دانلود رایگان ترجمه مقاله مدلسازی تجربی جت گازی افقی تزریق شده به مایع محیط راکد – الزویر ۲۰۱۷

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده

۱-مقدمه

۲-توصیف مدل و فرضیات

۲-۱ فرضیات مدل اصلی

۲-۲ پروفایل سرعت

۲-۳ ماندگی جریان محیط

۳-مدل سازی ریاضی

۳-۱ معادله پیوستگی

۳-۲ شار حرکتی x

۳-۳ شار حرکت y

۳-۴ روابط هندسی

۵-روش حل

۶-شرایط ازمایشی و روش ها

۷-نتایج و ارزیابی

۷-۱ مسیر جت

۷-۲ طول نفوذ جت

۷-۳ مسیر مرکزی جت

۷-۴ تجزیه سرعت مرکزی

۸-نتیجه گیری

بخشی از ترجمه فارسی مقاله:

۱-مقدمه
جت های شناور توربولانت تشکیل یک سیستم چند فازی پیچیده می دهند که اهمیت زیادی در بسیاری از محیط ها و شرایط صنعتی دارند. یک جت شناور، زمانی تشکیل می شود که یک جریان پیوسته از سیال تراکم پایین حاصل از نازل ها وارد یک محیط مایع با تراکم بزرگ تر می شوند. بسته به مومنتوم جت اولیه و تفاوت تراکم بین دو سیال، جت به حباب هایی تجزیه می شود که مستقیما در خروجی و یا در پایین دست جریان وارد می شود.۱- پارامتر های جریان، ۲- پارامتر های محیطی و و ۳- عوامل هندسی. اولین گروه شامل سرعت جت اولیه، سطح توربولانس، وزن جت، مومنتوم و کمبود تراکم بین و سیال محیطی. دومین گروه از متغیر ها شامل پارامترهای سیال محیطی نظیر سطح توروبلانس، جریان و رضایت تراکم میباشد. این عوامل بر رفتارجت در فاصله از روزنه تاثیر می گذارد. در نهایت، عوامل هندسی شامل عمق غوطه وری جت، شکل جت، جهت و نزدیکی آن به مرز ها و سطح ازاد می باشد.
فعالیت تحقیقاتی زیادی در زمینه جت های شناور در طی ۵۰ سال اخیر منجر به مطالعات ازمایشی زیاد و تعدادی از مدل های متفاوت، مسیر جریان جت را توصیف می کند. تحقیقات ازمایشی مختلف در دهه های اخیر بر روی جت ها ارایه کرده و نتایج موید رویکرد مدل سازی ریاضی است( لیانگ و همکاران ۲۰۱۶، تطیب ۲۰۱۵، هاربی ۲۰۱۲، فرانسیس و همکاران ۲۰۱۴)
مدل های ریاضی بر اساس رفتار جت در منابع را می توان به سه مقوله متفاوت تقسیم بندی کرد: مدل های انتگرال، مدل های مقیاس طولی و مدل هایی که از فنون انتگرال و مقیاس های طولی استفاده می کنند. مدل های انتگرال که بر اساس معادله حفاظت از جرم می باشند، رایج ترین موارد می باشند: آن ها به طور گسترده ای در عملیات مهندسی برای پیش بینی ویژگی های تخلیه جت شناور استفاده می شوند( فیشر و همکاران ۱۹۷۹). بیشتر این مدل ها تنها از جریان مومونتوم و جرم در مجموعه ای از معادلات حفاظتی استفاده می شوند. با این حال، آن ها اشاره به مدل های انتگرال درجه اول دارند. با این حال، داده های ازمایشی و محاسبات جت شناور با تغییرات تراکم بالا را می توان در ادبیات و منابع یافت. بیشتر تحقیقات برای تغییرات تراکم پایین انجام می شوند به خصوص زمانی که تقریب معتبر است و جت به طور عمودی تخلیه است( هاربی و همکاران ۲۰۱۴ الف). داده های ازمایشی اندک و محاسبات برای درک جریان استفاده میشوند( هاربی و همکاران ۲۰۱۴ ب).
گراپر و بینز ۱۹۷۷ پیشنهاد کرده اند که کران بالای تعمیم پذیری تقریب باسینک این است که اختلاف چگالی کسری اولیه برابر با ۰٫۰۵ است. به طور کلی، می توان گفت که تقریب باسینک برای اختلاف تراکم کسری اولیه کوچک است که با نشان داده می شود. پلوم غیر بوسینگ توسط برخی محققان مطالعه شده است( وودز ۱۹۹۷). زیائو و همکاران(۲۰۰۹) به مطالعه و توسعه مدل انتگرال برای جت های شناور افقی با فرضیه اصلاح شده استفاده کرده اند. سیستم معادلات حفاظت مدل انتگرال برای دست یابی به راه حلهای عددی در منطقه گذار از جت استفاده می شوند. می توان نتیجه گرفت که برای جت شناور، تقریب باسینک زمانی نقض می شود که ماندگی توده ای را بیش از مقدار واقعی براورد کند. این مطالعه نشان می دهد که تقریب بوسینسک زمانی معتبر است که تغییرات تراکم کم تر از ۱۰ درصد فرض ماندگی نیاز کلیدی برای مدل انتگرال است.
