Sie sind auf Seite 1von 186

Arbeitstitel

Dissertation
zur
Erlangung des akademischen Grades
Doktor-Ingenieur (Dr.-Ing.)
der Fakultät für Maschinenbau und Schiffstechnik
der Universität Rostock

vorgelegt von
Matthias Walter, geb. am 18.08.1980 in Stralsund
aus Rostock

Rostock, 27. Juli 2017


Gutachter:
1. Gutachter
Prof. Dr.-Ing. habil. Nikolai Kornev
Lehrstuhl für Modellierung und Simulation, Universität Rostock
2. Gutachter
Prof. Dr.-Ing. habil. Egon Hassel
Lehrstuhl für Technische Thermodynamik, Universität Rostock

Datum der Einreichung: 2016


Datum der Verteidigung: 2016
Inhaltsverzeichnis

1. Einleitung 1
1.1. Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Stand der Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Ziele und Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . 8

2. Modellierung der turbulenten Strömung 9


2.1. Erhaltungsgleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1. Massenbilanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2. Impulsbilanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. Turbulenz und deren Eigenschaften . . . . . . . . . . . . . . . . . . . . 11
2.3. Grobstruktursimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.1. Räumliche Filterung . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.2. Gefilterte Erhaltungsgleichungen . . . . . . . . . . . . . . . . . 19
2.3.3. Turbulenzmodellierung . . . . . . . . . . . . . . . . . . . . . . . 20

3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds


Zahlen 28
3.1. Grundgleichung des Stofftransports . . . . . . . . . . . . . . . . . . . . 28
3.2. Eigenschaften des turbulenten Stofftransports . . . . . . . . . . . . . . 29
3.3. Grobstuktursimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3.1. Gefilterte Erhaltungsgleichung für den turbulenten Stofftransport 35
3.3.2. Modellierung des turbulenten Skalarflusses . . . . . . . . . . . . 35
3.3.3. Modellierung der skalaren Feinstrukturvarianz . . . . . . . . . . 41
3.3.4. Modellierung der skalaren Feinstrukturdissipation . . . . . . . . 44

4. Modellierung der chemischen Stoffumwandlung 48


4.1. Mischungsbruch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2. Chemie-Turbulenz Interaktion . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.1. PDF-Verfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.2.2. Multi Environment Modell . . . . . . . . . . . . . . . . . . . . . 51
4.2.3. Eddy Dissipation Modell . . . . . . . . . . . . . . . . . . . . . . 53

i
Inhaltsverzeichnis ii

4.2.4. Weitere Verfahren . . . . . . . . . . . . . . . . . . . . . . . . . . 56

5. Numerische Methode 57
5.1. Finite Volumen Methode . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.1.1. Räumliche Diskretisierung . . . . . . . . . . . . . . . . . . . . . 58
5.1.2. Zeitliche Diskretisierung . . . . . . . . . . . . . . . . . . . . . . 61
5.2. Druckkorrektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 63


6.1. Rechengebiet und Gitterauflösung . . . . . . . . . . . . . . . . . . . . . 65
6.2. Randbedingungen und Setup . . . . . . . . . . . . . . . . . . . . . . . . 66
6.3. Einfluss der Gitterauflösung . . . . . . . . . . . . . . . . . . . . . . . . 68
6.4. Einfluss der Feinstrukturmodellierung . . . . . . . . . . . . . . . . . . . 88
6.5. Selbstähnlichkeit der Strahlentwicklung . . . . . . . . . . . . . . . . . . 100
6.6. Mikromischung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.6.1. Spektrum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.6.2. Intermittenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.6.3. Dissipationsrate . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.6.4. Fraktale Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . 119
6.7. Reaktiver Stofftransport . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.7.1. Finite Rate Eddy Dissipation Model (EDM) . . . . . . . . . . . 127
6.7.2. Multi Environment Model (MEM) . . . . . . . . . . . . . . . . 127
6.7.3. PDF-Verfahren für unendlich schnelle Chemie (IFCM) . . . . . 128
6.7.4. Konditioniertes PDF-Verfahren für unendlich schnelle Chemie (CIF-
CM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.7.5. Ergebnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.8. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

7. Multifraktale Turbulenzmodellierung 140


7.1. Multifraktalmodell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.2. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.2.1. Homogene isotrope Turbulenz . . . . . . . . . . . . . . . . . . . 140
7.2.2. Kanalströmung . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.2.3. Periodischer Hügel . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.3. LES Strahlmischer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

8. Zusammenfassung und Ausblick 141

Literaturverzeichnis 142
Inhaltsverzeichnis iii

A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i Span-


nungen 155

B. Weitere zeitliche Autokorrelationsfunktionen der aufgelösten Komponen-


ten uy und uz 161

C. Weitere PDFs der aufgelösten Komponenten uy und uz 164


Abbildungsverzeichnis

1.1. Feinstrukturen in turbulenten Mischungsprozessen. In Flüssigkeiten bil-


den sich langgezogene Strukturen mit sehr viel dünneren Schichten als
in Gasen. Die Konzentrationsgradienten zwischen den Schichten werden
durch die molekulare Diffusion ausgeglichen. . . . . . . . . . . . . . . . 2
1.2. Leistungsdichtespektrum der Skalarfluktuationen bei unterschiedlichen
Schmidt Zahlen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1. Illustration der verschiedenen Skalen des eindimensionalen Energiespek-


trums einer turbulenten Strömung mit Re >> 1. . . . . . . . . . . . . . 17

3.1. Zweidimensonale Momentaufnahmen der Konzentration zweier sich ver-


mischender Stoffe auf Basis von Konvektion (obere Reihe) und durch
Diffusion (untere Reihe). . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2. Schematische Darstellung des eindimensionalen skalaren Energiespek-
trums für Schmidt Zahlen Sc << 1 (—). Zum Vergleich das eindimen-
sionale Energiespektrum der Turbulenz (· · · ) . . . . . . . . . . . . . . . 32
3.3. Schematische Darstellung des eindimensionalen skalaren Energiespek-
trums für Schmidt Zahlen Sc >> 1 (—). Zum Vergleich das eindimen-
sionale Energiespektrum der Turbulenz (· · · ) . . . . . . . . . . . . . . . 33
3.4. Zweidimensonale Momentaufnahmen der Konzentration zweier sich ver-
mischender Stoffe für unterschiedliche Schmidt Zahlen. . . . . . . . . . 34

6.1. Darstellung des koaxialen Strahlmischers in Längsrichtung. . . . . . . 63


6.2. Betriebsarten des Strahlmischers. . . . . . . . . . . . . . . . . . . . . . 64
6.3. Aufbau des Rechengitters im Strahlmischer. Deutlich zu erkennen sind
die Gitterverfeinerungen am Düsenaustritt sowie entlang der Scherschicht.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.4. Grafische Darstellung der Recycling Methode zur Erzeugung einer quasi-
periodischen Rohrströmung für die Generierung der Geschwindigkeitsf-
luktuationen am Beginn des Mischungsgebietes. . . . . . . . . . . . . . 67

iv
Abbildungsverzeichnis v

6.5. Vergleich der zeitlich gemittelten axialen Geschwindigkeit zwischen Ex-


periment und numerischer Simulation mit unterschiedlichen Gitterauf-
lösungen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem axialen Geschwindigkeitswert ent-
lang der Mittelachse u0 (x, y, z) = u(x, 0, 0). . . . . . . . . . . . . . . . 70
6.6. Vergleich des zeitlich gemittelten Mischungsbruches zwischen Experi-
ment und numerischer Simulation mit unterschiedlichen Gitterauflösun-
gen entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-
(f) jeweils normalisiert mit dem Wert des Mischungsbruches entlang der
Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . . . . . . . . 71
6.7. Vergleich der zeitlich gemittelten axialen Geschwindigkeitsfluktuationen
zwischen Experiment und numerischer Simulation mit unterschiedlichen
Gitterauflösungen entlang der Mittelachse (a) sowie verschiedenen Quer-
schnitten (b)-(f) jeweils normalisiert mit dem axialen Geschwindigkeits-
wert entlang der Mittelachse u0 (x, y, z) = u(x, 0, 0). . . . . . . . . . . . 73
6.8. Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches
zwischen Experiment und numerischer Simulation mit unterschiedlichen
Gitterauflösungen entlang der Mittelachse (a) sowie verschiedenen Quer-
schnitten (b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches
entlang der Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . 74
6.9. Zeitlich gemittelte Spannungskomponente xx entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 76
6.10. Isofläche der Wirbelstärke aus dem Inneren der Düse in Strömungsrich-
tung für die Gitterauflösung G3, eingefärbt mit dem Betrag der Ge-
schwindigkeit. Deutlich zeichnen sich die typischen Haarnadel artigen
Strukturen für wandbehaftete Turbulenz ab (blaue Pfeile), welche nach
dem Ablösen von der Wand als chaotische Strukturen am Düsenausgang
austreten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.11. Darstellung turbulenter Strukturen des Geschwindigkeitsfeldes am Dü-
senausgang mittels Q-Kriterium (Q = 5000). Die verschiedenen Gitter
bilden mit zunehmender Auflösung die turbulenten Strukturen deutlich
besser ab, jedoch ohne signifikante Unterschiede in Form und Charakte-
ristik erkennen zu lassen. . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.12. Zeitlich gemittelte x-Komponente des Flussvektors vom Mischungsbruch
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f). 80
Abbildungsverzeichnis vi

6.13. Wahrscheinlichkeitsdichtefunktion (WDF) der aufgelösten Geschwindig-


keitsfluktuationen ux für die Gitterauflösungen G1 bis G3 an verschiede-
nen Positionen im Strahlmischer. Es ist klar zu erkennen, dass die WDFs
einen gaussförmigen Charakter aufweisen, was auf Selbstähnlichkeit im
Geschwindigkeitsfeld hindeutet. . . . . . . . . . . . . . . . . . . . . . . 81
6.14. Wahrscheinlichkeitsdichtefunktion (WDF) der aufgelösten Fluktuationen
des Mischungsbruchs φ für die Gitterauflösungen G1 bis G3 an verschie-
denen Positionen im Strahlmischer. Im Gegensatz zum Geschwindigkeits-
feld zeigen die WDFs nur punktuell einen gaussförmigen Verlauf, was auf
eine unvollständige Vermischung der beiden Stoffströme im Mischungs-
gebiet hinweist. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.15. Zeitliche Autokorrelationsfunktion von u0x für die Gitterauflösungen G1
bis G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erken-
nen sind die schwächer abfallenden Autokorrelationsfunktionen zwischen
x/D = 0 und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine
zunehmende Kolmogorov Länge in axialer und radialer Richtung hinweist. 84
0
6.16. Zeitliche Autokorrelationsfunktion von φ für die Gitterauflösungen G1
bis G3 an verschiedenen Positionen im Strahlmischer. Die abnehmende
Korrelation zum Ende des Mischunsgebietes spiegelt anwachsende Kol-
mogorov und Batchelor Längen wieder. . . . . . . . . . . . . . . . . . . 85
6.17. Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuatio-
nen u0x für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen
im Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen
Trägheitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung ge-
hen die Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf
im Trägheitsbereich über. Der dissipative Abfall ist in allen Spektren
vorhanden. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.18. Zeitliches Frequenzspektrum der aufgelösten Fluktuationen des Mischungs-
0
bruches φ für die Gitterauflösungen G1 bis G3 an verschiedenen Positio-
nen im Strahlmischer. Die von Batchelor vorhergesagte f −1 Skalierung
0
im viskos-konvektiven Bereich des Energiespektrums von φ wird weder
durch die Gitterauflösungen noch das Feinstrukturmodell abgebildet. . 87
6.19. Vergleich der zeitlich gemittelten axialen Geschwindigkeit zwischen Ex-
periment und numerischer Simulation mit unterschiedlichen Feinstruk-
turmodellen entlang der Mittelachse (a) sowie verschiedenen Querschnit-
ten (b)-(f) jeweils normalisiert mit dem axialen Geschwindigkeitswert
entlang der Mittelachse u0 (x, y, z) = u(x, 0, 0). . . . . . . . . . . . . . . 90
Abbildungsverzeichnis vii

6.20. Vergleich des zeitlich gemittelten Mischungsbruches zwischen Experi-


ment und numerischer Simulation mit unterschiedlichen Feinstruktur-
modellen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem axialen Mischungsbruchwert entlang
der Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . . . . . . 91
6.21. Vergleich der zeitlich gemittelten axialen Geschwindigkeitsfluktuationen
zwischen Experiment und numerischer Simulation mit unterschiedlichen
Feinstrukturmodellen entlang der Mittelachse (a) sowie verschiedenen
Querschnitten (b)-(f) jeweils normalisiert mit dem axialen Geschwindig-
keitswert entlang der Mittelachse u0 (x, y, z) = u(x, 0, 0). . . . . . . . . 93
6.22. Vergleich der zeitlich gemittelten Mischungsbruchfluktuationen zwischen
Experiment und numerischer Simulation mit unterschiedlichen Feinstruk-
turmodellen entlang der Mittelachse (a) sowie verschiedenen Querschnit-
ten (b)-(f) jeweils normalisiert mit dem Mischungsbruchwert entlang der
Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . . . . . . . . 94
6.23. Darstellung der normalisierten turbulenten Viskosität (links) und den
zeitlich gemittelten Feinstrukturspannungen (rechts) für die verschiede-
nen Feinstrukturmodelle mit logarithmischen Farbskalen. Deutlich ist
die starke Ausprägung der Turbulenz beim DOE erkennbar wohingegen
LDMMS und DSM geringere Turbulenzanteile aufweisen. . . . . . . . . 95
6.24. Zeitlich gemittelte Spannungskomponente xx entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f) in logarithmischer Auftragung. 96
6.25. Zeitlich gemittelte x-Komponente des Flussvektors des Mischungsbruchs
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f). 97
6.26. Darstellung turbulenter Strukturen des Geschwindigkeitsfeldes im Mi-
schungsgebiet mittels Q-Kriterium (Q = 5000). Die verschiedenen Fein-
strukturmodelle lassen geringfügige Unterschiede in Form und Charak-
teristik der turbulenten Strukturen im Vergleich zur laminaren Lösung
erkennen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.27. Mögliche Unterteilung des Strahlmischers in verschiedene Geschwindig-
keitsbereiche auf Basis der mittleren axialen Geschwindigkeit entlang der
Mittelachse. Die Darstellung basiert auf der Untersuchung von Freistrah-
len [94] und gilt daher nur für D/d ≤ (1 + V̇D /V̇d ). . . . . . . . . . . . 100
6.28. Darstellung der zeitlich gemittelten axialen Geschwindigkeitsmomente
für verschiedene Querschnitte, (a)-(b) Experiment und (c)-(f) Simulati-
on. Die Profile liegen eng beisammen, was die selbstähnliche Entwicklung
des Strahls bestätigt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Abbildungsverzeichnis viii

