两相流:颗粒群受到的曳力

颗粒和流体之间的作用力是两相流领域最重要的本构关系。任何科学问题的研究都遵循先易后难的原则,对颗粒流体间作用力,同样是先从单颗粒、低雷诺数的情况研究,这篇文章介绍了处在爬流状态下单颗粒的受力。本文介绍颗粒群与流体间的作用力,尤其是颗粒群所受曳力。

一、颗粒群曳力关联式研究思路

符号说明:u无穷远处来流速度;u_0床层内流体真实速度;U表观速度,即床层进口流体速度,也是化工原理中的“空塔速度”,U=(1-\phi)u_0;颗粒群床层固含率\phi;粒径d

单颗粒曳力

  1. \phi \rightarrow 0Re\rightarrow 0,Stokes定律:C_D=24/Re

F=3\pi \mu d u=\frac{1}{2}\rho_g u^2 \frac{\pi}{4}d^2 C_D

  1. \phi \rightarrow 0Re<1,Oseen公式,C_D=\frac{24}{Re}(1+\frac{3}{16}Re)

  2. \phi \rightarrow 0500<Re<2\times 10^5,Newton公式,C_D=0.44

  3. \phi \rightarrow 0,标准阻力公式,C_D=\frac{24}{Re}(1+\frac{1}{6}Re^{2/3})

drag_coefficient.png

颗粒群曳力

流体流过静止的颗粒床层,床层固含率为\phi=NV_p/V,底部入口流速为UU=(1-\phi)u_0

packing_bed.png

颗粒受到两种力:由流体运动产生的曳力F_d,压力梯度力F_p=-V_p\nabla P,因此颗粒受到的合力为F_{gs}=F_d+F_p

流体流过床层的压降损失大小应等于颗粒对其的作用力:

(P_{bottom}-P_{top})S_{bed}=V\nabla P=NF_{gs}

因此,F_d=(1-\phi)F_{gs},定义颗粒群中单颗粒曳力与Stokes曳力之比为无量纲曳力,

F(\phi,Re)=F_d/3\pi \mu d U , \quad F(0,0)=1, \quad Re=\frac{dU\rho_g}{\mu}

工程中常用床层压降来关联曳力,转化成床层压降为

F(\phi,Re)=-\frac{1-\phi}{\phi} \frac{\nabla P d^2}{18\mu U}

目前有了单颗粒无量纲曳力的表达式,研究者进一步从以下两种途径来从简单情况推向复杂情况

方式一:从低雷诺数出发

F(\phi, Re)=F(\phi,0)+\alpha (\phi)Re \tag{1}
通过第二项来添加Re的影响。
研究者提出了以上两个方程的形式:

F(\phi,0)=\frac{a\phi}{18(1-\phi)^2},\quad \alpha(\phi)=\frac{b}{18(1-\phi)^2} \tag{2}

Ergun总结了大量实验,得出上式中a=150,b=1.75,其他研究者也提出了不同的ab值,例如著名的Koch-Hill-Ladd曳力。Van der Hoef给出了目前最精确的F(\phi,0)表达式:

F(\phi,0)=\frac{180\phi}{18(1-\phi)^2}+(1-\phi)^2 (1+1.5\sqrt{\phi}) \tag{3}

方式二:从低固含率出发

F(\phi, Re)=F(0,Re)(1-\phi)^{-\beta} \tag{4}
第一项F(0,Re)在前文《单颗粒曳力》已介绍过。通过第二项来添加\phi的影响,其确定方式常通过不同\phi的颗粒群沉降实验测量,测量沉降速度v_t(0)/v_t(\phi)的比值,然后将其关联为\phi的函数:

v_t(0)/v_t(\phi)=(1-\phi)^{-n}
注意,上式中的n与第二项中的\beta含义不同。对于低Re\beta=n-1;对于高Re\beta=2n-1。Richardson提出,

n=4.65,\quad Re<0.2 \\ n=2.4, \quad Re>500

Wen-Yu曳力认为\beta=3.7,著名的Di Felice曳力认为\betaRe之间存在弱相关。

两种方式比较

第一种方式从低雷诺数出发,其适用范围是稠密体系即\phi较大的体系。第二种方式则适用于低固含率即稀疏体系。因此Gidaspow综合以上两种方式的优缺点,提出在\phi<0.2应用第二种,\phi>0.2应用第一种。Gibilaro同样综合以上两种方式,提出了新的关联式

F(\phi,Re)=f(Re)(1-\phi)^{-3.8}

使用模拟数据构建曳力关联式的研究流程

前文介绍了通过理论分析和实验测量获取颗粒群中单颗粒曳力的流程。本节介绍一种从模拟数据出发构建曳力关联式的流程,该曳力关联式为著名的Beetstra曳力(参考文献1)。

模拟方法为直接数值模拟,流体采用LBM求解,LBM网格为粒径的1/20左右,颗粒和流体之间无滑移。模拟体系为长方体,体系中包含54个颗粒,通过改变长方体大小来获得不同体系固含率。颗粒群按固定速度v运动,相对来看,流体速度为U=-vRe=dU\rho_g/\mu

直接数值模拟可以得到每一个颗粒所受的流体作用力F_{gs,i},则平均每个颗粒所受的流体作用力为

\overline{F}_{gs}=\frac{\sum F_{gs,i}}{N}

该力与曳力之间的关系在上文中已经提到,F_d=(1-\phi)F_{gs},因此,无量纲曳力关联式的形式为:

F(\phi,Re)=-\frac{(1-\phi)\overline{F}_{gs}}{3\pi \mu d U}

前文已经提到构建曳力关联式的两种方式,作者在这里同样从两种方式出发来构建。

依据方式1

从低雷诺数出发即公式1。

由公式1,作者计算了\alpha,其中F(\phi,0)由公式3所得。

\alpha(\phi,Re)=\frac{F(\phi,Re)-F(\phi,0)}{Re}

\alpha符合公式2,那么\alpha\cdot (1-\phi)^2应为常数,而作者文中图3的结果显然不是这样,说明\alpha应是(\phi,Re)两者的函数。因此,由模拟数据拟合\alpha(\phi,Re)即可得到曳力关联式。

依据方式2

从低固含率出发即公式4。其中待定系数为\beta,待定项为F(0,Re),因为目前还没有十分统一的F(0,Re)的表达形式。作者提出White总结的表达式能较好的拟合F(0,Re),因此使用White的表达式。

公式4表达的含义是曳力可以表达为两个函数乘积的形式且两个变量各自独立:F(\phi,Re)=f_1(\phi) f_2(Re)。不过模拟结果表明,该假设并不成立。如果一定要使用这种形式,则需要给出\beta,即

\beta(\phi,Re)=-log\left( \frac{F(\phi,Re)}{F(0,Re)} \right)/log(1-\phi)

使用模拟数据拟合\beta,最后可以得到依据方式2建立的曳力关联式

两种方式比较

先说结论:作者推荐用方式1构建曳力关联式,并且作者给出了\alpha表达式的拟合结果。关联式预测结果与模拟结果间的误差在3%以内。不用方式2构建主要是因为表达式中含有F(0,Re),用不同研究者提出的F(0,Re)会得到差异很大的\beta

参考文献

  1. Beetstra R., et al. AIChE J. 2007, 53(2).
  2. Di Felice R. Chem Eng Sci. 1995, 50.
  3. Van der Hoef MA, et al. J Fluid Mech. 2005, 528.
  4. White FM. Viscous fluid flow. pp 206–210. New York: McGraw-Hill; 1974.
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容