.χ. ταχύτητας) ναµπορεί να εκφρασθεί ως:σε όλα τα Ι
– Ολοκλήρωση εξισώσεων στον υποχώρο επίλυσης Ω µε τη χρήση συναρτήσεων βάρους συναρτήσεων βάρους W (µέθοδος Galerkin: W=NI)⇒ γραµµικοποίηση εξισώσεων ⇒ επίλυση συστήµατος
I
∑=I
II xNuxu )()(
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--∆ιακριτοποίηση∆ιακριτοποίηση ((IIIIΙΙ))
• Πεπερασµένοι Όγκοι– Ιδέα ολοκλήρωσης παρόµοια µε πεπερασµένα στοιχεία, αλλά η συνάρτηση W είναι 1.
– Χρησιµοποιεί θεώρηµα Gauss– Γραµµικοποίηση συστήµατος για επίλυση
ΠαράδειγµαΕξίσωση συνέχειας
(Area)f
uf
χωρίο
∫∫ ⋅Ν=ΝSV
SddVdiv
∑
∑
∫∫
∆∆
−=⇒
=+∆∆
−⇒
=+
+
+
facesffnfnnn
facesffnfn
nn
VV
AreauVt
AreauVt
dVudivdVt
)(
0)(
0)(
1
1
ρρρ
ρρρ
ρ∂∂ρ
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--ΕπιλύτεςΕπιλύτες• Μέθοδοι απ’ευθείας επίλυσης (µέθοδοι ενός βήµατος, εξισώσεις
µεταφοράς)– Μέθοδος Euler– Τροποποιηµένη µέθοδος Euler– Μέθοδοι Runge-Kutta διαφόρων τάξεων– Σχήµατα Van Leer
• Επαναληπτικές µέθοδοι (συνεχείς επαναλήψεις έως ότου ικανοποιηθεί κάποιο κριτήριο σύγκλισης των λύσεων, εξισώσεις ορµής)– Jacobi– Gauss-Seidel– Μέθοδοι διόρθωσης πίεσης (pressure correction methods)
• SIMPLE (Semi Implicit Method for Pressure-Linked Equations) ⇒ ζεύξη της εξίσωσης ορµής µε την εξίσωση συνέχειας και καθορισµός παραµέτρου διόρθωσης της πίεσης, επανάληψη της διαδικασίας επίλυσης µέχρι να ικανοποιηθεί κριτήριο σύγκλισης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Οριακές ΣυνθήκεςΟριακές Συνθήκες
• Απαραίτητες για την εξαγωγή αξιόπιστων-σωστών αποτελεσµάτων• ∆ιαχωρισµός σε:
–– Συνθήκες εισόδουΣυνθήκες εισόδου–– Συνθήκες εξόδουΣυνθήκες εξόδου–– Επίπεδα συµµετρίαςΕπίπεδα συµµετρίας–– Συµπαγή όριαΣυµπαγή όρια–– Κινούµενα όριαΚινούµενα όρια–– ΠεριοδικότηταΠεριοδικότητα (κυκλικά όρια)ΠαράδειγµαΣε συµπαγή όρια για δυναµικές ροές:
όπου το µοναδιαίο διάνυσµα κάθετο στο όριο και gn η συνιστώσα της βαρύτηταςστην κατεύθυνση του
ngnP
nU
−=⋅∇
=⋅
ˆ0ˆ
n
n
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Ανάλυση ΠοιότηταςΑνάλυση Ποιότητας• Σε ένα αλγόριθµο τρία κριτήρια πρέπει να ικανοποιούνται για να γίνει η λύση
αποδεκτή:– Αξιοπιστία
• Εκφράζει το ότι οι διακριτοποιηµένες εξισώσεις τείνουν στις διαφορικέςεξισώσεις από τις οποίες προήλθαν όταν ∆x και ∆t τείνουν στο 0
• Τα αποτελέσµατα πρέπει να είναι λογικά-σωστή εφαρµογή των κατάλληλων αριθµητικών σχηµάτων
– Σταθερότητα• Το αριθµητικό σχήµα πρέπει να µην επιτρέπει την απεριόριστη αύξηση του αριθµητικού σφάλµατος
• Κριτήριο CFL: ∆t≤ ∆xmin/umax (όλες οι ποσότητες πρέπει ναµεταφέρονται ανά ένα υπολογιστικό κελλί σε κάθε χρονικό βήµα)
– Σύγκλιση• Η αριθµητική λύση πρέπει να προσεγγίζει την πραγµατική λύση όταντο χρονικό και χωρικό βήµα τείνουν στο 0
• Ορισµός αυστηρών κριτηρίων ώστε να εξασφαλίζεται η καλή σύγκλιση σε προβλήµατα που η ποσοτική πρόβλεψη τηςπορείας ενός συστήµατος είναι απαραίτητη
• Απαραίτητος ο κα0ορισµός τουκριτηρίου σύγκλισης πάντα σε σχέση µε την τάξη µεγέθους της υπολογιζόµενης ποσότητας
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΙΙ))
• Αριθµητικά σχήµατα επίλυσης εξίσωσης συνέχειας σε υπολογιστικά πλαίσια τύπου Euler (το πλέγµα δεν µεταβάλλεται)
• Πολύ σηµαντικά για την προσοµοίωση συστηµάτων µε σύνθετη γεωµετρία όπου η παρακολούθηση ελευθέρων επιφανειών είναι σηµαντική, όπως:– Προσκρούσεις κυµάτων σε παράκτιες κατασκευές– Πορεία αύξησης σταγόνων σε νέφη– Γέµισµα καλουπιών µε πολυµερή υλικά– Αναµείξεις υγρών– ∆ιαχωρισµός µετάλλων από προσµείξεις
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΙΙΙΙ))
• ∆ιάφοροι αλγόριθµοι έχουν αναπτυχθεί για τέτοιες εφαρµογές– Αλγόριθµος SEA (TVD σχήµα)– Μέθοδος Level Set – Volume of Fluid
• ∆ηµοφιλές λόγω της υπολογιστικής του αποτελεσµατικότητας και της ευκολίας εισαγωγής σε οποιοδήποτε υπολογιστικό πλαίσιο
• Απόρροια της εξίσωσης συνέχειας• Αρχική εφαρµογή: µεταφορά καυσίµου από διαστηµόπλοια• Αρχικό πλαίσιο ανάπτυξης: πεπερασµένες διαφορές-δοµηµένα πλέγµατα
• Βασίζεται στον υπολογισµό κλασµατικού όγκου F ρευστού µέσα σε χωρίο του υπολογιστικού πλέγµατος (0<F<1)
• Ανάπτυξη-Επέκταση για πεπερασµένους όγκους και µη-δοµηµένα πλέγµατα
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΙΙΙΙΙΙ))
Βασική εξίσωση κλασµατικού όγκου F (υπόθεση ασυµπίεστης ροής)
∆ιακριτοποίηση µε πεπερασµένους όγκους
0F F F Fu v wt x y z
∂ ∂ ∂ ∂+ + + =
∂ ∂ ∂ ∂
∑∆∆
−=+faces
ffnfnnn AuFVtFF 1
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΙΙVV))
• Καθορισµός χωρίων σε ∆ότες (Donors)και Αποδέκτες (Acceptors) καιυπολογισµός του κλασµατικού όγκου γιακάθε όψη των χωρίων του πλέγµατος.