6.29. Abklingen der mittleren axialen Geschwindigkeit entlang der Mittelachse


des Strahlmischers im Experiment (a) und in der Simulation (b). Deutlich
erkennbar ist die Übereinstimmung der Geschwindigkeitsabnahme mit
den vorhergesagten Skalierungsvorschriften für die Transitionszone sowie
den Selbstähnlichkeitsbereich. . . . . . . . . . . . . . . . . . . . . . . . 103
6.30. Darstellung zeitlich gemittelter Momente des Mischungsbruchs für ver-
schiedene Querschnitte, (a)-(b) Experiment und (c)-(f) Simulation. . . 104
6.31. Abklingen des mittleren Mischungsbruches entlang der Mittelachse des
Strahlmischers im Experiment (a) und in der Simulation (b). Weniger
ausgeprägt ist die Übereinstimmung der Mischungsbruchabnahme mit
den adaptierten Skalierungsvorschriften als im Fall der Geschwindigkeit. 105
6.32. Position der lokalen Gitterverfeinerungsboxen (gelb) im Mischungsgbiet
des Gitters G5. Die Gitterauflösung in den kleinsten Gitterverfeinerungs-
boxen (rot) beträgt 4 µm in Position 1 (Scherschicht) bzw. 2 µm in Posi-
tion 2 (Strahlmitte). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.33. Verteilung der Datenpunkte innerhalb der höchsten Auflösungsstufe des
Gitters G5. Entlang der farbig markierten Linien wird pro Gitterzelle
jeweils Datenpunkt erfasst. . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.34. Zeitliches (links) und räumliches (rechts) Frequenzspektrum der Geschwindigkeits-
und Mischungsbruchfluktuationen am Punkt x/D = 0.4,r/D = 0.6 des
Gitters G4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.35. Zeitliches (links) und räumliches (rechts) Frequenzspektrum der Geschwindigkeits-
und Mischungsbruchfluktuationen am Punkt x/D = 2,r/D = 0 des Git-
ters G4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.36. Zeitliches (links) und räumliches (rechts) Energiespektrum der Geschwindigkeits-
und Mischungsbruchfluktuationen am Punkt x/D = 8,r/D = 0 des Git-
ters G4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.37. Zeitliches (links) und räumliches (rechts) Frequenzspektrum der Geschwindigkeits-
und Mischungsbruchfluktuationen am Punkt x/D = 0.4,r/D = 0.6 des
Gitters G5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.38. Zeitliches (links) und räumliches (rechts) Frequenzspektrum der Geschwindigkeits-
und Mischungsbruchfluktuationen am Punkt x/D = 2,r/D = 0 des Git-
ters G5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.39. Illustration der scharfkantigen Strukturen der Geschwindigkeit und des
Mischungsbruchs beim Gitter G4. . . . . . . . . . . . . . . . . . . . . . 113
Abbildungsverzeichnis ix

6.40. Kurtosis der Strukturfunktion erster Ordnung als Funktion von r ent-
lang Hauptströmungsrichtung (x) sowie radialer Richtung (y) jeweils für
Position x/D = 0, 4, r/D = 0, 06 (links) und Position x/D = 2, r/D = 0
(rechts) des Gitters G4. . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.41. Illustration der scharfkantigen Strukturen der Geschwindigkeit und des
Mischungsbruchs für die Verfeinerungsgebiete des Gitters G5. Die Auflö-
sung der beiden Regionen liegt jeweils zwischen der Kolmogorov Länge
η und der Batchelor Länge λB . . . . . . . . . . . . . . . . . . . . . . . . 114
6.42. Kurtosis der Strukturfunktion erster Ordnung als Funktion von r ent-
lang Hauptströmungsrichtung (x) sowie radialer Richtung (y) jeweils für
Position x/D = 0, 4, r/D = 0, 06 (links) und Position x/D = 2, r/D = 0
(rechts) des Gitters G5. . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.43. 2D Darstellung der Dissipationsrate der turbulenten kinetischen Energie.
Die roten Bereiche in (a) kennzeichnen die Positionen der beiden in (b)
dargestellten Ausschnitte. . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.44. Wahrscheinlichkeitsdichtefunktion der mittelwertsbefreiten logarithmi-
schen Dissipationsrate der turbulenten kinematischen Energie. . . . . . 117
6.45. 2D Darstellung der Strukturen der Dissipationsrate des Mischungsbru-
ches. Die roten Bereiche in (a) kennzeichnen die Positionen der beiden in
(c) dargestellten Ausschnitte. Zum Vergleich illustriert (b) die Struktu-
ren der Dissipationsrate des Mischungsbruches aus den experimentellen
Referenzdaten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.46. Wahrscheinlichkeitsdichtefunktion der mittelwertsbefreiten logarithmi-
schen Dissipationsrate des Mischungsbruches. . . . . . . . . . . . . . . 119
6.47. Wahrscheinlichkeitsdichtefunktion für verschiedene Boxgrößen p des Git-
ters G5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.48. Multiplikatoren G5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.49. Vergleich der zeitlich gemittelten aufgelösten und modellierten Varianz
des Mischungsbruchs mit experimentellen Referenzdaten. . . . . . . . . 124
6.50. Gegenüberstellung der zeitlich gemittelten aufgelösten und modellierten
Dissipationsrate des Mischungsbruchs. Für den axialen Verlauf (a) erfolgt
zu dem ein Vergleich mit experimentellen Referenzdaten. . . . . . . . . 126
6.51. Skizze des Strahlmischers mit den Positionen der Messpunkte im Mi-
schungsgebiet. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.52. Streudiagramm der konditionierten Reaktionsfortschrittvariable und des
Interpolationsparameters für verschiedene Querschnitte und Datenpunkte.130
Abbildungsverzeichnis x

6.53. Numerische Approximation des Interpolationsparameters und der kon-


ditionierten Reaktionsfortschrittvariable mittels Polynomansatz siebten
Grades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.54. Numerische Approximation des Interpolationsparameters Ψ(φ, φ ) und 02

der konditionierten Reaktionsfortschrittvariable Z|(φ, φ02 ) mittels zwei-


dimensionalem Polynomansatz fünften Grades. . . . . . . . . . . . . . . 132
6.55. Momentaufnahme der Konzentration des Reaktionsproduktes im Ver-
gleich zwischen Simulation (oben) und Experiment (unten). . . . . . . 134
6.56. Vergleich der zeitlich gemittelten Produktkonzentration zwischen Ex-
periment und numerischer Simulation mit unterschiedlichen Mikromi-
schungsmodellen entlang der Mittelachse (a) sowie verschiedenen Quer-
schnitten (b)-(f) normalisiert mit CP0 = (CA0 · CB0 )/(CA0 + CB0 ). . . . 135

A.1. Zeitlich gemittelte Spannungskomponente xy entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 156
A.2. Zeitlich gemittelte Spannungskomponente xz entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 157
A.3. Zeitlich gemittelte Spannungskomponente yy entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 158
A.4. Zeitlich gemittelte Spannungskomponente yz entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 159
A.5. Zeitlich gemittelte Spannungskomponente zz entlang der Mittelachse (a)
sowie verschiedenen Querschnitten (b)-(f). . . . . . . . . . . . . . . . . 160

B.1. Zeitliche Autokorrelationsfunktion von uy für die Gitterauflösungen G1


bis G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erken-
nen sind die schwächer abfallenden Autokorrelationsfunktionen zwischen
x/D = 0 und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine
zunehmende Kolmogorov Länge in axialer und radialer Richtung hinweist.162
B.2. Zeitliche Autokorrelationsfunktion von uz für die Gitterauflösungen G1
bis G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erken-
nen sind die schwächer abfallenden Autokorrelationsfunktionen zwischen
x/D = 0 und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine
zunehmende Kolmogorov Länge in axialer und radialer Richtung hinweist.163
Abbildungsverzeichnis xi

C.1. PDF der aufgelösten Geschwindigkeitsfluktuationen uy für die Gitter-


auflösungen G1 bis G3 an verschiedenen Positionen im Strahlmischer.
Es ist klar zu erkennen, dass die PDFs einen gaussförmigen Charakter
aufweisen, was auf Selbstähnlichkeit im Geschwindigkeitsfeld hindeutet. 165
C.2. PDF der aufgelösten Geschwindigkeitsfluktuationen uz für die Gitter-
auflösungen G1 bis G3 an verschiedenen Positionen im Strahlmischer.
Es ist klar zu erkennen, dass die PDFs einen gaussförmigen Charakter
aufweisen, was auf Selbstähnlichkeit im Geschwindigkeitsfeld hindeutet. 166
C.3. Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuatio-
nen u0y für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen
im Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen
Trägheitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung ge-
hen die Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf
im Trägheitsbereich über. Der dissipative Abfall ist in allen Spektren
vorhanden. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
C.4. Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuatio-
nen u0z für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen
im Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen
Trägheitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung ge-
hen die Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf
im Trägheitsbereich über. Der dissipative Abfall ist in allen Spektren
vorhanden. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
C.5. Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches
zwischen Experiment und numerischer Simulation mit unterschiedlichen
Gitterauflösungen entlang der Mittelachse (a) sowie verschiedenen Quer-
schnitten (b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches
entlang der Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . 169
C.6. Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches
zwischen Experiment und numerischer Simulation mit unterschiedlichen
Gitterauflösungen entlang der Mittelachse (a) sowie verschiedenen Quer-
schnitten (b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches
entlang der Mittelachse φ0 (x, y, z) = φ(x, 0, 0). . . . . . . . . . . . . . 170
C.7. Zeitlich gemittelte y-Komponente des Flussvektors vom Mischungsbruch
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) . 171
C.8. Zeitlich gemittelte z-Komponente des Flussvektors vom Mischungsbruch
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) . 172
Tabellenverzeichnis

6.1. Auflistung der verwendeten Rechengitter. . . . . . . . . . . . . . . . . . 66


6.2. Randbedingungen für das Mischungsgebiet. . . . . . . . . . . . . . . . . 66
6.3. Kennzahlen des Rechengitters G4. . . . . . . . . . . . . . . . . . . . . . 105
6.4. Längen und Frequenzen der Mikroskalen. . . . . . . . . . . . . . . . . . 107
6.5. Koeffizienten ak für den polynomialen Fit von Ψ(φ). . . . . . . . . . . . 132
6.6. Koeffizienten für den polynomialen Fit von Ψ(φ, φ02 ) . . . . . . . . . . . 133

xii
1. Einleitung

1.1. Motivation
Für die Erzielung einer effizienten Mischung von chemisch reagierenden Stoffströmen
(z.B. die Verbrennung von Gasen) ist ein detailliertes Verständnis der turbulenten
Transportvorgänge von zentraler Bedeutung. Zusätzlich ist die genaue Kenntnis über
die beteiliegten Spezies sowie den Ablauf der chemischen Reaktionen, die während der
Vermischung stattfinden, unerlässlich. Um sowohl qualitiative als auch quantitative
Aussagen über das Verhalten der interessierenden Größen treffen zu können, werden
häufig numerische Simulationen durchgeführt. Die Simulation turbulenter reagierender
Mischungsprozesse setzt jedoch eine ädequate Modellierung von Turbulenz und chemi-
scher Reaktionskinetik voraus. Besonderes Augenmerk gilt dabei der Chemie-Turbulenz
Interaktion [111] [116], da sich in reagierenden Strömungen Turbulenz und Chemie ge-
genseitig beeinflussen können. In vielen praxisorientierten Anwendungen wird die An-
nahme von (unendlich) schneller Chemie getroffen, so dass Turbulenz und chemische
Reaktion entkoppelt ist. Dadurch wird die Rate der chemischen Reaktion allein durch
die Rate der turbulenten Mischung gesteuert. Die Beschreibung des turbulenten Mi-
schungsprozesses erfolgt i.d.R. durch passive Skalare. Passive Skalare sind definiert als
diffusive chemisch inerte Stoffe, die keine dynamischen Effekte auf die turbulente Strö-
mung ausüben [155]. Dabei wird in in Abhängigkeit vom Problem der Diffusionsprozess
oftmals durch die Schmidt Zahl Sc oder die Prandtl Zahl P r charakterisiert. Ein häufig
verwendeter Ansatz zur Modellierung des passiven (und reaktiven) Skalartransports be-
steht in der Vernachlässigung von hohen Schmidt Zahlen, wodurch sich die Komplexität
der numerischen Simulation verringert. Aufgrund dieses nicht berücksichtigten physika-
lischen Einflusses wird jedoch die Charakteristik des Skalartransport derart verändert,
dass das Verhalten des realen Stofftransports nur ungenau wiedergegeben wird. Der
nachfolgende Abschnitt erläutert kurz, worin die Schwierigkeit bei der Modellierung
und Simulation des Skalartransports bei hohen Schmidt Zahlen besteht.
Die ersten theoretischen Untersuchungen über das Verhalten von passiven Skalaren bei
hohen Schmidt Zahlen wurden von Batchelor [12] und Kraichnan [85] durchgeführt.
Aus ihren Ergebnissen entwickelten sie die Hypothese, dass in turbulenten Strömun-

1
1. Einleitung 2

gen mit hohen Schmidt Zahlen die kleinsten Strukturen des Skalars (Batchelor Länge
ηB ≡ ηSc−1/2 ) kleinere Dimensionen aufweisen als die kleinsten Strukturen der Turbu-
lenz (Kolmogorov Länge η = (ν 3 /hi)1/4 ). Demzufolge besitzen η und ηB für Sc ∼ 1,
welche typisch für gasförmige Fluide ist, ähnliche Größenordnungen. Abbildung 1.1 zeigt
die Form und das Aussehen der charakteristischen Feinstrukturen für eine Strömung
mit niedriger und hoher Schmidt Zahl, wobei die Längenskala in beiden Fällen konstant
ist. In Abbildung 1.1b sind deutlich die charakteristischen langgezogenen großflächigen
laminaren Schichten erkennbar zwischen denen die diffusiven Prozesse ablaufen. Das
Vorhandensein dieser dünnflächigen Strukturen wurde von Buch und Dahm [18] in
späteren experimentellen Untersuchungen eines turbulenten Freistrahls bei Sc ≈ 2000
bestätigt.
Um numerisch diese kleinskaligen Feinstrukturen vollständig zu erfassen, müssen alle
Skalen bishin zur Batchelor Länge aufgelöst werden. Bei turbulenten Strömungen mit

