Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/54906| Tipo: | TCC |
| Título: | Adaptação do modelo de combustão turbulenta do reator parcialmente agitado em simulação multidimensional de um motor diesel |
| Título em inglês: | Adaptation of the turbulent combustion model of the reactor partially stirred in multidimensional simulation of a diesel engine |
| Autor(es): | Teixeira, Leonardo Coelho Ramalho |
| Orientador: | Bueno, André Valente |
| Palavras-chave: | Combustão;Micro-algoritmo genético;Reator parcialmente agitado;Turbulência |
| Data do documento: | 2018 |
| Citação: | TEIXEIRA, Leonardo Coelho Ramalho. Adaptação do modelo de combustão turbulenta do reator parcialmente agitado em simulação multidimensional de um motor diesel. 2018. 99 f. Monografia (Graduação em Engenharia Mecânica) - Universidade Federal do Ceará , Fortaleza, 2018. |
| Resumo: | A abordagem numérica da solução das equações de Navier-Stokes pela média de Reynolds (RANS), devido a seu baixo custo computacional, é a mais utilizada em simulações de Dinâmica dos Fluidos Computacional. Porém, na análise de escoamentos turbulentos reativos, a utilização dessa abordagem deve ser atrelada a um método capaz de determinar as taxas de variação de concentração das espécies químicas presentes no processo de combustão. Modelos de combustão turbulenta surgem como um modo para determinar os valores de tais taxas, entretanto, sua implementação deve ser validada a partir de dados experimentais. Este estudo propõe a análise dos efeitos da aplicação de uma versão adaptada do modelo de combustão turbulenta PaSR, a partir de sua implementação no software KIVA-3V, em simulações multidimensionais de um motor diesel. As adaptações realizadas buscam obter maior controle sobre a influência da turbulência no progresso das reações químicas. Os resultados foram comparados aos obtidos em uma simulação que utiliza um modelo que negligencia os efeitos da turbulência sobre a cinética química. Além disso, utilizou-se um micro-algoritmo genético, desenvolvido na linguagem PYTHON, para gerar simulações com parâmetros de entrada variáveis, com o intuito de ajustar os valores de dois termos presentes no modelo adaptado. O mesmo algoritmo também é utilizado como ferramenta de otimização e deve ter sua capacidade de realizar tal tarefa avaliada. Os resultados mostram que o modelo implementado foi capaz de descrever a fase pré-misturada da combustão de maneira próxima aos dados obtidos experimentalmente, freando as taxas de liberação de energia nesse período e obtendo um pico apenas 13% maior que o experimental. Entretanto, na fase difusiva, a qual mostra menor influência da turbulência sobre o progresso das reações, os resultados obtidos pelos dois modelos se mostraram similares, ambos sub-representam a liberação de energia experimental. O micro-algoritmo implementado foi capaz de obter resultados satisfatórios e mostrou funcionar conforme esperado. Entretanto, o funcionamento do algoritmo não caracterizou um processo de otimização, uma vez que o melhor resultado obtido surgiu logo ao início do processo e não foi possível realizar um maior número de simulações. |
| Abstract: | The RANS numerical models, due to its low computational cost, are the most commonly used in Computational Fluid Dynamics simulations. However, in the analysis of reactive turbulent flows, the use of this approach must be linked to a method capable of determining the concentration variation rates of the chemical species present in the combustion process. Turbulent combustion models arise as a way to determine the values of such rates, however, their implementation must be validated with experimental data. This study proposes the analysis of the effects of the application of an adapted version of the turbulent combustion model PaSR in multidimensional simulations of a diesel engine. The adaptations seek to obtain greater control over the influence of turbulence in the progress of the chemical reactions. The results should be compared to those obtained in a simulation using a model that neglects the effects of turbulence on chemical kinetics. In addition, a micro-genetic algorithm, developed in PYTHON, is used to generate simulations with variable input parameters, in order to adjust the values of two terms present in the adapted model. The same algorithm is also used as an optimization tool and should have its ability to perform such an evaluated task. The results show that the implemented model was able to describe the premixed combustion phase in a way close to the experimental data, slowing down the energy release rates in that period and obtaining a peak only 13% greater than the experimental one. However, in the diffusive phase, which shows less influence of the turbulence on the progress of the reactions, the results obtained by the two models were similar, both sub-represent the experimental energy release, the implemented micro-algorithm was able to obtain satisfactory results and showed to function as expected. However, the operation of the algorithm did not characterize an optimization process, since the best result obtained appeared at the beginning of the process and it was not possible to perform a greater number of simulations. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/54906 |
| Aparece nas coleções: | ENGENHARIA MECÂNICA - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2018_tcc_lcrteixeira.pdf | 1,62 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.