• Για µία όψη:
|V| = uf δt και δχc=λόγος όγκου ∆ότη προς εµβαδόν όψηςστην κατεύθυνση κάθετα προς την όψη (για δοµηµέναπλέγµατα δχc = η διάσταση του πλέγµατος)
MIN ( | | ) , ( )
MAX(1 ) (1.0 ) , 00AD f D c f
AD D c
F F V CF A F x A
CF F V F x .
δ δ δ δ
δ
= + ⋅ ⋅ ⋅
= − − −
D Α
AAA
DDD
VFFF
VFFF
δ
δ
+=
−=
old new
old new όπου
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (VV))
• Η συνάρτηση FAD κα0ορίζεται ανάλογα µε την κλίσηκλίσηκατεύθυνσηςκατεύθυνσης τηςτης ελεύθερηςελεύθερης επιφάνειαςεπιφάνειας µέσα σε κάθε χωρίουπολογίζοντας εν γένει κλίσεις (παραγώγους) τωνσυναρτήσεων (F·διάσταση) στις άλλες κατευθύνσεις.
• Παράδειγµα: σε ορθογώνιο δοµηµένο πλέγµα για την x-κλίση κατεύθυνσης προς την y-διεύθυνση έχουµε(Fj+1∆xj+1- Fj∆xj)/∆yj.
• Συγκρίνοντας µεταξύ τους τις κλίσεις αυτές καθορίζεται ηκατεύθυνση της ελεύθερης επιφάνειας σε κάθε χωρίο, δηλαδή προς ποια όψη είναι κάθετη, οριζόντια κλπ.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (VVΙΙ))
• Για δοµηµένα πλέγµατα:– FAD = FA εάν
• Επιφάνεια στον ∆ότη είναι παράλληλη µε την όψη της πλευράς πουεξετάζουµε
• Χωρίο πίσω από ∆ότη είναι άδειο• Χωρίο Αποδέκτη είναι άδειο
– FAD = FD εάν• Επιφάνεια στον ∆ότη είναι κάθετη στην όψητης πλευράς που εξετάζουµε
D
A
D A
D
A
D
A
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (VVΙΙΙΙ))
• Για µη-δοµηµένα πλέγµατα ή περιπτώσεις όπου η ελεύθερη επιφάνειαδεν είναι απόλυτα κάθετη/οριζόντια:
FAD = συνδιασµός (FA , FD ) σύµφωνα µε:
Οι παράγωγοι αναπαριστούν τις κλίσεις κατεύθυνσεις της ελεύθερηςεπιφάνειας.
D
A
( ) ( )MAX MIN
AD A D
MAX MIN MAX MIN
dF dFdF dFdn dnd normal d normal
F F FdF dF dF dF
dn dn dn dn
+ −= +
+ +
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (VVΙΙΙΙΙΙ))
• ΠΑΡΑ∆ΕΙΓΜΑ 1: Στήλη νερού που καταρρέει λόγωβαρύτητας– 2-δισδιάστατες προσοµειώσεις
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΙΧΙΧ))
ΠΑΡΑ∆ΕΙΓΜΑ 1
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΧΧ))
• ΠΑΡΑ∆ΕΙΓΜΑ 1• Σύγκριση µε πειραµατικά δεδοµένα για 2 στήλεςόπου: (α) ύψος = πλάτος και (β) 2·ύψος=πλάτος
– Κανονικοποιηµένες αποστάσεις του µετώπου του νερούπρος κανονικοποιηµένο χρόνο
1
1.52
2.53
3.5
00.5
11.5
22.5
tim
e t*
sqrt
(|g|/a)
front
positio
n(l/a
)
PH
YS
ICA
experim
enta
l
1
1.52
2.53
3.54
00.5
11.5
22.5
3
tim
e t*
sqrt
(|g|/a)
front
positio
n(l/a
)
PH
YS
ICA
experim
enta
l
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΧΙΧΙ))
• ΠΑΡΑ∆ΕΙΓΜΑ 2: ΚΟΥΦΙΟ ΤΕΤΡΑΓΩΝΟ-HOLLOW SQUARE
• Τετράγωνο ρευστού, το οποίο στη µέση τουπεριλαµβάνει ένα ελαφρύτερο ρευστό, πέφτειλόγω βαρύτητας και προσπίπτει σε ακίνητορευστό
Time = 0.8 seconds Time = 1.0 seconds
Time = 1.2 seconds Time = 1.4 seconds
1 2
3 4
16-FEB-2001 14:15 square.psFEMGV 6.1-02 : University of Greenwich
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Αλγόριθµοι για Προβλήµατα µε Αλγόριθµοι για Προβλήµατα µε Ελεύθερες Επιφάνειες (Ελεύθερες Επιφάνειες (ΧΙΙΧΙΙ))
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑριθµητικάΑριθµητικά ΜοντέλαΜοντέλα--Υπολογιστικά πακέταΥπολογιστικά πακέτα• Η λίστα αυτή είναι ΕΝ∆ΕΙΚΤΙΚΗ:
– ANSYS: Πεπερασµένα Στοιχεία, χρήση κυρίως για δοµική ανάλυση, www.ansys.com
– FLOTHERM: Πεπερασµένοι Όγκοι, µεταφορά θερµότητας, www.flomerics.com
– Flow-3D: Πεπερασµένες ∆ιαφορές, βασισµένος σε τεχνική VOF,κυρίως χρήση για µελέτη ροών µε ελεύθερες επιφάνειες, www.flow3d.com
– FLUENT: Πεπερασµένες ∆ιαφορές/Όγκοι; Κώδικας γενικής χρήσεως και εφαρµογών, επιτρέπει πολυφασικές ροές, www.fluent.com
– PHOENICS: Πεπερασµένες ∆ιαφορές, χρήση για προσοµοιώσεις πολυφασικών ροών, www.cham.co.uk
– PHYSICA: Πεπερασµένοι Όγκοι, χρήση για προσοµοιώσεις πολλών φαινοµένων ροής, επιτρέπει το συνδυασµό πολλών διεργασιών, www.gre.ac.uk/~physica
– Star-CD: Πεπερασµένες ∆ιαφορές/Όγκοι; Κώδικας γενικής χρήσεως, www.cd.co.uk
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΤοΤο υπολογιστικό πακέτουπολογιστικό πακέτο PHYSICAPHYSICAPHYSICA : 3-διάστατο Πακέτο Μη-∆οµηµένων-Πλεγµάτων Πεπερασµένων-
Όγκων Συνδιασµού ∆ιεργασιών Κύρια Χαρακτηριστικά:
• 3-διάστατες κατασκευές δεδοµένων για υπολογιστικά στοιχεία σύνθετου σχήµατος (τετράεδρα, εξάεδρα κλπ.).