نرخ ماندگی یک جت توربولانت به صورت سیال محیطی تعریف می شود که در حاشیه قرار می گیرد و از این روی در بدنه جت قرار داده شد. عوامل ماندگی می باشند که لایه ترکیبی بین جت و محیط اطراف آن را نشان می دهند. این فرایند اثر افزایش جریان وزنی جت کل است( هوف و همکاران ۱۹۵۶). اولین مورد شامل استفاده از رویکرد ماندگی در مدل جت عمومی است. و به این ترتیب جریان از حجم کنترل ثابت عبور کرده و معادلات حرکت در حجم کنترل استفاده می شوند. یک مورد دیگر مربوط به مالونهوف و همکاران ۱۹۸۵، وود ۱۹۹۳ و لی ۱۹۹۶ و جیر کا ۲۰۰۴ است.
مورتون ۱۹۶۵ به این نتیچه رسیده است که یک ماندگی متوسط در جریان جت مانند می باشد که متناسب با سرعت مرکزی میانگین است. لیست و همکاران(۱۹۷۹) نشان داده اند که مکانیسم ماندگی در هر دو جت و پلوم یکسان است و با حرکات بزرگ مقیاس دوره ای غالب است و این سیال محیطی را تشکیل می دهد. جریان غیر ترکیبی وارد سیال توربولانت شده و با حرکت کشن های کوچک وارد می شود. ابراهام ۱۹۶۳ نشان داده است که سرعت انبساط جریان شناور مستقل از نوع جریان بوده و این مصرف جایگزین مناسبی است. لیست و امبرگر ۱۹۷۳، قادر به رابطه دو فضا و و مشتق ثابت های ماندگی برای جت و پلو است. تیلور ۱۹۸۵، کاستونینس (۱۹۷۵) و اگراول و پراساد (۲۰۰۴) نشان داده اند که جت های شناور توربلانت، محیط اشفته معمولا با ارتباط سرعت جریان به جریان میانگین پارامتر سازی می شوند. از این روی پیشنهاد شده است که از طریق رئوس کوچک مقیاس نیز موسوم به متیو و باسو (۲۰۰۲) است.
مطالعات عددی و ازمایشی مختلف ، ارزش نرخ ماندگاری برای مثال را نشان داده اند و فرض بر این است که نرخ محلی ماندگاری متشکل از دو مولفه است: یک مورد مولفه ماندگاری ناشی از گشتاور جریان می باشد، در حالی که دیگری، مولفه ماندگاری مطلوب است، در حالی است که دیگری مولفه ماندگاری ناشی از شناور است.
هم چنین موضوع دیگر، مولفه ماندگاری ناشی از شناوری است. هم چنین، آن ها گزارش کرده اند که نرخ محلی ماندگاری موجب افزایش جت می شود . این عدم تشابه نرخ ماندگاری در امتداد مسیر جت بحث شده است. محققان دیگر ، رفتار جت شناور را با استفاده از معادلات انتگرال پیش بینی کرده اند. باتچلر (۱۹۵۴) نشان داده اند که ماندگاری قوی از محیط زمانی رخ می دهند که بر اساس وحدت می باشد، اگرچه نسبت تراکم نزدیک به می باشد.
بر روی جت های شناور افقی با تغییرات تراکم بالا، مطالعات زیادی صورت نگرفته است. و تقریبا داده های ازمایشی را نمی توان در منابع یافت. با این حال جت های گازی افقی بسیار مطالعه شده اند. با این حال جت های گازی افقی غوطه ور در مایع، ویژگی عای جریان متفاوت را ا ز چریان کاز-گاز نشان می دهند زیرا شکست حباب در جریان فاز متوقف می شود . از این روی، یک مسئله اصلی درک این جریان ها، محاسبه ساختار های عددی جریان و تایید مدل های عددی و اندازه گیری ازمایشی آن هاست. محققان در تلاش برای درک و.یژگی های فواره گازی، به اندازه گیری های نقطه ای نظیر پروب های مقاومت الکترونی برای تفکیک فاز مایع و گاز متکی بوده اند. در این فنون، پرب در نقطه اندازه گیرری برای برخی زمان ها انجام شده و از این روی در فضا عبور می کند. سنجش عنصر یک نقطه اندازه گیری متشکل از نقاط اندازه گیری مختلف می باشد. در این میدان با جریان نامنظم و ناپایدار، اندازه گیری کلی مطلوب است زیرا اطلاعات اولیه را می توان کسب کرد. یک مثال در خصوص اندازه گیری کلی، عکس برداری سرعت است و در گذشته استفاده شده است( مگ الان و کینگ ۱۹۸۲، لات و فات ۱۹۸۹) و جزییات کمی از تصاویر ثبت شده بسیار پایین بود.
در این مطالعه، مدل عددی انتگرال برای پیش بینی رفتار گاز افقی تزطریق شده از لوله های مستقیم در محیط اب تحت شرایط مختلف استفاده شده است. از این روی عکس برداری با سرعت بالا برای ثبت موقعیت و حرکت فواره کامل استفاده می شودو تصاویر دیجیتال برای استخراچ موقعیت واسط تحلیل شد. از این روی اندازه گیری جهانی و اثر مستقیم نیز در نظر گرفته شد. پارامتر های جت گاز با انجام میانگین گیری زمانی تصاویر ثبت شده بدست امد. معادلات مدل و روش های حل ب با مسیر های خروجی گرافیکی در برنامه متلب کد گذاری شده و با داده های ازمایشی مقایسه شد.

