[pt] AVALIAÇÃO DE DESEMPENHO DE MODELOS EXPLÍCITOS ALGÉBRICOS NÃO LINEARES DE TENSÕES DE REYNOLDS PARA PREVISÃO DE ESCOAMENTOS EM CANAIS

• Ano de defesa: 2018
• Autor(a) principal: FELIPE WARWAR MURAD
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] TURBULENCIA; [pt] MODELO DE VISCOSIDADE TURBULENTA; [pt] ESCOAMENTO EM UM CANAL; [pt] MODELOS RANS LINEARES E NAO LINEARES; [en] TURBULENCE; [en] EDDY VISCOSITY TURBULENCE MODEL; [en] CHANNEL FLOW; [en] LINEAR AND NON-LINEAR RANS MODELS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=35490&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=35490&idi=2; http://doi.org/10.17771/PUCRio.acad.35490

[pt] Os modelos mais populares para solucionar escoamentos turbulentos são baseados no esquema RANS (Reynolds Average Navier Stokes) que necessita de fechamento para relacionar o tensor de tensões de Reynolds com os tensores médios cinemáticos. A solução clássica é a aproximação por Bussinesq que assume uma relação linear entre a parte deviatórica do Tensor de Reynolds e o tensor das taxas de deformação. Trabalhos anteriores mostraram que uma relação não linear entre o tensor das taxas de deformação pode melhorar a predição do modelo. No presente trabalho, primeiramente é realizada uma avaliação entre modelos lineares presentes na literatura seguido de uma análise de três modelos de ordem elevada que expandem a base tensorial para incluir tensores ortogonais. Duas adimensionalizações, uma com a energia cinética turbulenta e taxa de dissipação e outra com energia cinética turbulenta e intensidade do tensor de deformação, haviam sido propostas. As previsões dos modelos são comparados com dados DNS para um canal e para uma gama variada de número de Reynolds. Todos os modelos são implementados na plataforma aberta OpenFoam. Predições razoáveis para a componente cisalhante de todos os modelos foram obtidas quando comparadas com os dados DNS. Entretanto, modelos não lineares provaram superioridade na predição das outras componentes. Também foi observado que o modelo não linearmente dependente do tensor taxa de deformação e o tensor não persistencia das deformações foi o que melhor representou os campos providos por DNS.