• 3-διάστατη δυνατότητα χρήσης µη-δοµηµένων πλεγµάτων µε περιοχές πολλαπλών υλικών.
• τελειοποιηµένη τεχνολογία διακριτοποίησης/επίλυσης (πεπερασµένοι όγκοι) για φαινόµενα µεταφοράς (µάζας/ορµής/ενέργειας), φυσικές-χηµικές διεργασίες και συνδυασµών τους.
• κώδικας βασισµένος σε αντικειµενοστραφείς (object oriented) µεθοδολογίες
• ΑΝΟΙΧΤΟ πλαίσιο/δοµή, επιτρέπει στο χρήστη εισαγωγή των δικών του καταστατικών νόµων και αλληλεπιδράσεων.
• Παράλληλη εκτέλεση.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
Εισαγωγή σε σύνθετες µηχανολογικές διεργασίες, προβλήµατα και
αντιµετώπισή τους µε τη βοήθεια µαθηµατικών και αριθµητικών
µοντέλων
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜηχανολογικέςΜηχανολογικές--Βιοµηχανικές ∆ιεργασίες Βιοµηχανικές ∆ιεργασίες και τα προβλήµατα που σχετίζονται µε αυτέςκαι τα προβλήµατα που σχετίζονται µε αυτές
Τα κυριότερα προβλήµατα προκύπτουν κατά τη διάρκεια αλληλεπιδράσεωναλληλεπιδράσεων των συστηµάτων που εµπλέκονται στις διεργασίες αυτές τόσο µεταξύ τους όσο και µε το άµεσο περιβάλλον τους :
1. Λόγω έλλειψης κατανόησης της σύνθετης συµπεριφοράς τόσο τόσο των συστηµάτων όσο καιόσο και των διεργασιών.
2. Λόγω έλλειψης εκπαίδευσης αυτών που φέρουν την ευθύνη για την επίλυση των προβληµάτων.
3. Λόγω έλλειψης ενσωµατωµένων εργαλείων και στρατηγικών αντιµετώπισης των προβληµάτων µε “λογικό”- µη εµπειρικό τρόπο.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΤοΤο ΠρόβληµαΠρόβληµα
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΗΗ Σωστή Λύση;Σωστή Λύση;
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΗΗ Σωστή Λύση!Σωστή Λύση!• Ανάλυση του προβλήµατος και της εξελικτικής πορείας της
διεργασίας (µε επιστηµονικό τρόπο!)• Κατανόηση των αιτιών του προβλήµατος• Καθορισµός της φυσικής του συστήµατος, τόσο στο µακροσκοπικό
επίπεδο όσο και στο µικροσκοπικό επίπεδο (όπου αυτό είναι εφικτό-απαραίτητο για την κατανόηση και ανάλυση των αλληλεπιδράσεων µεταξύ επιµέρους συνιστωσών του συστήµατος)
• Καταστατικοί νόµοι-παραµετροποιήσεις και συνδυασµός τους µε τις µακροσκοπικές εξισώσεις ροής για τη σύνδεση βασικών ιδιοτήτων του συστήµατος µε µακροσκοπικές µεταβλητές της ροής
• Μελέτη-Επίλυση µε κατάλληλα µαθηµατικά-αριθµητικά εργαλεία• ∆υνατότητα επαλήθευσης αποτελεσµάτων και περαιτέρω χρήση του
µοντέλου για εξαγωγή ποιοτικών και ποσοτικών προβλέψεων για την εξελικτική πορεία της διεργασίας
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠροβλήµαταΠροβλήµατα υπό εξέτασηυπό εξέταση
∆ιεργασίες διαχείρησης κοκκώδων υλικών
Παλινδροµική συγκόλληση µε τριβή
Προσκρούσεις κυµάτων σε παράκτιες κατασκευές
Άλλες εφαρµογές
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιεργασίες∆ιεργασίες που αφορούν κοκκώδη υλικάπου αφορούν κοκκώδη υλικά
• Πολύ σηµαντικά γιατί υπεισέρχονται σε όλους σχεδόν τους κλάδους της κατασκευαστικής βιοµηχανίας π.χ. τρόφιµα, καύσιµα, οικοδοµικά υλικά, φαρµακευτικά σκευάσµατα.
• $130 δις ετήσιος τζίρος από διαχείριση κοκκωδών υλικών και $13 δις ετήσιες απώλειες λόγω επιχειρησιακών προβληµάτων µόνο στην ΑΓΓΛΙΑ!
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣχηµατικήΣχηµατική αναπαράσταση διαχείρισης τυπικής αναπαράσταση διαχείρισης τυπικής διεργασίας µεγάλης κλίµακας µε κοκκώδη υλικάδιεργασίας µεγάλης κλίµακας µε κοκκώδη υλικά
Σιλόροής/
αποθήκευσης
1. Πρόβληµα ∆ΙΑΧΩΡΙΣΜΟΥ ΤΩΝ ΦΑΣΕΩΝ κατά φόρτιση/εκφόρτιση/αποθήκευση
2. Πρόβληµα ∆ΙΑΣΠΑΣΗΣ υλικού κατά τη διάρκεια πνευµατικής µεταφοράς αραιής φάσης
3. Πρόβληµα ΣΥΓΚΟΛΛΗΣΗΣ λόγω µετακίνησης υγρασίας κατά τη διάρκεια αποθήκευσης για µεγάλες περιόδους (από µερικές ώρες ως µερικούς µήνες)
Σύστηµαπνευµατικήςµεταφοράς
Αποθήκευσηπροϊόντωνσε σάκους
µε επένδυση πολυαιθυλενίου
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΤαΤα ΠροβλήµαταΠροβλήµατα ((11))∆ιαχωρισµός∆ιαχωρισµός
∆ιαχωρισµός µεταξύ φάσεων υλικούπολυφασικών µιγµάτων κατά τη διάρκεια ροής-αποθήκευσης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΤαΤα ΠροβλήµαταΠροβλήµατα ((22) ) ∆ιάσπαση∆ιάσπαση
∆ιάσπαση σιταρένιων µπισκότων
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΤαΤα ΠροβλήµαταΠροβλήµατα ((33))ΣυγκόλλησηΣυγκόλληση
Κοκκώδες αλάτι Πλαστικά σφαιρίδια
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΥπολογιστικόΥπολογιστικό ΠλαίσιοΠλαίσιο
Μακροσκοπικό µοντέλο ροής ρευστού ⇒ (Κατάλληλεςσυνθήκες/εξισώσειςγια αναπαράσταση των φυσικών ιδιοτήτων) ⇒Μακροσκοπικό µοντέλο ροής κοκκώδους στερεού
Προσοµοίωση του συστήµατος απευθείας σε µακροσκοπική κλίµακα
1.