بخشی از مقاله انگلیسی:

۱٫ Introduction

Turbulent buoyant jets form a complex multiphase system, which have a great interest in many environment and industrial applications. A buoyant jet is formed when a continuous stream of low-density fluid with large momentum originating from a nozzle enters into a liquid medium with bigger density. Depending on the initial jet momentum and the density difference between the two fluids, the jet breaks up into a train of bubbles, either immediately at the nozzle exit or at some distance downstream. Three general groups of factors govern the buoyant jet behavior they are: (i) jet parameters, (ii) environmental parameters and (iii) geometrical factors. The first group includes the initial jet velocity, the turbulence level, the jet mass, momentum and the density deficit between the jet and the ambient fluid. The second group of variables includes the ambient fluid parameters, such as turbulence level, currents, and density stratification. These factors usually begin to influence the jet behavior at some distance from the orifice. Finally, the geometrical factors include the depth of submergence of the jet, the jet shape, its orientation and proximity to solid boundaries or to the free surface. The considerable research activity in the area of buoyant jets over the past 50 years has resulted in different experimental studies and a number of different models that mathematically describe the jet flow path. Different experimental investigations have been conducted in the past few decades on the turbulent jets and the results provided support for the mathematical modeling approach (Liang et al., 2016; Taib, 2015; Harby 2012; Francis et al., 2014). The mathematical models based on the jet behavior existing in the literature can be classified mainly into three different categories: integral models, length-scale models, and models that use a combination of both length-scales and integral techniques. Integral models which are based on the conservation equations of mass, momentum and buoyancy fluxes are the most common ones; they are widely used in engineering practice for the prediction of the characteristics for these buoyant jet discharges (Ficher et al., 1979). Most of these models consider only the mean mass and momentum fluxes in the set of conservation equations. Hence, they can be referred to as first-order integral models. However, few experimental data and calculations on the buoyant jet with large density variations can be found in the literature. Most of the researches were carried out for small density variation when the Boussinesq approximation is valid and the jet is discharged vertically (Harby et al., 2014a). There is still very little experimental data and calculations to understand well these flows (Harby et al., 2014b). Crapper and Baines 1977 suggested that the upper bound of applicability of the Boussinesq approximation is that the initial fractional density difference ρ۰/ρa is 0.05. In general, one can say that the Boussinesq approximation is valid for small initial fractional density difference, ρ۰/ρa 1. The non-Boussinesq plume was studied by a number of researchers (Woods, 1997; Carlotti and Hunt, 2005). Xiao et al. 2009 studied and developed a nonBoussinesq integral model for horizontal buoyant round jets with a modified entrainment hypothesis. The system of conservation equations of the integral model was solved to obtain numerical solutions in the transition region from jet-like to plume-like. They concluded that for a strongly buoyant jet the Boussinesq approximation is violated which will over-predict the mass entrainment and under-estimate the buoyancy effect. This study reveals that the Boussinesq approximation is valid when the density variation is less than 10% being the entrainment assumption a key requirement for the integral model. The entrainment rate of a turbulent jet is defined as the ambient fluid that is mixed across the jet edge and becomes incorporated into the body of the jet. The agents of entrainment are turbulent eddies forming a mixing layer between the jet and its surroundings. This process has the effect of increasing the total jet mass flux (Houf et al., 1956). The first to incorporate the entrainment approach into a general jet model was Fan and Brook (1969) which used the Eulerian integral method, in which the flow passed through a fixed control volume, and integrated the equations of motion over that control volume. Other ones, who have used this approach, are: Muellenhoff et al. (1985), Wood (1993), Chu and Lee (1996) and Jirka (2004). Morton 1965 concluded that there was an average entrainment into the jet-like flow that was proportional to the mean centerline velocity. List et al. 1979 showed that the entrainment mechanism is the same in both jets and plumes and is