A Simple Criterion for Estimating the Grid Level of Detail for RANS Methods

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A simple criterion for evaluating the grid resolution needed to obtain a grid-independent solution of turbulent flow problems in the framework of statistical approach to turbulence simulation is proposed. The criterion is derived on the basis of an a posteriori estimate of the local interpolation error of the field of turbulent kinetic energy. A good resolution should ensure a small local interpolation error of the discrete turbulent kinetic energy. The equation for the transport of turbulent kinetic energy and realizability conditions for the turbulent stress tensor made it possible to reduce the estimation of relative interpolation error to an explicit formula for the estimate of the maximal grid step required for obtaining a grid-independent solution. The proposed criterion is applied to a steady problem for a flow past a backward facing step and to the problem of unsteady flow around a half-circular profile arranged at a zero angle of attack for the Reynolds number Re = 45 000. A numerical study showed that the proposed criterion gives a good estimate of the grid resolution required for obtaining a grid-independent solution away from a wall. This criterion can be used both for estimating the grid independence of the solution and for adapting the computation grid.

About the authors

A. A. Gavrilov

Kutateladze Institute of Thermophysics, Siberian Branch of the Russian Academy of Sciences

Email: gavand@yandex.ru
630090, Novosibirsk, Russia

A. A. Dekterev

Kutateladze Institute of Thermophysics, Siberian Branch of the Russian Academy of Sciencesж Siberian Federal University

Email: dekterev@mail.ru
630090, Novosibirsk, Russiaж 660041, Krasnoyarsk, Russia

A. V. Shebelev

Siberian Federal University

Author for correspondence.
Email: aleksandr-shebelev@mail.ru
660041, Krasnoyarsk, Russia

References

  1. Oberkampf W.L., Roy C.J. Verification and Validation in Scientific Computing, Cambridge Univ. Press, 2010.
  2. Habashi W.G., Dompierre J., Bourgault Y., Ait-Ali-Yahia D., Fortin M., Vallet M.G. Anisotropic mesh adaptation: towards user-independent, mesh-independent and solver-independent CFD. Part 1: general principles // Inter. J. Numer. Meth. Fluid. 2000. V. 32. P. 725–744.
  3. Pope S.B. Turbulent Flows. Cambridge Univ. Press, 2000.
  4. Picano F., Hanjalić K. Leray-α Regularization of the Smagorinsky-Closed Filtered Equations for Turbulent Jets at High Reynolds Numbers // Flow Turbulence Combust. 2012. V. 89. P. 627–650.
  5. Isaev S.A., Baranov P.A., Zhukova Yu.V., Usachov A.E., Kharchenko V.B. Correction of the shear-stress-transfer model with account of the curvature of streamlines in calculating separated flows of an incompressible viscous fluid // J. Engineer. Phys. Thermophys. 2014. V. 87. № 4. P. 1002.
  6. Hanjalić K., Popovac M., Hadžiabdić M. A robust near-wall elliptic relaxation eddy viscosity turbulence model for CFD // Inter. J. Heat Fluid Flow. 2004. V. 25. № 6. P. 1047–1051.
  7. Дектерев А.А., Гаврилов А.А., Минаков А.В. Современные возможности СFD кода SigmaFlow для решения теплофизических задач // Современная наука: исследования, идеи, результаты, технологии. 2010. Т. 2. Вып. 4. С. 117–122.
  8. Wilcox D.C. Turbulence Modeling for CFD. DCW Industries, Inc., La Canada, CA, 1993.
  9. Driver D.M., Seegmiller H.L. Features of Reattaching Turbulent Shear Layer in Divergent Channel Flow // AIAA J. 1985. V. 23. № 2. P. 163–171.
  10. Isaev S., Baranov P., Popov I., Sudakov A., Usachov A., Guvernyuk S., Sinyavin A., Chulyunin A., Mazo A., Demidov D., Dekterev A., Gavrilov A., Shebelev A. Numerical simulation and experiments on turbulent air flow around the semi-circular profile at zero angle of attack and moderate Reynolds number // Comput. Fluid. 2019. V. 188. P. 1–17. https://doi.org/10.1016/j.compfluid.2019.03.013

Supplementary files


Copyright (c) 2023 А.А. Гаврилов, А.А. Дектерев, А.В. Шебелев

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».