МОДЕЛИРОВАНИЕ СТРУИ РАСПЛАВЛЕННОГО ПОТОКА ПРИ ПРОИЗВОДСТВЕ МИНЕРАЛЬНОЙ ВАТЫ

Современное производство минеральной ваты хаpaктеризуется высокой степенью автоматизации. Автоматизированы все процессы подачи сырья и топлива: набор компонентов, взвешивание, трaнcпортировка и загрузка в печь по заданной программе. Автоматические датчики определяют и контролируют скорость вращения центрифуги, температуру и влажность дутья, отвод газов. Однако ряд проблем остается нерешенным, в том числе учет расхода расплава. Обычные методы измерения расхода жидкости в данной ситуации не применимы из-за агрессивности среды. Определение расхода расплава по изменению тока двигателя валков центрифуги, по количеству загруженного сырья, по весу готовой продукции являются недостаточно эффективными для предъявляемых на сегодняшний день требований к планированию производственных затрат. Между тем постоянный контроль расхода расплава является одной из самых важных задач при производстве минеральной ваты.
Проверка работоспособности алгоритма, позволяющего определять расход (дeбeт) струи расплава металлургической печи, требует большего количества экспериментальных данных. В связи с тем, что отработать алгоритм в реальных условиях (на производстве) не представляется возможным, необходимо компьютерное моделирование различных производственных ситуаций. Создание модели позволяет гибко задавать необходимые начальные условия, изменять параметры струи расплава, и тем самым провести эксперименты без лишних производственных затрат.
Визуализация движения струи расплава является задачей трёхмерного моделирования. При реализации модели необходимо учесть следующие особенности, хаpaктеризующие производство минеральной ваты:
- На изображении струи расплава должны появляться пятна, соответствующие температурным изменениям расплава и различной вязкости вещества.
- Механические воздействия определяют отклонение свободного падения струи и изменение её формы.
- Появление сгустков в струе вызывает изменение геометрии струи.
Для программной реализации модели необходимо выполнить следующие задачи: визуализация вязкой жидкости, моделирование движения жидкости, моделирование изгибов и скрутки струи.
Задача визуализации вязкой жидкости решается различными способами. Большинство их них является целочисленным решением системы уравнений Навье-Стокса, описывающих движение вязкой жидкости [1, 4]. Представляет интерес метод моделирования вязкой жидкости, называемый SPH (Smoothed Particle Hydrodynamics) - гидродинамика сглаженных частиц [3]. В отличие от основанных на сетке методик, которые прослеживают границы жидкости, метод SPH создаёт свободную поверхность для непосредственно взаимодействующих жидкостей или газов.
Идея метода заключается в том, что вязкую жидкость представляют разделенной на несколько дискретных «жидкостных элементов», взаимодействующих между собой. При этом задача моделирования сводится к расчету этого взаимодействия. В основу метода положено свойство, при котором каждая частица в некоторой степени «заимствует» физические хаpaктеристики у своих ближайших соседей. Элементы или частицы имеют прострaнcтвенное расстояние, называемое «длина сглаживания» (h). Любая физическая величина любой частицы может быть выражена из соответствующих хаpaктеристик частиц, находящихся в пределах двух сглаженных длин. Например, температура частицы i зависит от температуры всех частиц в пределах радиальной дистанции 2h от частицы i. Таким образом, влияние каждой частицы на соседние оценивается в соответствии с их расстоянием от интересующей частицы. Математически, это свойство описывает функция сглаживания W (или функция ядра) - она показывает, какое количество конкретной величины нужно позаимствовать у частицы, находящейся на расстоянии r от интересующей нас точки. Уравнение для любого количества A частицы i, представленное как Ai записывается уравнением
,
где mj - масса частицы j, Aj - значение количества A для частицы j, ρj - плотность, связанная с частицей j, и W - функция ядра.
Плотность частицы i может быть выражена как:
,
где суммирование по j включает все частицы в модели.
Размер длины сглаживания может быть установлен как в прострaнcтве, так и во времени. Назначая каждой частице её собственную длину сглаживания и разрешая ей меняться со временем, разрешающая способность моделирования может автоматически подстраивать себя к локальным условиям. Например, в очень плотной области, где много частиц расположены близко одна к другой, длина сглаживания может быть определена относительно короткой, что приведёт к высокому прострaнcтвенному разрешению. И, наоборот, в областях с малой плотностью, где частицы размещены далеко одна от другой и разрешающая способность низкая, длина сглаживания может быть увеличена, что оптимизирует вычисления для данной области. Объединённая с уравнением состояния вязкой жидкости, гидродинамика сглаженных частиц эффективно моделирует гидродинамические потоки.