Abb. 1.1.: Feinstrukturen in turbulenten Mischungsprozessen. In Flüssigkeiten bilden


sich langgezogene Strukturen mit sehr viel dünneren Schichten als in Ga-
sen. Die Konzentrationsgradienten zwischen den Schichten werden durch die
molekulare Diffusion ausgeglichen.

hohen Reynolds Zahlen nimmt η sehr kleine Werte an, so dass eine vollständige Auflö-
sung der Kolmogorov Länge im Rahmen einer direkten numerischen Simulation (DNS)
nur mit dem Einsatz von massiven Rechnerkapazitäten gewährleistet werden kann. In
vielen praxisrelevanten Anwendungsfällen sind die Reynolds Zahlen derart hoch (bzw. η
so klein), dass eine vollständige Auflösung bishin zur Kolmogorov Länge nicht realisier-
bar ist. Für die Berücksichtigung hoher Schmidt Zahlen muss zusätzlich ηB vollständig
aufgelöst werden, wodurch der Rechenbedarf um ein Vielfaches ansteigt. Des Weiteren
ist bei der Simulation von chemisch reagierenden Strömungen eine oftmals sehr komple-
xe Reaktionskinetik zu lösen, was den Berechnungsaufwand wiederum erhöht. Bedingt
durch die chemische Reaktion können die Stoffeigenschaften der Strömung (z.B. Diffu-
sionskoeffizient oder Viskosität) derart variieren, dass die Schmidt Zahl Fluktuationen
unterworfen wird und ηB lokal noch kleinere Werte annimmt, was eine noch höhere Git-
terauflösung in diesen Bereichen zur Folge hätte. Trotz moderner Hochleistungsrechner
bleibt eine DNS von turbulenten Mischungsvorgängen für Sc >> 1 vorerst nur auf
Strömungen mit sehr geringen Reynolds Zahlen beschränkt.
Das Leistungsdichtespektrum Eθ (k) eines passiven Skalars θ ist, abhängig von der
Schmidt Zahl, in drei wesentliche Bereiche (siehe Abbildung 1.1) unterteilt.
Im Trägheitsbereich (inertial-convective subrange) sind direkte Effekte von Viskosität
1. Einleitung 3

./bilder/3Dskalar_spektrum_Tenekes_Lumley2.png

Abb. 1.2.: Leistungsdichtespektrum der Skalarfluktuationen bei unterschiedlichen


Schmidt Zahlen.

und Diffusion vernachläßigbar. Erste Untersuchungen zum Verlauf von Eθ (k) wurden
von Obukhov [110] und Corrsin [29] durchgeführt. Sie stellten fest, dass bei genügend
großen Reynolds Zahlen Eθ (k) dem Kolmogorov Spektrum ähnelt

Eθ (k) = C−1/3 χθ k −5/3 . (1.1)

Hierbei bezeichnet k die Wellenzahl, C die Obukhov-Corrsin Konstante,  die mittlere


Dissipationsrate der kinetischen Energie und χθ die Skalarvarianz. Der viskos-konvektive
Bereich (viscous-convective subrange) bezieht sich auf den Bereich in welchem die Ge-
schwindigkeitsfluktuationen von der Viskosität aufgelöst worden sind, die Fluktuationen
des passiven Skalars sind jedoch von der molekularen Diffusion noch nicht vollständig
zerstört. Entsprechend der Theorie von Batchelor verläuft das Spektrum in diesem Be-
reich gemäß
Eθ (k) = C(ν/)1/2 χθ k −1 . (1.2)
Im viskos-diffusiven Bereich (viscous-diffusive subrange) hat die molekulare Diffusion
die Fluktuationen des Skalars vollständig eliminiert. Die Form des isotropen stationären
Spektrums ist nach Batchelor gegeben durch
χθ ( 2
Eθ (k) = e Dk /γ), (1.3)
γk
wobei γ die Scherung der kleinsten Skalen bedeutet.
Bei der Simulation von reagierenden turbulenten Strömungen bzw. Mischungsprozessen
mit LES oder RANS muss der Einfluss von hohen Schmidt Zahlen modelliert werden.
Es existieren für RANS nur wenige Modellansätze die auch hohe Schmidt Zahlen be-
rücksichtigen, jedoch sind diese häufig ungenau oder nicht für alle Strömungsregimes
anwendbar. Im Fall von LES ist, nach Kenntnis der Antragsteller, bisher kein Wirbelvis-
kositätsansatz oder Ähnlichkeitsmodell (auch kein daraus komibiniertes SGS Modell)
in der Lage den Einfluss von hohen Schmidt Zahlen auf die Strömung adäquat zu
reproduzieren ohne dabei das Rechengebiet extrem zu verfeinern. Die Hauptschwierig-
keit in der LES Modellierung besteht darin ein universelles LES Feinstrukturmodell
zu entwickeln, das den Einfluss von hohen Schmidt Zahlen auch bei hohen Reynolds
1. Einleitung 4

Zahlen und geringen bis moderaten Auflösungen korrekt wiedergibt und den typischen
Verlauf des skalaren Leistungsdichtespektrums im viskos-konvektiven Bereich nachbil-
det. Eine weitere Schwierigkeit besteht in der Modellierung der gefilterten chemischen
Quellterme in den reaktiven Transportgleichungen. Zur Schließung dieser Terme ist es
notwendig, das universelle SGS Modell und die Reaktionskinetik durch ein geeignetes
Chemie-Turbulenz Interaktionsmodell (z.B. presumed PDF oder transported PDF) zu
koppeln. Dabei ist jedoch sicherzustellen, dass neben dem SGS Modell (Mischungsmo-
dell) auch der Einfluss der Reaktion auf die Schmidt Zahl beachtet wird, denn der
chemische Prozess bewirkt auch eine Änderung in der Stoffzusammensetzung, was sich
wiederum in veränderten Viskositäten oder Diffusionskoeffizienten niederschlagen kann.

1.2. Stand der Technik


Antonsen, Fan und Ott [4] reproduzierten den k −1 Bereich, in dem sie zum Lösen der
skalaren Transportgleichung eine niederfrequente Schwingung mit fester Wellenlänge
und zufälliger Phasenmodulation als Geschwindigkeitsfeld vorgaben. Einen ähnlichen
Ansatz verfolgten Holzer und Siggia [64] für zweidimensionale bzw. Pumir [121] für drei-
dimensionale Strömungen. In beiden Fällen wird ein passiver Skalar durch ein Geschwin-
digkeitsfeld transportiert, das nur aus einer geringen Anzahl von Geschwindigkeitsmo-
den mit niedrigen Wellenzahlen besteht. Das ermöglicht dem passiven Skalar sehr viel
kleinere Skalen zu entwicklen verglichen mit den Strukturen des Geschwindigkeitsfel-
des. Holzer und Siggia [64] beobachteten einen k −1 Bereich bei Simulationen mit 5122
Moden und Diffusion während Pumir [121] abschätzte, dass im dreidimensionalen Fall
mindestens 10003 Moden notwendig wären. Metais und Lesieur [100] führten numerische
Simulationen zum Temperaturtransport durch. In den Ergebnissen ihrer Grobstruktur-
simulationen unterschied sich der Verlauf im viskos-konvektiven Bereich deutlich von
k −1 . Als Ursache für diese Abweichung machten sie großskalige intermittente Strukuren
im Geschwindigkeitsfeld verantwortlich. Jedoch trotz des abweichenden Verlaufs des
skalaren Energiespektrums wiesen die Skalen eine deutliche Selbstähnlichkeit auf. Mit
Hilfe von direkten numerischen Simulationen haben Bogucki et al. [14] das Energie-
spektrum der Geschwindigkeit und des Skalars bei variierenden Reynolds- und Prandtl
Zahlen untersucht. In allen Fällen wurde k −1 im viskos-konvektiven Bereich des Energie-
spektrums nachgewiesen, jedoch aufgrund begrenzter Rechenkapazitäten sind nur kleine
Reynolds verwendet worden. In Bogucki et al. [14] lieferte für Sc >> 1 das Kraichnan
Modell die besten Ergebnisse für den quantitativen Verlauf des skalaren Energiespek-
trums. Weitere direkte numerische Simulationen von Brethouwer und Nieuwstadt [16]
1. Einleitung 5

sowie Brethouwer [15] mit Sc = 0.04 − 144 und Reλ ≈ 130 − 22 bestätigen diese Re-
sultate. Es wird jedoch angemerkt [160], dass bei Sc = 144 lediglich ein Faktor von
12 zwischen η und ηB liegt, was unzureichend ist, um überzeugende Aussagen über die
Skalierungseigenschaften im viskos-konvektiven Bereich zu treffen. Numerische Simula-
tionen von Yeung et al [161] mit Reynolds Zahl Reλ ≈ 38 und variierender Schmidt
Zahl (Sc = 0.25−64) belegen ebenfalls einen k −1 Anstieg im viskos-konvektiven Bereich
des skalaren Energiespektrums. In nachfolgenden Untersuchungen erweiterte Yeung et
al. [158],[160] den Bereich der Schmidt Zahl auf Sc = 1000 (bei Reλ ≈ 38). Einherge-
hend mit den zuvor erzielten Ergebnissen konnte der k −1 Anstieg reproduziert werden,
wobei die Skalarfluktuationen selbstähnliche Charakteristik aufwiesen. Es sei an dieser
Stelle angemerkt, dass für hohe Schmidt Zahlen bis jetzt nur Ergebnisse von direkten
numerischen Simulationen bei relativ geringen Reynolds Zahlen existieren, so dass die
Allgemeingültigkeit dieser Aussagen bezogen auf hohe Reynolds Zahlen aufgrund der
benötigten Rechenkapazitäten noch nicht endgültig bewiesen wurde. Antonia&Orlandi
[3] untersuchten das skalare Energiespektrum und die damit verbundenen Struktur-
funktionen zweiter Orndnung < (∆r φ)2 >, wobei φ die skalare Fluktuation und r der
Abstand zwischen zwei Punkten ist. Aus den numerischen Ergebnissen schlussfolger-
ten sie, dass der k −1 Anstieg im viskos-konvektiven Bereich nicht eindeutig belegbar
ist und weitere numerischen Simulationen mit fester Schmidt Zahl sowie variierender
Reynolds Zahl erforderlich sind. Umfassende Informationen über geometrische Eigen-
schaften passiver Skalare in turbulenten Mischungsprozessen bei Sc = 1 − 64 lieferte
Schumacher et al. [128]. Kleinstskalige Strukturen im Skalarfeld wurden dabei mittels
multifraktaler Analyse erfasst und in Beziehung zur lokalen Struktur der umgebenden
transportierenden Strömung gesetzt. Die Untersuchungsergebnisse bzgl. der fraktalen
Dimension des Skalarfeldes deuten darauf hin, dass die skalare Dissipationsrate für sehr
große Schmidt Zahlen einen monofraktalen Charakter annimmt, wobei sich die Intensi-
tät der räumlichen und zeitlichen Intermittenz verringert. Die korrekte Bestimmung der
(skalaren) Dissipationsrate ist zur Berechnung von Mischungs- oder Reaktionsraten in
vielen Schließungsansätzen von großer Bedeutung. Aufgrund der multifraktalen Natur
der lokalen Energiedissipationsrate  [142] ist die mittlere Dissipationsrate der Energie ¯
ungeeignet, um kleinskalige Eigenschaften zu quantifizieren. Lokal können die Längens-
kalen kleinere Werte annehmen als durch η̄ vorher bestimmt, was dazu führt, dass auch
ηB lokal viel kleinere Werte annehmen kann als η̄B . Mit Hilfe von hochaufgelösten DNS
Daten bei 2 < Sc < 32 und 10 < Rλ < 24 untersuchte Schumacher lokales Verhalten,
Form [130] und statistische Eigenschaften [129] dieser ultra feinen skalaren Strukturen
sowie ihre Auswirkungen auf die skalare Dissipationsrate.
Komori et al. [101] entwickelten ein neues LES-SGS Modell für den gefilterten che-
1. Einleitung 6

mischen Quellterm der Speziestransportgleichungen, um den Einfluss hoher Schmidt


Zahlen nachzubilden. Das SGS Modell ist eine Kopplung von presumed β-PDF Ver-
fahren und einem algebraischem Modell, welches den konditionalen Erwartungswert
des Speziesproduktes beschreibt. Der funktionale Zusammenhang für den konditiona-
len Erwartungswert des Speziesproduktes wurde im Vorfeld anhand von DNS Daten bei
Sc 600 bestimmt. Ein anderer weit verbreiteter Ansatz zur Modellierung der Schmidt
Zahl Effekte bei RANS von chemisch reagierenden Strömungen besteht in der Erset-
zung der turbulenten integralen Zeitskala (k/) mit der Zeitskala der skalaren Dissipa-
0
tion < φ 2 > /φ im zeitgemittelten Quellterm der Speziestransportgleichung, so z.B.


in [42],[?] oder [73]. Das Modell läßt sich analog auf die LES anwenden, jedoch müs-
0
sen zuvor die SGS Größen der Skalarvarianz φSGS
2
und skalaren Dissipationsrate φSGS
bestimmt werden, was wiederum ein geeignetes SGS-Turbulenzmodell voraussetzt, wel-
ches in der Lage ist, das dynamische Verhalten des passiven Skalars bei Sc >> 1 korrekt
zu modellieren. Einen ähnlichen Ansatz verfolgt das für schnelle Reaktionen entwickel-
te Multi-Time-Scale-Model von Baldyga [6]. Im Gegensatz zum vorherigen Modellie-
rungsansatz wird hierbei das Abklingen der Konzentrationsfluktuationen nicht durch
eine globale Mischungsrate, sondern durch einen lokalen Kasakadenprozess realisiert.
Dazu wird entsprechend dem skalaren Energiespektrum die Skalarvarianz durch drei
Transportgleichungen modelliert, eine für den konvektiven Trägheitsbereich, eine für
den viskos-konvektiven Bereich und eine für den viskos-diffusiven Bereich. Es ist jedoch
anzumerken, dass auch bei diesem Ansatz die Skalarvarianz stark vom Mischungsmo-
dell, insbesondere von der Mikromischung, abhängig ist. So kann ein zu geringer oder zu
großer Einfluss des viskos-konvektiven und/oder des viskos-diffusiven Bereichs zu sehr
starken Abweichungen in der Bestimmung der resultierenden Reaktionsraten führen.
Eine weitere Möglichkeit zur Berechnung von passiven bzw. reaktiven Skalaren für
Sc >> 1 besteht in einem DNS-PDF Ansatz. Das Ziel dieser Methode ist, die DNS
eines Strömungsfeldes mit einer stochastischen Beschreibung des Skalarfeldes (PDF -
Probability Density Function) zu kombinieren. Schwertfirm et al. [133], [131] bestimmen
die Wahrscheinlichkeitsverteilung, eine bestimmte Konzentration zu einem bestimmten
Zeitpunkt in einem spezifischen Gebiet zu erhalten, durch einen Filter mit definierter
Filterweite. Die daraus resultierende Wahrscheinlichkeitsverteilung wird auch als FDF-
Filtered Density Function bezeichnet und liefert Informationen über die Verteilung des
Skalarfeldes innerhalb eines kleinen Volumens, das zuvor mittels DNS bishin zur Kol-
mogorov Länge vollständig berechnet wurde. Der einzige zu modellierende Ausdruck
in der FDF-Transportgleichung bleibt der Term für die Mikromischung, welcher durch
das LMSE Modell geschlossen wurde. Zur Bestimmung der SGS Dissipationsrate im
Ausdruck für die Mischungsfrequenz wurden DNS Daten einer turbulenten Kanalströ-
1. Einleitung 7

mung bei Sc = 49 benutzt [132]. Mit dem DNS-FDF Ansatz erreichte Schwertfirm et
al. gute Resultate für die Bestimmung der Mikromischungsrate sowie der nicht linearen
Reaktionsraten. Durch die hohe Auflösung des Rechengebiets im Rahmen der DNS ist
eine Berechnung von reaktiven Strömungen bei großen Reynolds Zahlen jedoch stark
limitiert.

