| dc.description.abstract | Denne masteroppgaven presenterer en omfattende gjennomgang av «cavity flow» benchmarket, med den hensikt å validere RANS turbulensmodeller for mikseventilasjonsformål. CFD brukes mer og mer for luftstrømmer inne i bygninger. Det kan være et kraftig verktøy for å optimalisere ventilasjonssystemer, og de siste tiårenes økning i tilgjengeligheten av datakraft har gjort CFD simuleringer mindre tidkrevende. To nylige studier har imidlertid stilt spørsmål ved nøyaktigheten av CFD simuleringer anvendt for innendørs luftstrømmer. I disse studiene har flere forskergrupper blitt spurt om å simulere to benchmarker, representative for mikseventilasjonsformål. En bekymringsfull spredning ble sett i resultatene, som indikerer at resultatet fra en CFD simulering er veldig avhengig av hvilke valg som blir gjort av brukeren. Disse studiene understreker nødvendigheten av å validere CFD opp mot representative benchmarker med tilgjengelige eksperimentelle data. For å adresse dette gir denne masteroppgaven en omfattende gjennomgang av de tilgjengelige «cavity flow» benchmarkene – representative for mikseventilasjon – med det overordnede målet å etablere en beste bruksmåte av RANS turbulensmodeller for mikseventilasjonsformål.
Syv benchmarker presenteres i denne oppgaven. Deres geometri, strømningsregime, eksperimentelle oppsett og typen eksperimentelle data som er tilgjengelig introduseres først, før simuleringer av benchmarkene gjort av andre forskere presenteres i litteraturstudiet. Fokuset er på hvor bra to-liknings RANS turbulensmodeller greier å produsere resultater som gir samsvar med de eksperimentelle dataene. Dette er fordi resultatene fra den foregående prosjektoppgaven indikerte at valget av turbulensmodell er den enkelt input parameteren med størst påvirkning på resultatet, og RANS turbulensmodeller er mye brukt i industrien. Hvor godt turbulensmodellene har prestert i litteraturen oppsummeres før CFD simuleringer fra denne oppgaven presenteres. Ytelsen til turbulensmodellene varier betydelig fra benchmark til benchmark, noe som var forventet siden de representerer ulike utfordringer. Ingen av de testede turbulensmodellene greier å produsere tilfredsstillende resultater for alle benchmarkene, noe som understreker viktigheten av å velge en passende turbulensmodell for et spesifikt tilfelle.
Resultatene indikerer at k-ε modellene gir best resultat for benchmarkene med fullt turbulent strømning, spesielt standard k-ε modellen. SST k-ω modellen gir dårligere samsvar med eksperimentene for de fullt turbulente benchmarkene og virker å overpredikere makshastigheten i en fullt turbulent vegg jet. For et benchmark i overgangsregime derimot, gir SST k-ω modellen best samsvar med de eksperimentelle dataene og standard k-ε modellen det verste. Det er dog ikke alltid helt klart hva som forårsaker endringen i ytelsen til turbulensmodellene fordi flere karakteristikker – geometri, strømningsregime og effekten av motstående trykkgradient – endres fra benchmark til benchmark. Resultatene indikerer også at innløpsverdiene for k og ε/ω har større påvirkning på resultatet for strømninger med lavt Reynoldstall enn høyt. Majoriteten av resultatene fra denne oppgaven stemmer overens med resultatene fra litteraturen, men SST k-ω modellen gir resultater som ikke stemmer med de fra litteraturen for to av tilfellene.
Fra oppdagelsene i denne oppgaven gis det noen beste bruksmåte anbefalinger, men det trengs også videre arbeid for å konkludere på hva som forårsaker variasjoner sett i ytelsen til turbulensmodellene. Spesielt er det et behov for flere benchmarks som systematisk endrer en og en karakteristikk av gangen. Dette vil gi muligheten til å si med mer sikkerhet hvilke karakteristikker av «cavity flow» strømningen de forskjellige RANS modellene er kapable til å modellere korrekt. | |
| dc.description.abstract | This master thesis presents an extensive review of the cavity flow benchmark, with the purpose of validating RANS turbulence models for mixing ventilation applications. CFD is used more and more in indoor airflows applications. It can be a powerful tool to optimize ventilation systems, and the last decades increase in the availability of computational power has made CFD simulations less time consuming. Two recent studies have, however, questioned the accuracy of CFD for indoor airflow applications. In these studies, several teams of researchers were asked to simulate two benchmark cases, representative for mixing ventilation applications. A concerning spread was seen in the results, indicating that the result from a CFD simulation is very dependent on the choices made by the user. To overcome this issue, these studies emphasized the need to validate CFD against representative benchmark cases with available experimental data. To address this, this thesis gives a comprehensive review of the available cavity flow benchmarks – representative for mixing ventilation applications – with the overall goal to establish a best practice use of RANS turbulence models for mixing ventilation applications.
Seven benchmarks are presented in the thesis. The benchmark’s geometry, flow regime, experimental setup and type of experimental data are first introduced, before simulations of the seven benchmarks done by other researchers are presented in the literature review. The focus is on how well two-equation RANS turbulence models produce results that are in agreement with the experimental data. This is because the results from the preceding project assignment indicated that the choice of turbulence model is the single input parameter with the largest impact on the results, and RANS turbulence models are widely used in the industry. How well the turbulence models have performed in the literature is summarized, before the results from CFD simulations of the benchmarks from this thesis are presented. The turbulence model performance varies significantly from benchmark to benchmark, which was expected since the benchmarks represent different challenges. None of the tested turbulence models are capable of producing good results for all seven benchmarks, underlining the importance of selecting a suitable turbulence model for a given case.
The results indicate that the k-ε models perform best for the benchmarks with fully turbulent flow, in particular the standard k-ε model. Furthermore, the SST k-ω model gives poorer agreement with experiments for the fully turbulent benchmarks and seems to overpredict the maximum velocity in a fully turbulent wall jet. For a benchmark in the transitional regime, however, the SST k-ω model gives the best agreement with the experimental data and the standard k-ε model the worst. However, it is not always clear what causes the change in turbulence model performance since several features of the flow – geometry, flow regime and magnitude of the adverse pressure gradient in the wall jet – change from benchmark to benchmark. The results also indicate that the inlet values for k and ε/ω have a bigger impact on the result for low Reynolds number flows, than high Reynolds number flows. The majority of the results from this thesis are consistent with the results from the literature, however, the SST k-ω model gives results that are inconsistent with literature for two of the benchmarks.
From the discoveries in this thesis some best practice guidelines are given, but further work is also needed to conclude on what causes the variations seen in turbulence model performance. In particular, there is a need for additional benchmarks that systematically changes one feature at a time. This will give the opportunity to say with more certainty what features of the cavity flow the different RANS turbulence models are capable and incapable to model correctly. | |