Μικροσκοπικά Μοντέλα/Πειράµατα(ανάλυση δυνάµεων επαφής µεταξύ σωµατιδίων,
µετατοπίσεις, στροφές...)2.
ΠαραµετροποιήσειςΠαραµετροποιήσεις / Καταστατικές Εξισώσεις/ Καταστατικές Εξισώσειςανάλυσης της κατάστασης του συστήµατος
ΜακροσκοπικάΜακροσκοπικά Μοντέλα Μοντέλα Πλήρους Πλήρους Περιγραφής Περιγραφής Συστηµάτων Κοκκωδών Υλικών µε ∆ιεργασίες Συστηµάτων Κοκκωδών Υλικών µε ∆ιεργασίες ∆ΙΑΧΩΡΙΣΜΟΥ, ∆ΙΑΣΠΑΣΗΣ, ΣΥΓΚΟΛΛΗΣΗΣ
3.∆ΙΑΧΩΡΙΣΜΟΥ, ∆ΙΑΣΠΑΣΗΣ, ΣΥΓΚΟΛΛΗΣΗΣ
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροής µοντέλο ροής -- 11
Βασικές ΠαραδοχέςΜία εξίσωση ορµής για κοκκώδες µίγµα πολλών συστατικών&πυκνοτήτων+ εξίσωση µεταφοράς µε παρακολούθηση ελεύθερης επιφάνειας κάθεσυστατικού
gTuutu
bbbbb
b ρρρ +⋅−∇=∇⋅+∂
∂
Εξίσωση κίνησης
ijijij DCpT ⋅+= δ
Ο τανυστής τάσης T και ο τανυστής ρυθµού παραµόρφωσης D σχετίζονταιµέσω :
Συντελεστής διατµητικής αντίστασης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροήςµοντέλο ροής -- 22
• Συνιστώσες του τανυστή τάσης
– Ρευστά:
– Μη συµπιεστάκοκκώδη:
– Συµπιεστάκοκκώδη :
nji
nij
nji DCpT ,, += δ
,,i
jii
ijiji pDCpT += δ
),p( ,,c
jibc
ijcji DCpT ρτδ +=
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροήςµοντέλο ροής–– 33Όροι στις εξισώσειςΌροι στις εξισώσεις
ijnij
ijnijc
ij
nij
niji
iji
j
j
inij
cin
uD
uDD
D
DD
xu
xuD
CCC
δ
δ
φµ
⋅∇+
⋅∇+=
=⎟⎟⎠
⎞⎜⎜⎝
⎛
∂
∂+
∂∂
=
===
2121
: 21
21 : sin2 : 2
β
ββ
ρρφρφρτ /1
2/1/1 )(sin)(sin),(
b
bbb
pp −−=
∆ηλαδή, µgran= f(p,φ, ρb)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροήςµοντέλο ροής–– 44Ιδιότητες ΥλικούΙδιότητες Υλικού
• Εξάρτηση πυκνότητας από τάση –Κοκκώδης πυκνότητα σε υπολογιστικό στοιχείο δίδεται από :
Κατ’ αυτόν τον τρόπο:Πυκνότητα Μίγµατος:
Συντελεστής ∆ιατµητικής Αντίστασης Μίγµατος (ιξώδες) :
airsolids
grangranb ρ
ρρ
ρρ )1( −+=
)(log 11021 TCCgran +=ρ
air
n
1iigran
n
1iib )f1(f µ−+µ=µ ∑∑
==
fi: : ογκοµετρικό κλάσµα συστατικού – i, 0< fi<1
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροήςµοντέλο ροής–– 55Από Ρευστό σε ΚοκκώδεςΑπό Ρευστό σε Κοκκώδες
ΡΕΥΣΤΟ
Time
ΚΟΚΚΩ∆ΕΣ
Time
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜακροσκοπικόΜακροσκοπικό µοντέλο ροήςµοντέλο ροής–– 66Μεταφορά Υλικού / Ελεύθερες ΕπιφάνειεςΜεταφορά Υλικού / Ελεύθερες Επιφάνειες
• Σηµαντικό στις διαδικασίες φόρτισης/εκφόρτισης µε επικλινείς επιφάνειες για αναπαράσταση του ∆ΙΑΧΩΡΙΣΜΟΥ
• Χρησιµοποιεί κλίσεις κατεύθυνσηςκλίσεις κατεύθυνσης ⇒ διακριτές επιφάνειεςµεταξύ διαφορετικών υλικών. ΑΝΑΠΤΥΞΗ ΝΕΟΥ 3-∆ΙΑΣΤΑΤΟΥ ΜΗ-∆ΟΜΗΜΕΝΟΥ VOF ΑΛΓΟΡΙΘΜΟΥ
Dashed linesDashed lines: true interface. Straight linesStraight lines: approximate interfacePreviouslyPreviously: homogeneous distribution as calculated through directional
of material in cell gradients of scalar-ϕ
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΡοήΡοή Μάζας Μάζας –– Ροή ΧοάνηςΡοή Χοάνης
περιοχήροής
στάσιµηπεριοχή
Ροή ΜάζαςΌλες οι περιοχές ανά
πάσα στιγµή βρίσκονται σε κίνηση
Ροή ΧοάνηςΎπαρξη στάσιµων περιοχών κατά τη διάρκεια
εκφόρτισης(λόγω γεωµετρίας, ιδιότητες υλικών)
ΠροσοµοιώσειςΠροσοµοιώσεις Ροών ΧοάνηςΡοών Χοάνης: Ανάλυση ροής (βασισµένη σε χαρακτηριστικά του συστήµατος / παραµέτρους υλικών) για εκ των προτέρων καθορισµό ορίων
στάσιµων ζωνών και εξέλιξη τους µε το χρόνο
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ΙΑΧΩΡΙΣΜΟΣ∆ΙΑΧΩΡΙΣΜΟΣ και ηκαι ηΕξίσωση ΜεταφοράςΕξίσωση Μεταφοράς
Εξισώσεις µεταφοράς συστατικών
( ) ibii S
t
=⋅∇+∂∂
i SEG,J+uff
i SEG,J Ροή “παρέκκλισης” που αναπαριστά φαινόµενα διαχωρισµού(παραµετροποίηση σε µικρο-φυσικό πλαίσιο)
Πηγαίος όρος για φαινόµενα δηµιουργίας/καταστροφής(µοντέλα πληθυσµιακής ισορροπίας)
iS
Εξίσωση τύπου ∆ότη-Αποδέκτη, επιλύεταιµε µετασχηµατισµένο VOF ή 2ης τάξης TVD σχήµα µε split-fluxing
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαραµετροποίησηΠαραµετροποίηση του ∆ιαχωρισµούτου ∆ιαχωρισµού
Τρεις διαφορετικοί µηχανισµοί λαµβάνονται υπ’ όψη:
)( iPiSiDii SEG vvvJ ++= f
Μελέτη µίγµατος πολλών συστατικών που αποτελείται από φάσειςµικρών και µεγάλων σωµατιδίων
- ∆ιάχυση iiD f∇−=iDv
b
bi u
u∇η=iSv- ∆ιατµητικός ∆ιαχωρισµός
g)d/d1(K cfi −ε=iPv- ∆ιήθηση λόγω βαρύτητας
συντελεστές µεταφοράς Di, ηi και Ki υπολογίζονται σε µικρο-µηχανικόπλαίσιο µε τη χρήση προσοµοιώσεων της Μεθόδου ∆ιακριτών Στοιχείων(Discrete Element Method-DEM)ΖεύξηΖεύξη µεταξύµεταξύ ΜικροΜικρο-- καικαι ΜακροΜακρο-- ΚλιµάκωνΚλιµάκων µοναδικήµοναδική στονστον τοµέατοµέα!!