Experimentelle Arbeiten

Miller&Dimotakis [103] untersuchten das Energiespektrum des passiven Skalars im


Fernfeld eines turbulenten Freistrahls bei 12500 ≤ Re ≤ 72000. Ungeachtet hoher
Schmidtzahl (Sc ∼ 2000) fanden sie keinen Beweis für einen Anstieg von k −1 im viskos-
konvektiven Bereich. In vorangegangenen Untersuchungen zeigten Miller&Dimotakis
[102], dass im Bereich von unendlich großen Schmidtzahlen die Skalarvarianz beschränkt
sein muss, wohingegen (bei Annahme des k −1 Spektrums) in der Realität ein divergie-
rendes Verhalten erkennbar ist. Auch Batchelor [12] stellte eine Divergenz der Skalarva-
rianz bei hohen Schmidtzahlen fest und vermutete, dass bei einem zu kleinem Fluss der
Skalarvarianz von den großen zu den kleinen Skalen das k −1 Spektrum möglicherweise
nicht beobachtet werden kann. Williams et al [157] führten Untersuchungen zum Verhal-
ten von passiven Skalaren in einem zweidimensionalen magnetischen Feld bei Sc ∼ 2000
durch, konnten jedoch keinen Anstieg von k −1 im viskos-konvektiven Bereich nachwei-
sen. Sie bobachteten, dass die skalaren Strukturen in langlebigen kohärenten Wirbeln
gefangen sein können und machten diese intermittenten Effekte im Geschwindigkeits-
feld für das Fehlen verantwortlich. Hingegen sahen Nye&Brodkey [108] einen deutlichen
Anstieg von k −1 bei ihren Untersuchungen (Re ∼ 50000) der Spektren von Konzentra-
tionsfeldern, welche zuvor mit einem Farbstoff versetzt wurden. Dillon&Caldwell [33]
führten Untersuchungen vom Spektrum des Temperaturgradienten in oberflächennahen
Ozeanschichten durch. Sie konnten für bestimmte Temperaturgradienten einen eindeu-
tigen Anstieg von k −1 im Spektrum feststellen. Konzentrationsmessungen in schwach
salzhaltigem Wasser (bei 10000 ≤ Re ≤ 70000 und Sc ∼ 700) von Gibson&Schwarz
[54] belegen ebenfalls den von Batchelor vorhergesagten Verlauf des Spektrums. Ex-
perimentelle Untersuchungen von Prasad&Sreenivasan [119] über die multifraktalen
Eigenschaften eines Skalarfeldes (Sc ∼ 1400) eines bei Re = 1500 umströmten Zylin-
ders deuten ebenso auf die Existenz des k −1 Bereichs hin. Messungen aus dem ozea-
nographischen Umfeld von Grant et al. [57], Clay [24] sowie Oakey [109] unterstützen
weiterhin die Existenz des k −1 Bereichs im Batchelor Spektrum. In der Analyse späterer
Messungen widerspricht Gargett [49] jedoch der Annahme der Allgemeingültigkeit des
Batchelor Spektrums. Nach Bogucki [14] ist anzumerken, dass experimentelle Daten oft-
mals keine klare Unterscheidung zwischen dem Skalarspektrum von Batchelor [12] oder
1. Einleitung 8

Kraichnan [85] erlauben. In Warhaft [155] wird darauf hingewiesen, dass der experimen-
telle Beweis des k −1 Anstiegs im viskos-konvektiven Bereich nur schwer nachweisbar ist.
Antonia&Orlandi [3] weisen ebenfalls darauf hin, dass in der Literatur kein vollstän-
diger Konsens über die Existenz des k −1 Bereichs bei hohen Reynoldszahlen herrscht.
Aufgrund des noch lückenhaften Verständnis über das reale Aussehen des Spektrums
im Bereich großer Wellen- und Reynoldszahlen sind weitere experimentelle Arbeiten auf
diesem Gebiet erforderlich.
Meneveau&Sreenivasan [97][99] folgern aus ihren experimentellen Ergebnissen, dass das
turbulente Disspationsfeld multifraktale Eigenschaften besitzt. Meneveau [98] nutzte
Wavelet Analysen zur Untersuchung der Ähnlichkeit zwischen unterschiedlichen Skalen
des Dissipationsfeldes und beobachtete dabei ein multifraktales Skalierungsverhalten.
Sreenivasan&Stolovitzky [144] führten weitere detaillierte Untersuchungen zur Skalen-
ähnlichkeit bei hohen Reynoldszahlen durch und zeigten, dass signifikante Korrelationen
zwischen den Stufen im Kaskadenprozess existieren. Ähnliche experimentelle Untersu-
chungen von Prasad [118], Sreenivasan&Prasad [143] und Frederiksen [43] bekräftigen
ebenfalls, dass die Rate der skalaren Energiedissipation in turbulenten Strömungen mul-
tifraktale Eigenschaften aufweist.

1.3. Ziele und Aufbau der Arbeit


2. Modellierung der turbulenten
Strömung

2.1. Erhaltungsgleichungen
Die Beschreibung der physikalischen Vorgänge in Strömungen basiert in der Regel auf
den Erhaltungsgleichungen für Masse, Impuls und Energie. Mit Hilfe dieser Gleichungen
kann sowohl die zeitliche als auch räumliche Änderung der Größen hinreichend genau
quantifiziert werden. Voraussetzung für die Anwendbarkeit der Erhaltungsgleichungen
ist jedoch die Gültigkeit der Kontinuumshypothese, welche besagt, dass die Masse stetig
im Raum verteilt ist [62, 140]. Ein geeignetes Maß zur Abschätzung, ob ein Kontinuum
vorliegt oder die räumliche Mittelung der molekularen Eigenschaften des Fluids unzu-
lässig ist, liefert die dimensionslose Knudsen Zahl Kn = λ/l als Funktion von mittlerer
freier Weglänge der Moleküle λ und kleinsten geometrischen Abmaßen l. Für die konti-
nuumsmechanische Betrachtungsweise von Strömungen gilt im Allgemeinen Kn << 1,
wobei der Übergang zur molekularen Strömung fließend ist.
Die in dieser Arbeit untersuchten turbulenten Prozesse sind in guter Näherung isotherm
sowie Dichte unveränderlich, wodurch eine separate Betrachtung der Energieerhaltung
entfallen kann und nur die Bilanzierung von Masse und Impuls notwendig ist.

2.1.1. Massenbilanz
Die Massenbilanz beschreibt die zeitliche Änderung der Masse in einem konstanten
Kontrollvolumen dV als Summe aus Dichteänderung im Volumen, ein- und ausgehenden
Massenströmen über die Flächen des Volumens sowie Massequellen oder -senken
Z Z Z
∂ρ
dV + ρu dA = ρ̇ dV . (2.1)
∂t
V A V

Der Übergang zu einem infinitesimal kleinen Kontrollvolumen bei gleichzeitiger Anwen-


dung des Gaußschen Integralsatzes auf Gleichung 2.1 liefert die differentielle Form der

9
2. Modellierung der turbulenten Strömung 10

Massenbilanz
∂ρ
+ ∇ · (ρu) = ρ̇ . (2.2)
∂t
Bei Vernachlässigung von Massezufuhr oder -abfuhr innerhalb des betrachteten Systems
vereinfacht sich für Fluide mit konstanter Dichte Gleichung 2.2 zur inkompressiblen
Form der Massenbilanz
∇·u=0 . (2.3)

Gleichung 2.3 impliziert somit die Notwendigkeit eines divergenzfreien Geschwindig-


keitsfeldes bei dichteunveränderlichen Strömungen.

2.1.2. Impulsbilanz
Basierend auf dem Newton’schen Axiom der Mechanik beschreibt die Impulsbilanz die
zeitliche Änderung des Impulses in einem konstanten Kontrollvolumen dV als Summe
aller an ihm angreifenden Kräfte. Gleichung 2.4 stellt diesen Zusammenhang in inte-
graler Form dar
Z Z Z Z
∂ρu
dV + ρuu dA = σ dA + ρf dV . (2.4)
∂t
V A A V

Der erste Term auf der linken Seite in Gleichung 2.4 kennzeichnet die zeitliche Ände-
rung des Impulses im Kontrollvolumen während der zweite Term den lokalen konvek-
tiven Impulstransport über die Flächen des Kontrollvolumens repräsentiert. Die rechte
Seite in Gleichung 2.4 umfasst die Oberflächenkräfte in Form des Spannungstensors σ
und die Volumenkräfte f , welche auf das bzw. in dem Kontrollvolumen wirken. Der
Spannungstensor σ setzt sich wiederum aus Druckkräften p und viskosen Spannungen
τ zusammen, wie Gleichung 2.5 verdeutlicht

σ = −p I + τ . (2.5)

Durch Anwendung des Gaußschen Integralsatzes auf Gleichung 2.4 und unter Berück-
sichtigung eines infinitesimal kleinen Kontrollvolumens ergibt sich die differentielle Form
der Impulsbilanz zu
∂ρu
+ ∇ · (ρu) u = −∇p + ∇ · τ + ρf . (2.6)
∂t
Für Newtonische Fluide ist der viskose Spannungstensor τ eine Funktion von Geschwin-
digkeit sowie dynamischer Viskosität µ und kann dargestellt werden als
 
2
τ = 2µS − µ∇ · u I , (2.7)
3
2. Modellierung der turbulenten Strömung 11

wobei S den Deformationstensor mit


1h i
S= ∇u + (∇u)T (2.8)
2
kennzeichnet. Bei Annahme von konstanter Dichte und Viskosität sowie Vernachläs-
sigung etwaiger äußerer Kräfte, wie z.B. Gravitation oder Auftrieb, ergibt sich aus
Gleichung 2.6, 2.7 und 2.8 die inkompressible Form der Impulsbilanz mit
∂u
+ ∇ · (uu) = −∇p∗ + ν∆u , (2.9)
∂t
wobei p∗ = p/ρ den Druck bezogen auf die Einheitsmasse widerspiegelt und ν = µ/ρ
die kinematische Viskosität repräsentiert.

Die Massenbilanz nach Gleichung 2.3 zusammen mit der Impulsbilanz nach Gleichung
2.9 werden üblicherweise auch als inkompressible Navier-Stokes Gleichungen bezeichnet.

2.2. Turbulenz und deren Eigenschaften


Was ist Turbulenz? Diese Frage bewegt Wissenschaftler und Forscher seit nunmehr sechs
Jahrhunderten, angefangen mit den ersten handschriftlich festgehaltenen Beobachtun-
gen von Leonardo da Vinci aus dem Jahre 1508 [168]. Doch trotz intensiver Forschung
auf diesem Gebiet ist bisher keine mathematisch vollständige Definition der Turbulenz
bekannt. Der Physiker und Nobelpreisträger Richard Feynman beschrieb das Problem
im Jahr 1963 mit den Worten:

„Finally, there is a physical problem that is common to many fields, that is very old,
and that has not been solved. It is not the problem of finding new fundamental particles,
but something left over from a long time ago—over a hundred years. Nobody in physics
has really been able to analyze it mathematically satisfactorily in spite of its importance
to the sister sciences. It is the analysis of circulating or turbulent fluids.“ [41]

Ungeachtet dieses Umstands lässt sich Turbulenz jedoch qualitativ über ihre Eigen-
schaften beschreiben, welche durch die nachfolgenden Merkmale näher gekennzeichnet
werden [145, 86]:

• Irregulär: Turbulente Strömungen verhalten sich scheinbar chaotisch und zufällig


sowohl in Raum als auch Zeit. Trotz deterministischer Navier-Stokes Gleichungen,
welche Turbulenz berücksichtigt, ist es unmöglich den aktuellen Wert einer Größe
an einem bestimmten Ort und zu einem bestimmten Zeitpunkt exakt vorherzu-
sagen.
2. Modellierung der turbulenten Strömung 12

• Diffusiv: Turbulente Strömungen sind charakterisiert durch schnelle Änderungen


im Impuls-, Wärme- und Stofftransport.

• Nichtlinear: Turbulente Strömungen sind hochgradig nichtlinear. Kleine Störun-


gen pflanzen sich fort und führen bei Überschreitung eines Stabilitätskriteriums zu
chaotischen Verhalten der Fluid Partikel in der Strömung, was sich im Endeffekt
als Turbulenz widerspiegelt.