dominated by almost periodic large-scale motions which engulf the ambient fluid. The unmixed fluid is transported well into the turbulent fluid and mixed by the action of small eddies. Abraham 1963 showed that the rate of expansion of a buoyant flow was independent of the type of flow (jet-like or plume-like) and with this alternative assumption proceeded to the solution. List and Imberger 1973; Jirka and Harleman 1979 were able to relate the two assumptions and derive the entrainment constants for the jet and the plume. Taylor (1958), Kotsovinos (1975) and Agrawal and Prasad (2004) suggested that for turbulent buoyant jets, the turbulent entrainment is usually parameterized by relating the inflow velocity to the mean flow in the jet body also they suggested that a substantial contribution to entrainment is made through nibbling of small scale vortices see also Mathew and Bassu (2002). Numerous experimental and numerical studies provided values of the entrainment rate for example Houf and Schaefer (2008), ElAmin et al. (2010) and El-Amin and Kanayama (2009) assumed that the local rate of entrainment consisted of two components; one was the component of entrainment due to jet momentum while the other one was the component of entrainment due to buoyancy. Also, they reported that the local rate of entrainment increases as the jet leaves the momentum-dominated region and enters a region where the effects of buoyancy become more pronounced. This non-similarity of the entrainment rate along the jet trajectory has been discussed by Carazzo et al. (2006). Other authors predicted the behavior of the buoyant jet by using integral equations formulated under the assumption of axial symmetry and self-similar transverse profiles (Fisher et al., 1979; Wood, 1993; Pantokratoras, 1998). Batchelor (1954) showed that a strong entrainment from the ambient will take place when the density ratio tends to unity (ρg/ρa→۱) while as the density ratio tends to zero (ρg/ρa→۰) the entrainment falls to zero and as the density ratio varies between the two limits there will be a smooth transition. The horizontal buoyant jets with large density variations have not received sufficient research before, and almost no experimental data could be found in the open literature. However, submerged horizontal gas jets in liquid exhibits different flow characteristics from gas-gas flow because bubble breakup occurs in two-phase flow and the unsteady motion of the gas-liquid interface has a strong influence on the momentum transfer and the buoyancy force. Hence, it remains a challenging issue to understand well these flows, to calculate the flow structures numerically, to verify the numerical models and to measure them experimentally. In their efforts to understand the characteristics of submerged gas jets, past researchers have relied on point measurements such as electro-resistivity probes to separate the liquid and gas phases for study (Mori et al., 1982; Ito et al., 1991). In these techniques, the probe is placed at the measurement point for some time and is then traversed in space. The sensing element can be a singular measurement point or be composed of several measuring points capable of simultaneous measurement at multiple spatial locations. In either case, the probe itself is intrusive and only permits timeaveraged whole-field measurements since the probe can only exist at one (or several) points in space at any given time. In such an unsteady and highly irregular flow field, a global measurement is preferred since instantaneous information can be obtained. An example of a global measurement is high-speed photography, which has been used in the past (McNallan and King 1982; Loth and Faeth 1989) to observe the interface, but the level of quantitative detail gathered from the recorded images was very low. In this study, an integral numerical model was developed to predict the behavior of a horizontal gas jet injected from straight tubes into water ambient under different operating conditions. Since a major goal of this work was to study the interface motion itself, the technological limitations imposed by traditional measurement techniques were unacceptable. Thus high-speed photography was used to record the position and motions of the entire gas jet and the digital images were analyzed to extract the interface position. Thus direct and instantaneous global measurements of the interface were taken. Recorded images are a projection of the density variations seen in the test section. The gas jet parameters were obtained performing first a time-average of the recorded images followed by a careful analysis of the processed data. The model equations and a solution procedure was coded with input and graphical output routines into a MATLAB program and finally compared with the experimental data.