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη ροή µίγµατος 2 συστατικώνκατά τη ροή µίγµατος 2 συστατικώνΣύγκριση µε πειραµατικά δεδοµέναΣύγκριση µε πειραµατικά δεδοµένα--11
TimeΑριθµητική πρόβλεψη της ελεύθερης επιφάνειας
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη ροή µίγµατος 2 συστατικώνκατά τη ροή µίγµατος 2 συστατικώνΣύγκριση µε πειραµατικά δεδοµέναΣύγκριση µε πειραµατικά δεδοµένα--33
Χρονική µεταβολή του ποσοστού του µικρότερου συστατικού του µίγµατος κατά την εκφόρτιση
(2:1 αναλογία µεγέθους, 50:50 κατανοµή συστατικών)
30
35
40
45
50
55
60
65
70
0 0.2 0.4 0.6 0.8 1
Proportion of total inventory discharged
Fine
s w
eigh
t % in
dis
char
ge
PHYSICAExperiment
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠροσοµοίωσηΠροσοµοίωση ∆ΙΑΣΠΑΣΗΣ σε∆ΙΑΣΠΑΣΗΣ σεσύστηµα µεταφοράς αραιής φάσηςσύστηµα µεταφοράς αραιής φάσης (I)(I)
Ευθύς σωλήνας :Επιτάχυνση σωµατιδίων
Πλήρως αιωρούµενη ροή
Συγκέντρωση σωµατιδίων σε δέσµη
∆ύο ξεχωριστές φάσεις-Επιφανειακή τριβή /µεταφοράορµής µεταξύδέσµης / αιωρούµενης ροής
- ∆ιατµητική τάση µεταξύαέρα / τοιχώµατος σωλήνα
∆ιατµητική τάση(αέρας+σωµάτια) / τοιχώµατα σωλήνα
Σχέση τύπου Darcy
Ροή µίας φάσης
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠροσοµείωσηΠροσοµείωση ∆ΙΑΣΠΑΣΗΣ σε∆ΙΑΣΠΑΣΗΣ σεσύστηµα µεταφοράς αραιής φάσηςσύστηµα µεταφοράς αραιής φάσης (II)(II)
Στροφή
∆ιάσπαση σωµατιδίων : Κατασκευή πινάκων διάσπασηςπινάκων διάσπασης(µέσω Ανάστροφης Ανάλυσης-συσχέτιση Εισ/Εξ κατανοµές
σωµατιδίων που παίρνουµε µέσω πειραµάτων)
- πίνακας διάσπασης ανεξάρτητος από τη γεωµετρία στροφής- διάσπαση σε στροφή 90° ισοδύναµη µε κρούση 90° (επαληθεύτηκε) Επιβράδυνση σωµατιδίων
- τριβή ολίσθησης τοιχώµατος λόγω δράσης κεντροµόλου - διεργασία αναπήδησης
)(),(
)),(),,(,()(),(( 2111
1122211 XX
xxhuxuxxyXxXxB −=
σµ
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣχηµατικήΣχηµατική αναπαράσταση της διαδικασίας αναπαράσταση της διαδικασίας προσοµοίωσης πνευµατικής µεταφοράςπροσοµοίωσης πνευµατικής µεταφοράς
Αριθµ. Moντέλο
Εισερχόµενη Κατανοµή Πειράµατα διάσπασης µε µονή κρούση
Καθορισµόςπινάκων διάσπασης
0
10
20
30
40
50
850-1180600-850425-600300-4250-300
Size range (microns)
Wei
ght f
ract
ion
(%)
Υπολογισµός του% διάσπασης σε
εργοστασιακά συστήµατα
Σύστηµα πνευµατικής µεταφοράς
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠροσοµοίωσηΠροσοµοίωση ΣΥΓΚΟΛΛΗΣΗΣ λόγω ΣΥΓΚΟΛΛΗΣΗΣ λόγω µετακίνησης υγρασίαςµετακίνησης υγρασίας
∆ιατήρηση Απόλυτης Υγρασίας
sateq YERHY ⋅=
Yeqye SYYkYDtY
+−+∇=∂∂ )(2 )( YYk
dtdW
eqays −−= ρρ
∆ιατήρηση Θερµότητας
Λήψη Υγρασίας από στερεό
zYFS
a
aY ∂
∂−=
ρ
zT
ccF
Spss
paaT ∂
∂−=
ρ
Teqypss
a
pss
s SLYYkc
Tc
ktT
+−−∇=∂∂ )(2
ρρ
ρ
Καταστ. Μοντέλα Ισορροπίας
όπου A, B και Γ : παράµετροι εξαρτώµενες από το υλικό-καθορίζονται πειραµατικά
όπου
02
/1
2
=Γ+⋅+⋅
=−
ERHBERHA
TReCY
va
TC
sat ερ
ΑντοχήΑντοχή ΕφελκυσµούΕφελκυσµούσΤ = [σc π 9 (1-ε)/(8 ε 4R2)] b2
Ακολουθώντας µεταβολές ακτίνας στερεάς γέφυρας b →Ακολουθούµε µεταβολές στην αντοχή εφελκυσµού υλικού
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣχηµατικήΣχηµατική αναπαράσταση διεργασίας αναπαράσταση διεργασίας συγκόλλησης λόγω µετακίνησης υγρασίαςσυγκόλλησης λόγω µετακίνησης υγρασίας
Περιβαλλοντικές αλλαγές ΣΥ, Θερµοκρασίας