• Dissipativ: Turbulente Strömungen benötigen zur Aufrechterhaltung der Strö-


mung Energiezufuhr, da aufgrund viskoser Effekte eine Umwandlung von kineti-
scher Energie in Wärme erfolgt.

• Rotationsbehaftet: Turbulente Strömungen sind dreidimensional und drehungs-


behaftet, was zur Bildung von turbulenten Strukturen (Wirbel) beiträgt. Auf-
grund von Dehnung und Stauchung der Wirbel erfolgt deren Wirken in alle Rich-
tungen sowie auf alle Skalenbereiche.

Zu den weiteren wichtigen Eigenschaften mit denen turbulente Strömungen näher be-
schrieben werden können, gehören folgende Merkmale:

• Stationär: Turbulente Strömungen sind stationär, wenn alle mittleren Größen


zeitlich invariant sind.

• Homogen: Turbulente Strömungen sind homogen, wenn alle mittleren Größen


räumlich invariant sind.

• Isotrop: Turbulente Strömungen sind isotrop, wenn alle mittleren Größen inva-
riant gegenüber jedweder Koordinatenrotation sind.

• Achsensymmetrisch: Turbulente Strömungen sind achsensymmetrisch, wenn


alle mittleren Größen invariant gegenüber einer Koordinatenrotation über eine
bestimmte Achse sind.

Das wohl wichtigste Mittel zur qualitativen Beurteilung einer Strömung hinsichtlich
ihres Turbulenzgrades besteht im Verhältnis von Trägheits- zu Zähigkeitskräften, wel-
ches durch die Reynolds Zahl Re näher charakterisiert werden kann. Die Reynolds Zahl
ist eine dimensionslose Kennzahl, benannt nach Osborne Reynolds, der als erster die
Eigenschaften der Strömung in einem Rohr untersuchte. Mathematisch definiert ist sie
als
u0 l0
Re = , (2.10)
ν
2. Modellierung der turbulenten Strömung 13

wobei u0 und l0 eine Referenzgeschwindigkeit bzw. Referenzlänge darstellen. Eine Reynolds


Zahl von Re ∼ 1 bedeutet, dass die Zähigkeitskräfte dominieren, was zu einer lamina-
ren Strömung führt, wohingegen für Re >> 1 die Viskosität eine untergeordnete Rolle
spielt und sich eine turbulente Strömung ausbilden kann.

Aufgrund des zufälligen Charakters turbulenter Strömungen ist eine exakte Vorhersage
der Momentanwerte nicht möglich, dennoch lassen sich auf Basis verschiedener statisti-
scher Momente belastbare Aussagen erzielen. Zu diesem Zweck wird der Momentanwert
der betreffenden Größe, im Nachfolgenden beispielhaft anhand der Geschwindigkeit
u (x, t) dargestellt, entsprechend der Reynolds Zerlegung nach Gleichung 2.11 in einen
Mittelwert hu (x)i und einen zeitlichen Schwankungswert u0 (x, t) aufgeteilt

u0 (x, t) = u (x, t) − hu (x)i . (2.11)

Die Bildung der statistischen Momente bedingt jedoch Kenntnis über den genauen
Mittel- bzw. Erwartungswert hu (x)i, welcher nur durch eine geeignete Mittelungsope-
ration bestimmt werden kann. Für einen stationären stochastischen Prozess bezüglich
u (x, t) ist der zeitliche Mittelwert definiert als
ZT
1
hu (x)iT = lim u (x, t) dt . (2.12)
T →∞ T
0

Im homogenen Fall ergibt sich der räumliche Mittelwert bezüglich u (x, t) analog zur
Gleichung 2.12 mit
ZV
1
hu (t)iV = lim u (x, t) dx . (2.13)
V →∞ V
0
Für den praktischen Einsatz im Rahmen von Simulationen oder Messungen können
Gleichungen 2.12 und 2.13 nicht verwendet werden, da jeweils unendlich lange Zeiträume
T bzw. große Volumina V zur Mittelung vorausgesetzt werden. Stattdessen wird auf
Basis der Ensemble Mittelung
N
1 X (n)
hu (x, t)i = lim u (x, t) (2.14)
N →∞ N
n=1

nur über die verfügbaren Realisationen n gemittelt und das Ergebnis als Mittelwert
interpretiert, was entsprechend dem Ergodizitätstheorem jedoch nur dann zulässig ist,
wenn die Ensemble Mittelung und die Mittelung nach Gleichungen 2.12 oder 2.13 mit
der Wahrscheinlichkeit von Eins zum gleichen Ergebnis führen. Anders ausgedrückt
bedeutet dies, dass die Ensemble Mittelung gegen die Zeit- bzw. Raum Mittelung kon-
vergieren muss, was in der Praxis aufgrund des finiten Zustandsraumes nur durch hin-
reichend lange Zeiträume T bzw. große Volumina V zu bewerkstelligen ist.
2. Modellierung der turbulenten Strömung 14

Neben dem Mittelwert hu (x, t)i sind im Rahmen der statistischen Beschreibung tur-
bulenter Strömungen häufig noch folgende Momente höherer Ordnung von Bedeutung:

• Varianz: Die Varianz σ 2u (x, t) beschreibt die quadratische Abweichung vom Mit-
telwert hu (x, t)i als
N
1 X
(u (x, t) − hu (x, t)i)2 (2.15)

2
σ u (x, t) = lim .
N →∞ N
n=1

• Schiefe (engl. skewness): Die Schiefe Su (x, t) ist ein Maß für die Asymmetrie
einer Wahrscheinlichkeitsverteilung
N
1
− hu (x, t)i)3
P
lim (u (x, t)
N →∞ N n=1
hSu (x, t)i = . (2.16)
hσ 2u (x, t)i3/2

• Wölbung (engl. flatness): Die Wölbung Ku (x, t) ist ein Maß für die Krümmung
oder Steilheit einer Wahrscheinlichkeitsverteilung
N
1
− hu (x, t)i)4
P
lim N
(u (x, t)
N →∞ n=1
hKu (x, t)i = . (2.17)
hσ 2u (x, t)i2

Für die Beurteilung zeitlicher Zusammenhänge oder räumlicher Strukturen können für
einen statistisch stationären Prozess Korrelationsfunktionen definiert werden, welche
Auskunft darüber geben, ob die betreffende Größe an einem bestimmten Ort Abhän-
gigkeiten zwischen den Zeitschritten aufweist bzw. eine Beeinflussung zwischen zwei
Orten zu einem bestimmten Zeitpunkt besteht. Ein Beispiel hierfür ist die Korrelati-
onsfunktion der Geschwindigkeitsfluktuationen mit

R(r, τ ) ≡ hu0 (x, t) u0 (x + r, t + τ )i (2.18)

bzw. in normalisierter Form


R(r, τ )
ρ(r, τ ) ≡ (2.19)
hu0 (x, t) u0 (x, t)i
auch als Autokorrelationsfunktion bezüglich Raum oder Zeit bezeichnet. Zusätzlich wer-
den häufig weitere Zeit- und Längenskalen definiert, was die Beschreibung sowie die
Analyse turbulenter Strukturen erheblich vereinfacht. Einen wichtigen Parameter bil-
det dabei die turbulente integrale Zeitskala der Geschwindigkeit τu , die die zeitliche
Präsenz der größten Strukturen beschreibt und definiert ist als
k
τu ≡ (2.20)

2. Modellierung der turbulenten Strömung 15

das Verhältnis zwischen turbulenter kinetischer Energie k = 12 u02 und Dissipationsrate


 0  2
∂u0 T
 = ν2 ∂u
∂x
+ ∂x
. Ebenso lässt sich eine Zeitskala der kleinsten Wirbel definieren
mit  ν 1/2
τη ≡ . (2.21)

Basierend auf der räumlichen Autokorrelationsfunktion aus Gleichung 2.19 ergibt sich
das integrale Längenmaß bzw. die Länge der größten Wirbelstrukturen zu
Z+∞
1
L (x, t) ≡ R (r, t) dr . (2.22)
R (0, t)
0

Falls keine Information für die Bildung der Korrelationsfunktion zur Verfügung steht,
dann bietet das turbulente Längenmaß auf Basis der Ähnlichkeitsanalyse eine weitere
Möglichkeit zur Längenabschätzung

k 3/2
Lu ≡ . (2.23)

Die kleinsten Wirbelstrukturen in einer turbulenten Strömung besitzen die Länge η mit
 3 1/4
ν
η≡ , (2.24)

welche auch als Kolmogorov Längenskala bezeichnet wird. Neben der Kolmogorov Ge-
schwindigkeit
uη ≡ (ν)1/4 (2.25)

ist auch das Verhältnis von größter zu kleinster Skala von Bedeutung
Lu 3/4
= ReL , (2.26)
η
mit dessen Hilfe die Gitterauflösung im Rahmen einer DNS abschätzbar ist.

Unter der Annahme homogener isotroper Turbulenz ermöglicht der Übergang in den
Fourierraum eine anschaulichere Darstellung der Nichtlinearität sowie der Wirbeldy-
namik turbulenter Strömungen [117]. Die Transformation der Autokorrelationsfunktion
der Geschwindigkeitsfluktuationen in den Fourierraum ergibt das Funktionenpaar
Z+∞
ZZ
1
Φ (κ, t) = R (r, t) e−iκ·r dr (2.27)
(2π)3
−∞

Z+∞
ZZ
R (r, t) = Φ (κ, t) eiκ·r dκ , (2.28)
−∞
2. Modellierung der turbulenten Strömung 16

wobei Φ (κ, t) die Fouriermoden und κ den Wellenzahlvektor darstellen. Die Integration
von Gleichung 2.27 über alle κ liefert das Energiespektrum der Geschwindigkeitsfluk-
tuationen
Z+∞
ZZ
Φ (κ, t)
E(κ, t) = δ (kκk − κ) dκ , (2.29)
2
−∞

was auch als Fouriertensor Φ (κ, t) ohne Richtungsinformation angesehen werden kann.
Die Form von E(κ, t) ist, belegt durch Daten aus diversen experimentellen und nu-
merischen Untersuchungen, für Strömungen mit hohen Reynolds Zahlen Re >> 1 von
scheinbar einheitlicher Natur. Kolmogorov [78] formulierte daraus die Hypothese, dass
bei ausreichend hoher Reynolds Zahl der Verlauf des Energiespektrums universelle Gül-
tigkeit besitzt und die Strömung nur von kinematischer Viskosität ν sowie turbulenter
Dissipationsrate  abhängt. In diesem Zusammenhang postulierte Kolmogorov [77, 79]
weiterhin, dass im Bereich der kleinsten Skalen lokale Isotropie vorherrscht unabhän-
ging von Randbedingungen oder Homogenität der Strömung. Entsprechend der Kol-
mogorov’schen Modellvorstellung ergibt sich der in Abbildung 2.1 dargestellte Verlauf
des turbulenten Energiespektrums, welches in drei wesentliche Bereiche untergliedert
werden kann [89, 117]:
• den energietragenden Bereich (0 ≤ κ ≤ κi ),

• den Trägheitsbereich (κi < κ ≤ κd ),

• den Dissipationsbereich (κd < κ ≤ κη ).


Der energietragende Bereich κ < κi , wo großskalige anisotrope Strukturen dominieren,
enthält den überweigenden Anteil an der Gesamtenergie der turbulenten Strömung.
Ohne äußere Krafteinwirkung verlieren die Strukturen in diesem Bereich jedoch kon-
tinuierlich an Energie, was unweigerlich zum Stillstand der Strömung führt. Im Träg-
heitsbereich κi < κ ≤ κd bewirkt der ständige Zerfall der großen Strukturen unter
Vernachlässigung von viskosen Effekten einen kontinuierlichen Energietransfer auf im-
mer kleinere Wirbelstrukturen. Das Energiespektrum skaliert in diesem Bereich mit

E (κ) = C hi2/3 κ−5/3 , (2.30)

wobei die nach Kolmogorov benannte Konstante C aus Simulationen und Messungen
mit C = 1.5 abgeschätzt wird. Aufgrund des stetigen Wirbelzerfalls erreichen die Struk-
turen im Verlauf dieser Wirbelkaskade Größenordnungen bei denen die viskosen Effekte
überwiegen und eine Dissipation der Energie in Wärme bewirken, was zur vollständi-
gen Auflösung der kleinskaligen Strukturen führt. Ein lokal umgekehrter Energietransfer
von den kleinen auf die großen Skalen ist durch Wiedervereinigung von Wirbeln ebenso
möglich. Dieser Vorgang wird auch als Backscattering bezeichnet.
2. Modellierung der turbulenten Strömung 17

Abb. 2.1.: Illustration der verschiedenen Skalen des eindimensionalen Energiespek-


trums einer turbulenten Strömung mit Re >> 1.