Так как для визуализации рассматриваемой нами модели более важным является внешняя форма анализируемого объекта, чем внутреннее состояние, то и задачу визуализации можно упростить, моделируя движение только внешних стенок расплава. При этом формы изгибов и скручивание струи реализуются с помощью сплайнов, создавая каркас модели струи расплава, а сама вязкая жидкость с помощью метода гидродинамики сглаженных частиц.
Задача моделирования движения жидкости решается с помощью аффинных преобразований вращения и сдвига с соответствующими матрицами.
Входными данными для модели являются: температура расплава, диаметр трубы и периодичность механических воздействий на струю расплава. Выходными - скорость движения струи и объём расплава.
Список литературы
- Загузов И.С., Поляков К.А. Математическое моделирование течений вязкой жидкости вблизи твердых поверхностей. Самара: Изд-во Самарского университета. URL: http://window.edu.ru/window/library?p_rid=46882 (дата обращения: 08.09.2010).
- Коноплёв В.А. Алгебраические методы в механике Галилея. - СПб.: Наука, 1999. - 288 с.
- Моделирование жидкости с использованием GPU. URL: http://www.uraldev.ru/articles/id/29 (дата обращения: 08.09.2010).
- Тонков Л.Е. Численное моделирование динамики капли вязкой жидкости методом функции уровня: сб.науч.тр. // Вестник удмуртского университета. - 2010. - №3. - С.134-140.
Работа выполнена при финансовой поддержке ГК №02.740.11.0512
Статья в формате PDF
119 KB...
23 05 2026 5:13:28
Статья в формате PDF
263 KB...
22 05 2026 19:17:34
Статья в формате PDF
286 KB...
21 05 2026 2:32:51
Статья в формате PDF
117 KB...
20 05 2026 16:37:55
Статья в формате PDF
305 KB...
19 05 2026 5:35:59
Статья в формате PDF
102 KB...
18 05 2026 3:22:56
Статья в формате PDF
292 KB...
17 05 2026 14:11:58
Статья в формате PDF
136 KB...
16 05 2026 1:18:48
Статья в формате PDF
243 KB...
15 05 2026 3:44:49
Получены уравнения конвекции и конвективной диффузии двухкомпонентных смесей в магнитном поле. Исследованы различные частные случаи. Решена задача о конвективном движении смеси вблизи вертикальной пластины, на поверхности которой происходит гетерогенная химическая реакция. Библиогр. 4 назв.
...
14 05 2026 13:17:58
Статья в формате PDF
245 KB...
13 05 2026 16:32:30
Статья в формате PDF
259 KB...
12 05 2026 4:46:29
Статья в формате PDF
102 KB...
11 05 2026 4:19:57
Статья в формате PDF
115 KB...
09 05 2026 8:20:20
08 05 2026 6:16:17
Статья в формате PDF
149 KB...
07 05 2026 20:12:53
Статья в формате PDF
137 KB...
06 05 2026 22:35:37
Статья в формате PDF
128 KB...
03 05 2026 15:43:46
02 05 2026 22:32:45
Статья в формате PDF
159 KB...
01 05 2026 9:53:17
Статья в формате PDF
115 KB...
30 04 2026 10:51:59
Статья в формате PDF
196 KB...
28 04 2026 14:55:14
Статья в формате PDF
162 KB...
27 04 2026 0:59:22
Все более актуальной в настоящее время становится проблема прогнозирования динамики развития региональных лесных комплексов. В качестве одного из этапов исследований по этой теме автором в содружестве с Гринпис России был выполнен описанный в статье проект. В рамках проекта разработана экономико-математическая модель. Последующая реализация модели на компьютере с использованием реальных данных показала ее эффективность для решения задач прогнозирования лесной отрасли. В качестве региона для апробации модели был выбран Санкт-Петербург и область, где влияние человека на окружающую среду в последнее время существенно возросло. Проведенная на основе статистических тестов верификация модели показала ее соответствие реальности. С целью апробации модели были сформированы два сценария с различными значениями показателей внешнего воздействия на региональную систему лесного комплекса. В результате, после имитации были получены основные параметры регионального лесного комплекса, соответствующие двум сценариям.
...
26 04 2026 8:57:27
Статья в формате PDF
253 KB...
25 04 2026 4:43:37
Статья в формате PDF 111 KB...
24 04 2026 15:59:23
Статья в формате PDF
319 KB...
23 04 2026 22:15:42
Статья в формате PDF
150 KB...
22 04 2026 8:30:21
Статья в формате PDF
106 KB...
21 04 2026 13:16:24
Статья в формате PDF
112 KB...
20 04 2026 1:34:13
Статья в формате PDF
262 KB...
19 04 2026 0:34:22
Статья в формате PDF
100 KB...
18 04 2026 7:41:33
Статья в формате PDF
160 KB...
17 04 2026 8:44:11
Статья в формате PDF
207 KB...
16 04 2026 4:48:59
Статья в формате PDF
314 KB...
15 04 2026 23:52:54
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::