Αλλαγές σε ΣΥ τουεσωτερικού αέρα
Αλλαγές στην περιεκτικότητα σε υγρασία των κόκκων του υλικού για επαναφορά συστήµατος σε ισορροπία
ΣΥΓΚΟΛΛΗΣΗ∆ηµιουργία (αύξηση υγρασίας) καισκλήρυνση (µείωση υγρασίας) των στερεών γεφυρών γύρω από τα σωµατίδια
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣχηµατικήΣχηµατική αναπαράσταση διαχείρισης τυπικής αναπαράσταση διαχείρισης τυπικής διεργασίας µεγάλης κλίµακας µε κοκκώδη υλικάδιεργασίας µεγάλης κλίµακας µε κοκκώδη υλικά
Σιλόροής/
αποθήκευσης
1. Πρόβληµα ∆ΙΑΧΩΡΙΣΜΟΥ ΦΑΣΕΩΝ κατά τη διάρκεια εκφόρτισης σε ροή χοάνης
2. Πρόβληµα ∆ΙΑΣΠΑΣΗΣ υλικού κατά τη διάρκεια πνευµατικής µεταφοράς αραιής φάσης
3. Πρόβληµα ΣΥΓΚΟΛΛΗΣΗΣ λόγω µετακίνησης υγρασίας κατά τη διάρκεια αποθήκευσης για 30 ηµέρες
Σύστηµαπνευµατικήςµεταφοράς
Αποθήκευσηπροϊόντωνσε σάκους
µε επένδυση πολυαιθυλενίου
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη διάρκεια ροής χοάνης κατά τη διάρκεια ροής χοάνης ενός κυλινδρικού σιλόενός κυλινδρικού σιλό
Μεγάλα (%) Μικρά (%)a 38 62b 45 55c 50 50
Κυλινδρικό σιλόδιάµετρος : 55 cmδιάµετρος εξόδου : 7.5 cmύψος υλικού : 77 cm
Αρχικές ΣυνθήκεςΑρχική Κατάσταση Φόρτισης
a
bΚοκκώδες υλικό : 60-40, 2:1 µίγµα 2 φάσεων- µεγάλα σωµάτια (d ~ 5.2 mm)- µικρά σωµάτια (d ~ 2.6 mm)
cd
Αρχική Κατάσταση Φόρτισης e
d 58 42 e 68 32
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη διάρκεια ροής χοάνης κατά τη διάρκεια ροής χοάνης ενός κυλινδρικού σιλό: Όριο ροής/µη ροήςενός κυλινδρικού σιλό: Όριο ροής/µη ροής
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη διάρκεια ροής χοάνης κατά τη διάρκεια ροής χοάνης ενός κυλινδρικού σιλό: ελεύθερη επιφάνειαενός κυλινδρικού σιλό: ελεύθερη επιφάνεια
Εξέλιξη µε το χρόνο
ελεύθερης επιφάνειας
µεταξύ αέρα-υλικού
Time2 s 30 s 60 s
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιαχωρισµός∆ιαχωρισµός κατά τη διάρκεια ροής χοάνης κατά τη διάρκεια ροής χοάνης ενός κυλινδρικού σιλό: χρονικός διαχωρισµόςενός κυλινδρικού σιλό: χρονικός διαχωρισµός
95 % of total massdischarged
0
20
40
60
80
100
0 20 40 60Time (s)
mix
ture
com
posi
tion
(mas
s %
)
Fines (Simulation) Coarse (Simulation)
Fines (Experiment) Coarse (Experiment)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιάσπαση∆ιάσπαση σε εργοστασιακό πνευµατικό σε εργοστασιακό πνευµατικό µεταφορέαµεταφορέα
Είσοδος :Ογκοµετρικός ρυθµός ροής αέρα : 0.041 m3/sΡυθµός ροής µάζας υλικού : 0.61 kg/s
Έξοδος :Ατµοσφαιρική πίεση
∆ιάµετροι σωλήνων : 5.3 cmΣτροφές µικρής ακτίνας : R/d = 3.6
Inlet
0
20
40
60
80
100
3900-52002600-39001300-2600500-13000-500
Size Range (microns)
Wei
ght f
ract
ion
(%)
Inlet
5 διακριτά µεγέθη σωµατιδίων:5.6 mm – 3.9 mm3.9-2.6 mm2.6-1.3 mm1.3-0.5 mm“σκόνη” κάτω των 500 µm
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιάσπαση∆ιάσπαση σε εργοστασιακό πνευµατικό σε εργοστασιακό πνευµατικό µεταφορέαµεταφορέα : : Πίεση αέραΠίεση αέρα
9.80E+04
1.00E+05
1.02E+05
1.04E+05
1.06E+05
1.08E+05
1.10E+05
1.12E+05
1.14E+05
0 5 10 15 20 25
Conveying distance (m)
Air
pres
sure
(Pa)
bend
1
bend
2
bend
3
bend
4 bend
5
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιάσπαση∆ιάσπαση σε εργοστασιακό πνευµατικό σε εργοστασιακό πνευµατικό µεταφορέαµεταφορέα : : Ταχύτητες σωµατιδίωνΤαχύτητες σωµατιδίων--αέρααέρα
0.
5.
10.
15.
20.
25.