2.3. Grobstruktursimulation
Die Grobstruktursimulation (engl. Large Eddy Simulation, LES) ist ein Verfahren zur
numerischen Berechnung von turbulenten Strömungen für hohe Reynolds Zahlen, das
auf der Trennung in große und kleine Strukturen beruht. Die Idee dabei ist, dass die
großen Strukturen explizit aufgelöst werden wohingegen ein Feinstrukturmodell den
Einfluss der kleinen Strukturen approximiert. Unter der Annahme, dass die Strukturen
im Bereich der kleinen Skalen einen universelleren Charakter aufweisen, gestaltet sich
die Modellierung der nicht aufgelösten Skalen einfacher als die Turbulenzmodellierung
für die Reynolds gemittelten Navier-Stokes Gleichungen (RANS). Dadurch, dass der
Großteil der Bewegungsenergie bereits explizit Berücksichtigung findet, beschränkt sich
die primäre Funktion der Feinstrukturmodelle somit auf die Modellierung der Dissipa-
tion der turbulenten kinetischen Energie [45].
Der Rechenaufwand sowie die Aussagekraft der Grobstruktursimulation liegt zwischen
der Lösung der Reynolds gemittelten Navier-Stokes Gleichungen bei denen nur Mit-
telwerte berechnet werden und der direkten numerischen Simulation (DNS), welche
alle Skalen direkt auflöst. Der gravierende Nachteil der DNS gegenüber einer LES oder
RANS besteht in dem außerordentlich hohen Rechenaufwand, was den Einsatz der DNS
zur Berechnung (industriell) relevanter Anwendungen praktisch ausschließt.
2. Modellierung der turbulenten Strömung 18

2.3.1. Räumliche Filterung


Die Trennung in große und kleine Strukturen erfolgt anhand der von Leonard [88] vor-
geschlagenen räumlichen Filterung auf Basis eines dreidimensionalen Faltungsintegrals
mit
Z+∞
φ (x, t) = G ? φ (x, t) = φ (x0 , t) G (x − x0 ) d3 x0 . (2.31)
−∞

Der Faltungskern G repräsentiert hierbei die charakteristischen Merkmale des Filters


inklusive dessen Filterweite ∆. Für den Filter gelten drei fundamentale Eigenschaften
[125]:

1. Erhaltung von Konstanten


Z+∞
a = a ⇐⇒ G (x − x0 ) d3 x0 = 1 (2.32)
−∞

2. Linearität
φ+Ψ=φ+Ψ (2.33)

3. Kommutation bezüglich Ableitung im Raum

∂φ ∂φ
= (2.34)
∂x ∂x

Durch Anwendung des Faltungsintegrals auf die zu filternde Größe φ (x, t) ergibt sich
entsprechend Gleichung 2.35 eine Aufteilung in einen gefilterten Anteil φ (x, t) und
einen ungefilterten Rest φ0 (x, t)

φ (x, t) = φ (x, t) + φ0 (x, t) . (2.35)

Der gefilterte Part φ (x, t) ist als aufgelöster Anteil oder räumlicher Mittelwert zu inter-
pretieren wogegen sich im ungefilterten Rest φ0 (x, t) alle Skalen kleiner als die Filter-
weite ∆ verbergen und als Abweichungen vom räumlichen Mittelwert (Fluktuationen)
angesehen werden können.
Im Rahmen der Grobstruktursimulation kommen klassischerweise Tiefpassfilter zur
Trennung der Skalen im physikalischen Raum zum Einsatz. Typische Vertreter solcher
Tiefpassfilter [125] sind

• Rechteckfilter 
1 falls |x − x0 | ≤ ∆
0
G (x − x ) = ∆ 2
(2.36)
0 sonst
2. Modellierung der turbulenten Strömung 19

• Gaussfilter
−γ|x − x0 |2
   
γ
0
G (x − x ) = 2 exp 2 mit γ = 6 (2.37)
π∆ ∆
• Spektralfilter
sin (kc (x − x0 )) π
G (x − x0 ) = 0 mit kc = . (2.38)
kc (x − x ) ∆
Verfahrensbedingt realisiert die Finite Volumen Methode (FVM) die Rechteckfilterung
bereits implizit, wodurch eine separate Filterungsoperation entfallen kann. In diesem
Zusammenhang stellt der Rechteckfilter somit die häufigste Form der räumlichen Fil-
terung dar. Der Gaussfilter ist sowohl stetig als auch unendlich differenzierbar, was
für die Qualität der Filterung Vorteile mit sich bringt. Eine Anwendung innerhalb der
FVM gestaltet sich jedoch schwieriger als beim Rechteckfilter. Der Spektralfilter wird
hauptsächlich im Fourierraum eingesetzt und dient zur Entfernung von Frequenzen ab
einer zuvor definierten Wellenlänge. Hieraus ist auch ersichtlich, dass Spektralfilter nur
sinnvoll mit Spektralmethoden einsetzbar sind, welche sich jedoch für komplexe Geo-
metrien und inhomogene Strömungen häufig als nicht anwendbar erweisen.
In vielen Fällen ist die zugrundeliegende Filterweite ∆ aufgrund komplexer Geometrien
oder starker Gitterverzerrung nicht homogen entlang der Raumrichtungen verteilt, was
z.B. bei einem Rechteckfilter zweiter Ordnung in Verbindung mit der FVM zu Kommu-
2
tationsfehlern zweiter Ordnung O(∆ ) führen kann [53]. Diese Fehler verstärken sich
zunehmend je größer die Abweichungen zwischen den Gitterelementen innerhalb der Fil-
terungsprozedur sind. Als Konsequenz daraus kann kaum mehr zwischen numerischen
und filterbedingten Ursachen unterschieden werden, was zum einen die Fehlersuche er-
heblich erschwert und zum anderen die numerischen Ergebnisse ggf. negativ beeinflusst.
Aus der Betrachtung des Grenzübergangs lim∆→0 ergibt sich, dass mit abnehmender
Filterweite die gefilterte Lösung gegen die ungefilterte Lösung konvergiert. Anders aus-
gedrückt bedeutet dies, dass die Lösung der Grobstruktursimulation gegen die Lösung
der direkten numerischen Simulation konvergiert, wenn die Filterweite bis zur Kolmo-
gorov Länge η reduziert wird. Für den Fall ∆ << η findet keine Filterung mehr statt
und es gilt φ = φ.

2.3.2. Gefilterte Erhaltungsgleichungen


Die Anwendung des Faltungsintegrals auf die Erhaltungsgleichungen 2.3 und 2.9 lie-
fert die gefilterten inkompressiblen Erhaltungsgleichungen für Masse und Impuls, im
Folgenden auch LES Gleichungen genannt,

∇·u=0 (2.39)
2. Modellierung der turbulenten Strömung 20

∂u
+ ∇ · (u u) = −∇p∗ + ν∆u − ∇ · τ sgs . (2.40)
∂t
Der einzige Unterschied zu den originalen Erhaltungsgleichungen besteht in dem zusätz-
lichen Feinstrukturspannungstensor τ sgs (engl. subgrid-scale bzw. sgs tensor), welcher
aus der Filterung resultiert und den Einfluss der nicht aufgelösten Skalen auf die auf-
gelösten Skalen beschreibt
τ sgs = uu − u u . (2.41)

Für die Berechnung des Feinstrukturspannungstensors τ sgs werden Informationen über


die gefilterten Spannungen uu benötigt. Aus den LES Gleichungen gehen jedoch nur
die gefilterten Geschwindigkeiten u hervor, was eine direkte Bestimmung von τ sgs somit
ausschließt. Die Konsequenz daraus ist, dass es zur Ermittlung der Feinstrukturspan-
nungen einen geeigneten Modellansatz bedarf.

2.3.3. Turbulenzmodellierung
Smagorinsky Modell

Das Modell von Smagorinsky [136] basiert auf der Boussinesq Hypothese, wonach der
anisotrope Anteil des Feinstrukturspannungstensors
h i τ sgs
a in Beziehung zum gefilterten
Deformationstensor S = 2 ∇u + (∇u) steht
1 T

1
τ sgs
a = τ
sgs
− τ sgs I = −2νt S . (2.42)
3
Der isotrope Anteil von τ sgs wird häufig mit dem Druck p∗ zusammengefasst und als
Pseudo-Druck unter der ursprünglichen Bezeichnung p in der gefilterten Impulsbilanz
verwendet. Die in Gleichung 2.42 enthaltene turbulente Wirbelviskosität νt entstammt
der Dimensionsanalyse auf Basis einer charakteristischen Länge l = CS ∆ sowie Ge-
schwindigkeit v = CS ∆|S| mit
2
νt = l · v = CS ∆ |S| , (2.43)

wobei |S| = 2 S : S die Norm des Deformationstensors ist und CS eine dimensions-
lose Konstante bezeichnet. Es ist hierbei anzumerken, dass anstelle der Gitterweite ∆
häufig die Filterweite ∆ als Längenmaß innerhalb des Formalismus verwendet wird. Der
Wert von CS ist nicht eindeutig bestimmt und variiert je nach Betrachtungsweise der
Konstante von 0, 065 bis 0, 24 [124, 135, 2, 104, 31, 113]. Auf Grundlage verschiedener
systematischer Untersuchungen ist davon auszugehen, dass ebenso eine Abhängigkeit
von der Reynolds Zahl Re, der Gitter- ∆ bzw. Filterweite ∆ sowie der Art der Strömung
besteht [39].
2. Modellierung der turbulenten Strömung 21

Die Einfachheit sowie die numerische Stabilität des Ansatzes erwiesen sich in vielen
Anwendungen von Vorteil und trugen dadurch zur großen Verbreitung des Modells bei.
Die Festlegung von CS > 0 und die damit verbundene positive Dissipation  > 0 haben
hingegen den Nachteil, dass Backscatter Effekte nicht berücksichtigt werden, was wie-
derum die Genauigkeit des Modells einschränkt.

In Wandnähe werden die turbulenten Schwankungen der Strömung zunehmend ge-


dämpft, was dazu führt, dass die Reibungskräfte gegenüber den Scherkräften in der
viskosen Unterschicht dominieren und die turbulente Viskosität νt verschwindet. Durch
den universellen Charakter der Konstante CS wird ein vollständiges Abklingen von νt
jedoch verhindert, so dass die turbulente Wirbelviskosität häufig in Abhängigkeit vom
dimensionslosen Wandabstand y + mittels einer Dämpfungsfunktion fCS (y + ) , z.B. nach
van Driest [38] oder Piomelli [114] reduziert wird
 2
νt = CS fCS y + ∆ |S| . (2.44)

Der dimensionslose Wandabstand errechnet sich dabei aus


uτ y
y+ = (2.45)
ν
der Wandschubspannungsgeschwindigkeit uτ , dem Abstand y von der Wand zur ersten
Zelle und der kinematischen Viskosität ν. Die Dämpfungsfunktion fCS (y + ) ist in der
Regel von asymptotischer Natur und lautet in allgemeiner Form
 +b +b
c
fCS y + = a 1 − e−y /A (2.46)

,

wobei A+ eine dimensionslose Konstante bezeichnet und a, b, c ∈ < frei wählbare Koef-
fizienten darstellen. Der Einsatz von Dämpfungsfunktionen ist trotz erprobter Anwen-
dung nur eine behelfsmäßige Lösung und kann durch die Verwendung einer Prozedur
zur dynamischen Bestimmung von CS umgangen werden.

Dynamisches Smagorinsky Modell

Eine Verbesserung des Smagorinsky Modells stellt die von Germano [51] vorgeschla-
gene Prozedur zur dynamischen Berechnung der Konstante CS dar. Das Ergebnis der
Prozedur ist ein in Raum und Zeit veränderlicher Parameter C(x, t), welcher auch loka-
le Strömungsgegebenheiten berücksichtigen kann. Die grundlegende Idee der Methode
besteht darin die Feinstrukturspannungen T sgs auf Basis einer groberen Filterweite
2. Modellierung der turbulenten Strömung 22

b > ∆ zu bestimmen und mit den Feinstrukturspannungen τ sgs entsprechend der Ger-

mano Identität aus Gleichung 2.47 in Beziehung zu setzen
   
sgs sgs
L = T − τb = uu − u u − uu − u u = u
c b b c d du−u
bub . (2.47)

Angewendet auf das Smagorinsky Modell (Gleichung 2.42 und 2.43) ergibt sich daraus
das dynamische Smagorinsky Modell mit
 2 2
La = −2 CS ∆
b |S| b +2 C \
b S |S| S = 2 C M (2.48)
S ∆

2
\
und M = ∆ |S| S − ∆
b 2 |S|
b Sb sowie C = C 2 . Es bleibt zu beachten, dass zum Aus-
S
klammern von CS aus dem Filter, der Parameter als räumlich konstant angenommen
werden muss, was in der Realität jedoch nicht der Fall ist. Hieraus resultiert eine ge-
wisse Inkonsistenz in der Modellherleitung, welche jedoch als vernachlässigbar gilt [45].
Durch Umstellen von Gleichung 2.48 und Anwendung der Methode der kleinsten Feh-
lerquadrate [90] zur Minimierung des Fehlers La − 2 C M = 0 ergibt sich der Parameter
zu
1 (La : M )
C(x, t) = . (2.49)
2 (M : M )
Als Konsequenz aus Gleichung 2.49 kann C(x, t) auch negative Werte annehmen, was
allgemein als Indiz für die Berücksichtigung von Backscatter gilt. Um den räumlichen
Schwankungen von C(x, t) entgegenzuwirken und damit das numerische Verfahren zu
stabilisieren, wird häufig eine Mittelung in homogene Richtung durchgeführt. Für kom-
plexe Geometrien ist eine homogene Richtung jedoch nicht immer eindeutig zu definie-
ren, so dass in diesen Fällen eine Mittelung entweder vollständig entfällt oder durch
eine zeitliche Relaxation ersetzt wird [17].

Dynamisch gemischte Modelle

Gemischte Modelle stellen eine weitere Verbesserung zu den Modellen des Smagorinsky
Typs dar und bestehen häufig aus einer Linearkombination von Wirbelviskositätsansatz
(z.B. Smagorinsky) und Ähnlichkeitsmodell.
Das ursprünglich von Bardina et al. [10] eingeführte Ähnlichkeitsmodell drückt den
Feinstrukturspannungstensor mit Hilfe einer Doppelfilterung der Geschwindigkeit aus

τ sgs ≈ u u − u u (2.50)

und setzt somit die aufgelösten Skalen in Beziehung zu den nicht aufgelösten Skalen
unter der Annahme, dass die kleinskaligen Strukturen ähnliche Formen und Verhaltens-
muster aufweisen, wie die turbulenten Strukturen bei der gewählten Filterweite. Aus
2. Modellierung der turbulenten Strömung 23

numerischen Berechnungen hat sich jedoch gezeigt, dass die alleinige Anwendung des
Ähnlichkeitsmodells nur ungenügende dissipative Effekte aufweist und zu große turbu-
lente Schwankungen vorhersagt. Die Kombination mit einem Wirbelviskositätsansatz,
wie von Zang et al. [163] vorgeschlagen, führt auf die gemischten Modelle, welche den
niedrigen dissipativen Anteil des Ähnlichkeitsmodells um die dissipative Wirkung des
Wirbelviskositätsansatzes erhöhen. Unter Verwendung des Smagorinsky Modells ergibt
sich der anisotrope Anteil des Feinstrukturspannungstensors τ sgs
a als
2
τ sgs − 2 CS2 ∆ |S| S (2.51)

a ≈ uu−uu a
.