0 5 10 15 20 25
Conveying distance (m)
Velo
city
(m/s
)
AirParticle
bend
1
bend
2
bend
3
bend
4
bend
5
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
∆ιάσπαση∆ιάσπαση σε εργοστασιακό πνευµατικό σε εργοστασιακό πνευµατικό µεταφορέαµεταφορέα: : Εξέλιξη κατανοµής σωµατιδίωνΕξέλιξη κατανοµής σωµατιδίων
0
20
40
60
80
100
3900-52002600-39001300-2600500-13000-500
Size Range (microns)
Wei
ght f
ract
ion
(%)
InletBend1Bend2Bend3Bend4Bend5
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣυγκόλλησηΣυγκόλληση υλικού αποθηκευµένου σε υλικού αποθηκευµένου σε σάκο λόγω µετακίνησης υγρασίαςσάκο λόγω µετακίνησης υγρασίας
0.6 mΌριο αέρα
-σάκου
Προσοµοίωση λωρίδας βάθους 0.6 m τού σάκου µε επένδυση πολυαιθυλενίουΑρχικές ΣυνθήκεςΑρχικές ΣυνθήκεςΘερµοκρασία: 18 C, ποσοστό υγρασίας στερεού : 0.068%. Το σύστηµα αρχικά σε ισορροπίαΚυκλική διεργασίαΚυκλική διεργασίαΈνας κύκλος (24 hours): Θερµοκρασία περιβάλλοντος ανεβαίνει στους40 C για 12 ώρες και κατεβαίνει στους 10 C για 12 ώρες.•30 κύκλοι 24hrs
1.2 m
Αδιαπέραστα όρια – δεναλληλεπιδρά µε το περιβάλλον
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣυγκόλλησηΣυγκόλληση υλικού αποθηκευµένου σε υλικού αποθηκευµένου σε σάκκοσάκκο λόγω µετακίνησης υγρασίας: Θερµοκρασίαλόγω µετακίνησης υγρασίας: Θερµοκρασία
t = 6 h
t = 18 h
t = 12 h
t = 24 h
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣυγκόλλησηΣυγκόλληση υλικού αποθηκευµένου σε υλικού αποθηκευµένου σε σάκο λόγω µεταφοράς υγρασίας: Υγρασία στερεώνσάκο λόγω µεταφοράς υγρασίας: Υγρασία στερεών
t = 6 h t = 12 h
t = 18 h t = 24 h
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΣυγκόλλησηΣυγκόλληση υλικού αποθηκευµένου σε υλικού αποθηκευµένου σε σάκο λόγω µετακίνησης υγρασίας: Αντοχή εφελκυσµούσάκο λόγω µετακίνησης υγρασίας: Αντοχή εφελκυσµού
t = 6 h t = 12 h
t = 18 h t = 24 h
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑντοχήΑντοχή εφελκυσµού του υλικού κοντά στο εφελκυσµού του υλικού κοντά στο εξωτερικό όριοεξωτερικό όριο
0
50
100
150
200
250
300
0 5 10 15 20 25 30
Number of cycles
Cak
e st
reng
th (P
a)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαλινδροµικήΠαλινδροµική Συγκόλληση µε Τριβή (Συγκόλληση µε Τριβή (Ι)Ι)
• Ο ρόλος της τριβής στην παγκόσµια οικονοµία είναι πολύ σηµαντικός. Ολόκληρα βιοµηχανικά-µηχανολογικά συστήµατα είναι άχρηστα µετά από µακροχρόνια χρήση, λόγω των αρνητικών φαινοµένων της τριβής και της επακόλουθης φθοράς.
• Ανεπτυγµένες χώρες: εξοικονόµηση µέχρι και 1,6% του ΑΕΠ από µείωση αρνητικών επιπτώσεων τριβής!
• ∆υστυχώς, για την εξέλιξή της, η µαθηµατική θεωρία τριβής παραµένει σχεδόν αναλλοίωτη από την εποχή των Amontons και Coulomb, δηλαδή:
συντελεστής τριβής = διατµητική τάση / ορθή τάση
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠαλινδροµικήΠαλινδροµική Συγκόλληση µε Τριβή (Συγκόλληση µε Τριβή (ΙΙΙΙ))
• Σηµαντική διεργασία που χρησιµοποιείται ευρέως για συγκόλληση εκτεταµένων µεταλλικών επιφανειών
• Επιτυγχάνεται µε την άσκηση ορθής τάσης στα µέταλλα προς συγκόλληση, την παλινδροµική κίνηση υπό κάποια ταχύτητα του ενός µετάλλου σε σχέση µε το άλλο και την ταυτόχρονη αύξηση της θερµοκρασίας
• Κατά την επίλυση των εξισώσεων, εξαγωγή συµπερασµάτων και για την εξάρτηση του συντελεστή τριβής από ταχύτητα, θερµοκρασία
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑναλυτικόΑναλυτικό Μοντέλο Επαφής (Μοντέλο Επαφής (ΙΙ))• ∆ύο άκαµπτες επιφάνειες συνδεδεµένες µε ελαστικές δεσµούς που
καταστρέφονται ακαριαία και δηµιουργούνται µε επαφή• Συµπεριφορά δεσµών ως ελαστικά ελατήρια µήκους ηρεµίας l (0) και σταθεράς
ελατηρίου κ• Η κίνηση της πάνω πλάκας µε ταχύτητα V αναπαριστάται ως κίνηση λόγω
δύναµης ελατηρίου σταθεράς Κ• Εξίσωση κίνησης πάνω πλάκας:
Fb δύναµη αλληλεπίδρασης µεταξύ των δεσµών-ελατηρίων που συνδέουν τις πλάκεςκαι εξαρτάται από το ρυθµό καταστροφής-δηµιουργίαςτων δεσµών αυτώνη: παράµετρος εξασθένησης κίνησης λόγω κάθετης δύναµης Ν
0)( =−++Χ+ VtXKFXM bη
Ν: δύναµηκάθετη στην πλάκα
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑναλυτικόΑναλυτικό Μοντέλο Επαφής (Μοντέλο Επαφής (ΙΙΙΙ))•Μεταβολή του συντελεστή τριβής µε την ταχύτητα Συντελεστής τριβής = Fk / N, όπου
•Ενδιάµεση περιοχή ταχυτήτων όπου µείωση του συντελεστή τριβής για αύξηση της ταχύτητας (περιοχή stickstick--slipslip)
−Οφείλεται στην αλληλεπίδραση των φαινοµένων της ρήξεως των δεσµών µεταξύ των 2 πλακών και της διατµητικής τάσης που υπάρχει λόγω της τριβής των πλακών (φαινόµενα ιξώδους φύσεως)
∫∆
∞→∆∆−=t
k ttdtVtXKF0
,/)(
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
0 100 200 300 400 500 600 700 800 900 1000
Temperature (C)
Coe
ffici
ent o
f fric
tion
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.10 100 200 300 400 500 600 700 800 900 1000
700 mm/s
480 mm/s
200 mm/s
ΑναλυτικόΑναλυτικό Μοντέλο Επαφής (Μοντέλο Επαφής (ΙΙΙΙΙΙ))
Συµφωνία µε παρατηρήσεις και προσοµοιώσειςόταν µελετάται η συµπεριφορά του συντελεστή τριβής σε σχέση και µε την ταχύτητα αλλά και την θερµοκρασία- Ανοιχτός ερευνητικός τοµέας!
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΠροσκρούσειςΠροσκρούσεις κυµάτων σε παράκτιες κατασκευέςκυµάτων σε παράκτιες κατασκευές
• Επικίνδυνα για προξένηση καταστροφών• Απαραίτητο οι πολιτικοί µηχανικοί να γνωρίζουν κατά το σχεδιασµό παράκτιων κατασκευών (προβλητών, µόλων κλπ) φορτία/πιέσεις που είναι δυνατόν αυτές να δεχτούν.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜοντελοποίησηΜοντελοποίηση πρόσκρουσης κυµάτων πρόσκρουσης κυµάτων (Ι)(Ι)
• ∆υναµικές Ροές– Εξισώσεις Navier-Stokes– Εξίσωση συνέχειας
• Επίλυση µε VOF σχήµατα• ∆ιακριτοποίηση µε Πεπερασµένες ∆ιαφορές• ∆οµηµένα Πλέγµατα• Προσοµείωση Σολιτονίων (κυµάτων µεγάλου πλάτους µε
µία και µοναδική ανύψωση τα οποία δεν έπονται ούτε ακολουθούνται από άλλες ανυψώσεις ή υφέσεις)-είναι τα πιο ενδιαφέροντα κύµατα από σχεδιαστική άποψη για τους µηχανικούς (έχουν µέγιστη ενέργεια)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜοντελοποίησηΜοντελοποίηση πρόσκρουσης κυµάτων πρόσκρουσης κυµάτων (ΙΙ)(ΙΙ)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΜοντελοποίησηΜοντελοποίηση πρόσκρουσης κυµάτων πρόσκρουσης κυµάτων (ΙΙΙ)(ΙΙΙ)
• Μέγιστη πίεση κατά κρούση δεν παραµένει σταθερή αλλά µεταβάλλεται αντιστρόφως ανάλογα µε χρονικό βήµα ∆t!