Zur dynamischen Bestimmung der Smagorinsky Konstante liefert die Germano Proze-
dur 2.3.3 für den anisotropen Feinstrukturspannungstensor T sgs demzufolge
 
T sgs
a ≈ u
d u − u
bub − 2 C2 ∆
S
b 2 |S|
b Sb . (2.52)
a

Nach dem Einsetzen von Gleichung 2.51 und 2.52 in die Germano Identität

La = T sgs
a −τb sgs
a (2.53)

ergibt sich der anisotrope Spannungstensor La somit zu

La = H a + 2 CM , (2.54)

wobei der Tensor H a den anisotropen Anteil des Ähnlichkeitsmodells bei der Filterweite
b bezeichnet
∆  
H = u
a
d u−u bub (2.55)
a
und M den restlichen Teil des Smagorinsky Modells beinhaltet
2
\ b 2 |S|
M = ∆ |S| S − ∆ b Sb . (2.56)

Die Konstante C ≡ CS2 aus Gleichung 2.54 wird entsprechend der Methode der kleinsten
Fehlerquadrate [90] als räumlich und zeitlich variierender Parameter angenommen und
ergibt sich zu
1 M : (La − H a )
C(x, t) = . (2.57)
2 (M : M )
Der Parameter C(x, t) kann anschließend zur Stabilisierung des numerischen Verfah-
rens oder zur Vermeidung von Backscattering, welches bereits im Ähnlichkeitsmodell
Berücksichtigung findet, in ähnlicher Weise reguliert werden, wie beim dynamischen
Smagorinsky Modell in Abschnitt 2.3.3.
Untersuchungen von Vreman et al. [151] haben gezeigt, dass das Modell von Zang et
al. [163] mathematisch inkonsistent bzgl. T sgs
a ist, wenn nur die gefilterte Geschwin-
digkeit u zur Berechnung des Ähnlichkeitsmodells (Gleichung 2.52) eingeht. Vreman
2. Modellierung der turbulenten Strömung 24

et al. schlug deshalb vor für das Ähnlichkeitsmodell in T sgs


a die Geschwindigkeit bei
derselben Filterweite zu verwenden wie im angeschlossenen dynamischen Smagorinsky
Modell. Der modifizierte Spannungstensor T sgs
a lässt sich unter Einbeziehung von u
b
somit darstellen als
 
T sgs ≈ uu−uu −2C ∆b 2 |S| (2.58)
d b b b S
a
b b b b b ,
a

was für den Tensor H a zu


  
Ha = u u − u u − u u − u u (2.59)
d
b b b
b b
b d d
a

führt. Durch Einsetzen von Gleichung 2.59 in Gleichung 2.57 ergibt sich ein leicht
modifizierter Parameter C(x, t), welcher ebenfalls starken räumlichen und zeitlichen
Schwankungen unterworfen ist. Die daraus resultierenden numerischen Instabilitäten
sind häufig größer als die beim Modellansatz nach Zang et al. [163]. Eine mögliche Regu-
larisierung auf Basis homogener räumlicher oder zeitlicher Mittelung sind für komplexe
Geometrien in der Regel nicht durchführbar, so dass in diesen Fällen nur die lokale,
wenn auch numerisch instabile Version des gemischten dynamischen Modells zur Verfü-
gung steht. Zur Minimierung der numerischen Instabilitäten entwickelte Kornev et al.
[83] eine numerische Begrenzung für La auf Basis von Taylor Reihen Approximationen,
wodurch das Modell auch für komplexe Geometrien anwendbar erscheint. Eine weitere
Methodik zur Stabilisierung des numerischen Verfahrens kann in der Begrenzung von
C(x, t) im Intervall [0, 1] liegen. Hierbei handelt es sich jedoch um eine rein empirische
Vorgehensweise, die zum einen negative Werte für νt verhindert (C(x, t) = 0) und zum
anderen starke räumliche Schwankungen minimiert (C(x, t) < 1).

Dynamisches Lagrange Modell

Die Regularisierung des Parameters C(x, t) stellt für komplexe Geometrien stets eine
große Herausforderung dar und ist in vielen Fällen gar unmöglich. Eine alternative Her-
angehensweise bietet die von Meneveau et al. [96] entwickelte Prozedur zur dynamischen
Berechnung von C(x, t) basierend auf der Mittelung von Lagrange’schen Fluid Parti-
kel Trajektorien. Der Vorteil der Prozdeur besteht darin, dass sie generelle Gültigkeit
besitzt und dadurch auf viele Feinstrukturmodelle anwendbar ist.
Ausgehend von einem Fluid Partikel bei Position x und Zeitpunkt t ergibt sich die
Trajektorie für alle vorangegangenen Zeitpunkte t0 < t als
Zt
z (t0 ) = x − u (z (t00 ) , t00 ) dt00 . (2.60)
t0
2. Modellierung der turbulenten Strömung 25

Der zu minimierende lokale Fehler für jeden Zeitpunkt t0 ist in Lagrange’scher Betrach-
tungsweise gegeben durch

e (z, t0 ) = La (z, t0 ) − C(x, t) M (z, t0 ) , (2.61)

wobei die Position x als auch der Zeitpunkt t den Parameter C(x, t) innerhalb der
Trajektorie als konstant festlegen. Gleichung 2.61 stellt somit ein Äquivalent zur Li-
nearisierung innerhalb der Germano Prozedur dar [125]. Durch Integration der lokalen
Fehlerquadrate über alle Zeitpunkte t0 ergibt sich der zu minimierende globale Fehler
mit
Zt
E= [e (z, t0 ) : e (z, t0 )] W (t − t0 ) dt0 . (2.62)
−∞

Die Gewichtungsfunktion W (t − t0 ) stellt hierbei ein Kontrollmechanismus bereit, um


die relative Bedeutung der Ereignisse nahe dem Zeitpunkt t in Beziehung mit denen
vorangegangener Zeitpunkte zu setzen. Anders ausgedrückt bedeutet dies, dass die Ge-
wichtungsfunktion die Länge der Trajektorie definiert über die der Fehler minimiert
werden soll. Demzufolge ergibt sich der zu minimierende globale Fehler bzgl. C(x, t) als
Zt
∂E ∂ e (z, t0 )
= 2 e (z, t0 ) W (t − t0 ) dt0 = 0 (2.63)
∂ C(x, t) ∂ C(x, t)
−∞

bzw.
ΨLM
C(x, t) = (2.64)
ΨM M
mit
Zt
ΨLM (x, t) = (La : M ) W (t − t0 ) dt0 (2.65)
−∞

und
Zt
ΨM M (x, t) = (M : M ) W (t − t0 ) dt0 . (2.66)
−∞

Die Berücksichtigung der gesamten Historie ist aufgrund des enormen Speicheraufwands
praktisch nicht möglich, so dass für die Gewichtungsfunktion W (t − t0 ) eine geeignete
Relation unabdingbar ist. In Meneveau et al. [96] wird dazu eine schnell abfallende
Exponentialfunktion mit
t − t0
 
10
W (t − t ) = exp − (2.67)
T T
vorgeschlagen, um den entsprechenden Speicheraufwand zu begrenzen. Der Parameter
T charakterisiert in diesem Zusammenhang die Lagrange’sche Korrelationszeit. Unter
2. Modellierung der turbulenten Strömung 26

Verwendung von Gleichung 2.67 lassen sich die Integrale 2.65 und 2.66 als Lösung der
Relaxationsgleichungen
∂ ΨLM 1
+ ∇ · (u ΨLM ) = [(La : M ) − ΨLM ] (2.68)
∂t T

∂ ΨM M 1
+ ∇ · (u ΨM M ) = [(M : M ) − ΨLM ] (2.69)
∂t T
darstellen, was eine einfachere Berechnung innerhalb der numerischen Simulation ge-
stattet. Die Tensoren La und M entstammen hierbei dem jeweiligen Wirbelviskositäts-
ansatz. Für die Korrelationszeit existieren diverse Möglichkeiten, welche eingehender
in Meneveau et al. [96] untersucht werden. Als bester Kandidat hat sich dabei die
Definition
T ∼ 1.5 ∆ (ΨLM ΨM M )−1/8 (2.70)
erwiesen.
Ein Nachteil in der Lagrange Prozedur besteht neben dem höheren Rechenaufwand dar-
in, dass C(x, t) auch negative Werte annehmen kann, weshalb in Meneveau et al. [96]
eine entsprechende Regularisierung mittels Begrenzung auf ein vorgegebenes Intervall
vorgeschlagen wird. Dadurch werden zum einen numerische Instabilitäten reduziert und
zum anderen negative Werte für νt verhindert.

Die Erweiterung des dynamischen Lagrange Modells um das Ähnlichkeitsmodell von


Bardina et al. [10] führt auf das dynamisch gemischte Lagrange Modell. Die Herange-
hensweise erfolgt dabei analog zu den dynamisch gemischten Modellen aus Abschnitt
2.3.3. Unter Verwendung von Gleichung 2.59, 2.68 und 2.69 kann der Parameter C(x, t)
aus Gleichung 2.64 redefiniert werden als
ΨLM − ΨHM
C(x, t) = , (2.71)
ΨM M
wobei
∂ ΨHM 1
+ ∇ · (u ΨHM ) = [(H a : M ) − ΨHM ] . (2.72)
∂t T
Der Vorteil des dynamisch gemischten Lagrange Modells besteht primär darin, dass
trotz Regularisierung des Parameters C(x, t) durch das Ähnlichkeitsmodell entspre-
chend Gleichung 2.51 auch Backscattering Effekte Berücksichtigung finden.

Dynamische Eingleichungsmodelle

Eingleichungsmodelle lösen zusätzliche Transportgleichungen für die Dynamik der nicht


aufgelösten Anteile physikalischer Größen, wodurch neben lokalen und nicht lokalen Ef-
fekten auch zurückliegende Zustände Berücksichtigung finden.
2. Modellierung der turbulenten Strömung 27

Ein in diesem Zusammenhang häufig anzutreffendes Modell ist das Eingleichungsmo-


dell von Ghosal et al. [52], welches in Verbindung mit einem Wirbelviskositätsansatz die
turbulente Viskosität νt mit Hilfe einer zusätzlichen Transportgleichung für die nicht
aufgelöste kinetische Energie k sgs bestimmt. Basierend auf dem Modellansatz nach Spe-
ziale [139] lässt sich der Transport von k sgs darstellen als
∂k sgs
+ ∇ · (u k sgs ) = (ν + νt ) ∆k sgs + Pksgs − ksgs . (2.73)
∂t
Die viskose Dissipationsrate ksgs wird hierbei als isotrop angenommen und durch die
Relation 3/2
k sgs
ksgs ≈ Ce (2.74)

approximiert. Für den Produktionsterm Pksgs der nicht aufgelösten kinetischen Energie
gilt unter Verwendung des Wirbelviskositätsansatzes

Pksgs = −τ sgs : S ≈ 2 νt S : S (2.75)



,

wobei die turbulente Viskosität durch Gleichung 2.76 berechnet wird [52, 32]
1/2
νt = Ck k sgs ∆ . (2.76)

Die Parameter Ce und Ck können entweder als feste Konstanten vorgegeben oder dy-
namisch bestimmt werden. Die Anwendung der Germano Prozedur führt für Ck zu
(La : M )
Ck (x, t) = , (2.77)
(M : M )
mit
\b
M = −2∆K 1/2 S (2.78)
 
und K = 1/2 |u| b 2 . Der Tensor La bezeichnet den anisotropen Anteil des Wir-
d2 − |u|
belviskositätsansatzes gemäß Gleichung 2.47. Für den Parameter Ce gilt dementspre-
chend
\ 
[
(ν + νt ) S : S − S : S
b b
Ce (x, t) = . (2.79)
(1/2 \
K 3/2 ∆−1 )
Ebenso wie beim dynamischen Smagorinsky Modell ist auch für die Parameter Ck (x, t)
und Ce (x, t) eine Filterung in homogene Richtung möglich, um die numerische Sta-
bilität des Verfahrens zu verbessern und negative Werte für νt zu verhindern bzw.
Backscattering zu unterdrücken.
Das Eingleichungsmodell in der hier präsentierten Form ist auch unter der Bezeichnung
lokales dynamisches Eingleichungsmodell bekannt.
3. Modellierung der turbulenten
Mischung bei hohen Schmidt
und Reynolds Zahlen

3.1. Grundgleichung des Stofftransports


Die allgemeine Stofftransportgleichung beschreibt die zeitliche Änderung eines beliebi-
gen Stoffes φ in einem konstanten Kontrollvolumen dV als Summe aus Stoffänderung
im Volumen, ein- und ausgehenden Stoffströmen über die Flächen des Volumens sowie
Qellen und Senken z.B. aufgrund von Stoffumwandlungsprozessen oder Einspritzvor-
gängen Z Z Z
∂ρφ
dV + ρφ (u + V ) dA = ω̇φ∗ dV . (3.1)
∂t
V A V

Die Gesamtgeschwindigkeit in Gleichung 3.1 resultiert aus der Superposition von Strö-
mungsgeschwindigkeit u und Diffusionsgeschwindigkeit V , welche von Temperatur,
Druck und Konzentrationsverhältnis des Stoffes φ im Fluid [116] abhängig ist. Die
Aufspaltung des Geschwindigkeitsintegrals in Gleichung 3.1 und anschließender Neuan-
ordnung der Terme liefert
Z Z Z Z
∂ρφ
dV + ρφu dA = −ρφV dA + ω̇φ∗ dV . (3.2)
∂t
V A A V

Bei Vernachlässigung der Temperatur- und Druckabhängigkeit erlaubt das erste Fick’sche
Gesetz den diffusiven Transport von φ in Form des mittleren Konzentrationsgradienten
darzustellen als
φV = −Γ ∇φ , (3.3)

wobei der molekulare Diffusionskoeffizient Γ = ν/Sc ein Maß für die Beweglichkeit der
Teilchen ist und somit eine Stoffeigenschaft repräsentiert. Die dimensionslose Schmidt
Zahl Sc kennzeichnet hierbei das Verhältnis von diffusivem Impulstransport zu diffusi-
vem Stofftransport. Der Übergang zu einem infinitesimal kleinen Kontrollvolumen bei

28
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
29

gleichzeitiger Anwendung des Gaußschen Integralsatzes auf Gleichung 3.2 liefert die
differentielle Form der Transportgleichung mit
∂ρφ
+ ∇ · (ρφ) u = ∇ · (ρ Γ ∇φ) + ω̇φ∗ . (3.4)
∂t
Bei Annahme von konstanter Dichte und Viskosität, was einer isothermen Strömungen
entspricht, vereinfacht sich Gleichung 3.4 zur inkompressiblen Variante der Stofftrans-
portgleichung
∂φ
+ ∇ · (φu) = Γ ∆φ + ω̇φ , (3.5)
∂t
mit ω̇φ = ω̇φ∗ /ρ. Unter der Voraussetzung, dass keine Quellen oder Senken im betrachte-
ten System vorhanden sind, reduziert sich Gleichung 3.5 ferner zur rein passiven Trans-
portgleichung, welche die Verteilung des Stoffes φ im Fluid nur anhand von Konvektion
und Diffusion beschreibt
∂φ
+ ∇ · (φu) = Γ ∆φ . (3.6)
∂t

3.2. Eigenschaften des turbulenten Stofftransports


Der turbulente Stofftransport untergliedert sich in einen konvektiven und diffusiven
Transportprozess, die beide bis zum Erreichen eines vollkommen homogenen Zustands
simultan verlaufen. Wie Abbildung 3.1 zu entnehmen ist, bewirkt die Konvektion ein
mechanisches Verkleinern der charakteristischen Längenmaße während die Diffusion für

Abb. 3.1.: Zweidimensonale Momentaufnahmen der Konzentration zweier sich vermi-


schender Stoffe auf Basis von Konvektion (obere Reihe) und durch Diffusion
(untere Reihe).

den Stoffausgleich auf molekularer Ebene sorgt. Der diffusive Stoffausgleich ist dabei
oftmals langsamer als der konvektive Transport, insbesondere bei hohen Schmidt Zah-
len.
Bedingt durch die Kopplung mit dem Geschwindigkeitsfeld unterliegt der turbulente
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
30

Stofftransport ähnlichen stochastischen Mustern wie der turbulente Impulstransport.