• Αυτό όµως που παραµένει σταθερό σύµφωνα µε θεώρηµα διατήρηση ορµής είναι το ολοκλήρωµα της πίεσης µε το χρόνο (pressure impulsepressure impulse)
2∆t, pmax/2 ∆t, pmax ∆t/2, 2pmax
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΆλλεςΆλλες Εφαρµογές (Εφαρµογές (ΙΙ))
• Χύτευση µετάλλων Σύνθετη διεργασία που συνδυάζει αλλαγή φάσης, µεταφορά θερµότητας, και ροές ελευθέρων επιφανειών
500
550
600
650
700
750
800
850
0 50 100 150 200 250 300 350
Time (s)
Tem
pera
ture
(C)
A - PredictedB - PredictedA - MeasuredB - Measured
(κέλυφος πάχους 10mm)
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΆλλεςΆλλες Εφαρµογές (Εφαρµογές (ΙΙΙΙ))
• Καλούπι και εκµαγείο περιστρέφονται 180o σε 10 s.
Κόκκινο – Μέταλλο Μπλέ - Αέρας
7s5.5s
10s
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΆλλεςΆλλες Εφαρµογές (Εφαρµογές (ΙΙΙΙΙΙ))∆οχεία ανάµειξης
Η ανάµειξη ρευστών σε δοχεία ανάδευσης αποτελεί µια από τις πλέον σηµαντικές διεργασίες στις βιοµηχανίες χηµικών, βιοχηµικών, πετροχηµικών και φαρµακευτικών.
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΆλλεςΆλλες Εφαρµογές (Εφαρµογές (ΙΙVV))
Ανάλυση της ροής αέρα µέσα από αναπνευστήρα
Ρευστοδυναµική µελέτη τηςκαρωτίδας
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0 2 4 6 8 10
expt
cfx
physica
u/U
r/R
1.065
0
0.01
0.02
0.03
0.04
0.05
0 2 4 6 8 10
expt
cfx
physica
r/R
u/U 1.111
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΑνακεφαλαίωσηΑνακεφαλαίωση--ΣυµπεράσµαταΣυµπεράσµατα•• ΣηµασίαΣηµασία Εφαρµογής ΜαθηµατικήςΕφαρµογής Μαθηµατικής--Αριθµητικής Αριθµητικής
Μοντελοποίησης Μοντελοποίησης σε προβλήµατα που απαντώνται στη σε προβλήµατα που απαντώνται στη ΜηχανολογίαΜηχανολογία
•• Μεθοδολογία Μεθοδολογία επίλυσης-αντιµετώπισης προβληµάτων µε τη χρήση κατάλληλων τεχνικών-εργαλείων (κάποιες από τις προτεινόµενες µεθόδους βρίσκονται ήδη σε χρήση στη βιοµηχανία για βελτιστοποίηση διεργασιών)
•• Ανοιχτά πεδία έρευνας Ανοιχτά πεδία έρευνας για πολλές διεργασίες-προβλήµατα τόσο σε µαθηµατικό όσο και υπολογιστικό επίπεδο
Θερινό Σχολείο Μαθηµατικών, Πανεπιστήµιο Κρήτης, Ιούλιος 2005
ΒιβλιογραφίαΒιβλιογραφία• Chapelle, P., H. Abou-Chakra, N. Christakis, M.K. Patel, A. Abu-Nahar, U. Tüzün, M. Cross, 2004a:
Computational model for prediction of particle degradation during dilute phase pneumatic conveying. The use of a laboratory scale degradation tester for the determination of degradation propensity. Advanced Powder Technology 15, 1, p.13-30.
• Chapelle, P., N. Christakis, H. Abou-Chakra, I. Bridle, M.S.A. Bradley, M.K. Patel, M. Cross, 2004b: Computational model for prediction of particle degradation during dilute phase pneumatic conveying. Modelling of dilute phase pneumatic conveying. Advanced Powder Technology 15, 1, p.31-50.
• Christakis, N, N.W.H. Allsop, R.G. Beale, A.J. Cooper, J.M. Dennis, 2002a: A Volume of Fluid Numerical Model for Wave Impacts at Coastal Structures. Water & Maritime Engineering 154, 3, p. 159-168.
• Christakis, N, M.K. Patel, M. Cross, J. Baxter, H. Abou-Chakra, U. Tüzün 2002b: Predictions of Segregation of Granular Material with the aid of PHYSICA, a 3-D Unstructured, Finite-Volume Modelling Framework. Int. J. Numer. Meth. Fluids 40, p. 281-291.
• Christakis, N., T.N. Croft, M.K. Patel, 2002c: A new unstructured algorithm based on the Volume of Fluid methodfor tracking material interfaces in a finite-volume framework. In: R. Herbin & D. Kroner (Eds) Finite Volumes for Complex Applications III (Third International Symposium on Finite Volumes for Complex Applications , Porquerolles, France), p. 487-494, Hermes Penton Ltd.. London UK.
• Eriksson K., Estep D., Hansbo P., Johnson C., 1996: Computational Differential Equations. Cambridge University Press.
• Filipov, A.E., Klafter, J., Urbakh, M.,2004: Friction through dynamical formation and rupture of molecular bonds, PHYS. REV. LETT., VOL.92, 135503.
• Fowkes N.D., Mahony J.J., 1994: An Introduction to Mathematical Modelling. John Wiley & Sons, Chichester.• Hirsch, C., 1994: Numerical Computation of Internal and External Flows. Volume 1: Fundamentals of Numerical
Discretization. John Wiley & Sons, Chichester.• Vairis A., N. Christakis, 2005: Recent Advances On Friction Modelling Within A Computational Mechanics
Framework. In: Proceedings of 1st International conference EpsMsO, Athens,Greece.• Versteeg H.K., Malalasekera W,1995: An Introduction to Computational Fluid Dynamics, The Finite Volume
Method. Longman, Harlow.• Wang, J., N. Christakis, M.K. Patel, M.C. Leaper, M. Cross, 2004c: A Computational Model of Coupled Heat and
Moisture Transfer with Phase Change in Granular Sugar During Varying Environmental Conditions. Numerical Heat Transfer, Part A, 45, 8, p.751-776.