Frühe Untersuchungen von Batchelor [11], Corrsin [29] und Obukohov [110] offenbarten
dennoch bedeutende Unterschiede im Verhalten der kleinskaligen skalaren Strukturen,
welche vor allem aus den diffusiven Eigenschaften der Stoffe resultieren. Der zufällige
Charakter des Stofftransports macht auch hier eine exakte Vorhersage der Moment-
anwerte unmöglich, weswegen prinzipiell die gleichen statistischen Momente zur An-
wendung kommen, wie bereits beim turbulenten Impulstransport aus Abschnitt 2.2.
Basierend auf der Betrachtung eines passiven Skalars φ als transportierte Größe folgt
aus der Reynolds Zerlegung

φ0 (x, t) = φ (x, t) − hφ (x)i (3.7)

ein Mittelwert hφ (x)i und ein zeitlicher Schwankungswert φ0 (x, t). Für die Bildung der
statistischen Momente können somit die skalaren Varianten der Gleichungen 2.12 bis
2.17 genutzt werden. Durch Bildung der Korrelationsfunktion der Skalarfluktuationen

Rφ (r, τ ) ≡ hφ0 (x, t) φ0 (x + r, t + τ )i (3.8)

bzw. in normalisierter Form


Rφ (r, τ )
ρφ (r, τ ) ≡ (3.9)
hφ0 (x, t) φ0 (x, t)i
als Autokorrelationsfunktion bezeichnet, können analog zur Gleichung 2.18 bzw. 2.19
Aussagen über zeitliche oder räumliche Zusammenhänge der skalaren Strukturen ge-
troffen werden. Mit Hilfe der räumlichen Korrelationsfunktion aus Gleichung 3.8 lässt
sich das integrale skalare Längenmaß bzw. die Länge der größten skalaren Strukturen
definieren als
Z+∞
1
Lφ (x, t) ≡ Rφ (r, t) dr . (3.10)
Rφ (0, t)
0
Im Gegensatz dazu ergibt sich das kleinste Längenmaß λB im Skalarfeld aus
 2 1/4
νΓ η
λB ≡ =√ (3.11)
 Sc
mit Sc = ν/Γ. Das auch als Batchelor Länge bezeichnete Längenmaß charakterisiert
somit die Längenskala bei der gerade noch Fluktuationen im Skalarfeld existieren kön-
nen bevor die molekulare Diffusion überwiegt.

Einen wesentlich detaillierteren Einblick in das Verhalten der Skalardynamik lässt sich
durch Betrachtung von Gleichung 3.8 im Fourierraum auf Basis des Funktionenpaars
Z+∞
ZZ
1
Φφ (κ, t) = Rφ (r, t) e−iκ·r dr (3.12)
(2π)3
−∞
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
31

Z+∞
ZZ
Rφ (r, t) = Φφ (κ, t) eiκ·r dκ , (3.13)
−∞

wobei Φφ (κ, t) die Spektralfunktion und κ den Wellenzahlvektor darstellen, erzielen.


Die Integration von Gleichung 3.12 über alle κ liefert das Energiespektrum der Skalar-
fluktuationen mit
Z+∞
ZZ
Φφ (κ, t)
Eφ (κ, t) = δ (κ − kκk) dκ . (3.14)
2
−∞

Die Varianz des Skalars kann durch Integration des skalaren Energiespektrums
Z∞
(3.15)

02
φ (t) = Eφ (κ, t) dκ
0

berechnet werden. In ähnlicher Weise lässt sich die skalare Dissipationsrate mittels
Integration von
Z∞
∂φ0 ∂φ0
φ (t) = 2 Γκ2 Eφ (κ, t) dκ ≡ 2 Γ (3.16)
∂x ∂x
0
aus dem skalaren Energiespektrum ermitteln. Ein wichtiger Parameter für die Model-
lierung der Skalardynamik stellt die skalare Mischungszeit
2 hφ02 i
τφ ≡ (3.17)

dar, welche auch als zeitliches Maß für den Energietransfer von den großen Skalen ∼ Lφ
hin zu den kleinen Skalen ∼ λB interpretiert werden kann. In diesem Zusammenhang
liefert der Quotient aus skalarer und turbulenter Mischungzeit den dimensionslosen
Parameter
2 τu
Cφ ≡
, (3.18)
τφ
welcher zur Modellierung von Mischungs- bzw. Umsatzraten gegenüber τφ allgemein
bevorzugt wird. Für hohe Schmidt und Reynolds Zahlen konvergiert Cφ bei einem voll
entwickeltem turbulenten Energiespektrum gegen einen konstanten Wert von zwei [42].
Falls kein voll entwickeltes turbulentes Energiespektrum vorliegt, muss Cφ manuell oder
dynamisch angepasst werden, um ein Über- oder Unterschätzen der Mischungs- bzw.
Umsatzraten zu verhindern.

Ähnlich zum Energiespektrum der Geschwindigkeitsfluktuationen lässt sich mit Hilfe


einer Ähnlichkeitsanalyse ebenfalls eine Formulierung für das eindimensionale Energie-
spektrum der Skalarvarianz herleiten

Eφ (κ) = C hφ i hi−1/3 κ−5/3 . (3.19)


3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
32

Die auch als Kolmogorov-Obukhov-Corrsin Relation bekannte Beziehung beinhaltet


eine universelle Konstante C, deren abschließende Bestimmung bisher noch aussteht
[105, 159]. Die Charakteristik sowie die Skalierung des skalaren Energiespektrums hän-
gen dabei sowohl von der Reynolds Zahl als auch von der Schmidt Zahl ab. Aus dem Ver-
lauf von Eφ für niedrige (Sc << 1) und hohe (Sc >> 1) Schmidt Zahlen (Abbildungen
3.2 und 3.3) wird deutlich, dass sich im Vergleich zum Energiespektrum der Geschwin-
digkeitsfluktuationen weitere charakteristische Skalenbereiche herausbilden. Unter der

Abb. 3.2.: Schematische Darstellung des eindimensionalen skalaren Energiespektrums


für Schmidt Zahlen Sc << 1 (—). Zum Vergleich das eindimensionale Ener-
giespektrum der Turbulenz (· · · ) .

Voraussetzung einer ausreichend hohen Reynolds Zahl existiert für beide Sc Regimes
ein skalarer energietragender Bereich κ ≤ κi in dem weder die molekulare Viskosität
noch die molekulare Diffusion Einfluss auf die skalaren Strukturen besitzen. Im An-
schluss daran folgt der inertial-konvektive Bereich κi < κ ≤ κd1 , der analog zu E (κ)
mit ∝ κ−5/3 abfällt. Es ist anzumerken, dass bei Re −→ ∞ und Sc = konst. die Energie-
spektren E (κ) und Eφ (κ) von den energietragenden und inertial/inertial-konvektiven
Skalenbereichen vollständig dominiert werden. Die weitere Form des skalaren Energie-
spektrums richtet sich primär nach dem Einfluss der Schmidt Zahl. Für den Fall, dass
Sc << 1 ergibt sich ein inertial-diffusiver Bereich κd1 < κ ≤ κd2 in dem die skala-
ren Fluktuationen bereits durch die Diffusion aufgelöst werden bevor die turbulenten
Strukturen dissipieren.
Im Fall von Sc >> 1 werden die turbulenten Strukturen durch die Wirkung der mole-
kularen Viskosität bereits dissipiert während die molekulare Diffusion für die skalaren
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
33

Abb. 3.3.: Schematische Darstellung des eindimensionalen skalaren Energiespektrums


für Schmidt Zahlen Sc >> 1 (—). Zum Vergleich das eindimensionale Ener-
giespektrum der Turbulenz (· · · ) .

Strukturen noch keine Rolle spielt. Das Spektrum skaliert in diesem als viskos-konvektiv
bezeichneten Bereich κd1 < κ ≤ κd2 entsprechend der Theorie von Batchelor [11] mit
Eφ (κ) ∝ κ−1 . Im viskos-diffusiven Bereich κd2 < κ ≤ κλB sorgen diffusive Prozesse für
den Abbau der Skalarvarianz und somit zur Auflösung der skalaren Strukturen. Für
eine weiterführende Analyse des Skalarspektrums sei auf Fox [42] sowie Baldyga und
Bourne [7] verwiesen.

Zur Verdeutlichung des Einflusses der Schmidt Zahl zeigt Abbildung 3.4 Momentaufnah-
men der Konzentration in einem zweidimensonalen Mischungsprozess bei unterschied-
lichen Schmidt Zahlen. Die Strömung verläuft entlang des oberen Randes und bildet
innerhalb des ansonsten ruhenden Fluids eine Rezirkulationszone, welche die beiden
Stoffe miteinander vermischt. Zum Zeitpunkt t1 sind nur geringe Unterschiede zwischen
den Zuständen erkennbar. Mit Fortschreiten der Vermischung erhöhen sich, aufgrund
der Zunahme der Rezirkulationszone einhergehend mit der Bildung von kleineren Struk-
turen, die Gradienten im Konzentrationsfeld. Für Sc = 1 zeigen die Aufnahmen zu den
Zeitpunkten t2 und t3 , dass der diffusive Ausgleich zwischen beiden Stoffen schneller
erfolgt als für Sc = 10 oder Sc = 100. Die Konsequenz daraus ist, dass die Struktu-
ren im Konzentrationsfeld für Sc = 1 eine ähnliche Größenordnung besitzen wie die
turbulenten Wirbel im Geschwindigkeitsfeld, während die skalaren Strukturen bei den
höheren Schmidt Zahlen aufgrund des dominierenden konvektiven Transports kleinere
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
34

Sc = 1 Sc = 10 Sc = 100

t1

t2

t3

Abb. 3.4.: Zweidimensonale Momentaufnahmen der Konzentration zweier sich vermi-


schender Stoffe für unterschiedliche Schmidt Zahlen.

Abmessungen aufweisen.

3.3. Grobstuktursimulation
Die Grobstuktursimulation für den turbulenten Stofftransport gestaltet sich in ähnlicher
Weise wie für den turbulenten Impulstransport (vgl. Abschnitt 2.3). Aufgrund der mit-
unter kleineren Skalenbereiche kann die explizite Berücksichtigung der Skalardynamik
jedoch einen höheren Modellierungs- und Rechenaufwand erfordern als für die Dynamik
der turbulenten Schankungen.
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
35

3.3.1. Gefilterte Erhaltungsgleichung für den turbulenten


Stofftransport
Durch Anwendung des Faltungsintegrals 2.31 auf Gleichung 3.5 ergibt sich die gefilterte
Form der inkompressiblen Stofftransportgleichung
∂φ
+ ∇ · φ u = Γ ∆φ − ∇ · τ sgs (3.20)

φ + ω̇ φ .
∂t
φ (engl. subgrid-scale scalar
Der aus der Filterung resultierende turbulente Skalarfluss τ sgs
flux bzw. sgs scalar flux) beschreibt die Wirkung der nicht aufgelösten Strukturen auf
die aufgelösten Skalen
τ sgs
φ = φu − φ u (3.21)
und stellt somit eine Analogie zum Feinstrukturspannungstensor τ sgs bezogen auf den
Stofftransport dar. Die Berechnung von τ sgs
φ bedingt Kenntnis über das Produkt φu,
welches aus den aufgelösten Größen aufgrund der Filterung und des damit verbundenen
Informationsverlustes jedoch nicht rekonstruierbar ist. Eine direkte Bestimmung von
φ ist im Rahmen der Grobstuktursimulation somit unmöglich, weswegen hierfür auf
τ sgs
eine geeignete Modellierungsstrategie zurückgegriffen werden muss.

3.3.2. Modellierung des turbulenten Skalarflusses


Aus Konsistenzgründen ist es sinnvoll die Modellierung von τ sgs
φ auf eine ähnliche Art
zu gestalten wie die Modellierung des Feinstrukturspannungstensors τ sgs . Für Fein-
strukturmodelle die auf dem Wirbelviskositätsansatz beruhen entspricht die äquivalente
Herangehensweise dem Gradientendiffusionsansatz.

Gradientendiffusionsansatz

Der Gradientendiffusionsansatz entstammt der Analogie zum Fick’schen Gesetz nach


Gleichung 3.3 und beruht auf der Annahme, dass die Richtung des realen turbulenten
Stofftransports der Orientierung des mittleren Konzentrationsgradienten entspricht

τ sgs
φ = −Γt ∇φ . (3.22)

Der turbulente Diffusionskoeffizient Γt = νt /Sct bezeichnet hierbei jedoch keinen Stoff-


parameter, sondern dient, bedingt durch die Analogie zum molekularen diffusiven Trans-
port, lediglich dazu den mittleren Konzentrationsgradienten zum turbulenten Skalar-
fluss in Beziehung zu setzen. Zusammen mit dem molekularen Diffusionskoeffizienten Γ
lässt sich ein effektiver Diffusionskoeffizient definieren

Γef f = Γ + Γt , (3.23)
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
36

der die Integration des Modells in Gleichung 3.20 erheblich vereinfacht. Obwohl der
Gradientendiffusionsansatz aufgrund der Einfachheit und des geringen Rechenaufwands
der verbreiteste Ansatz zur Modellierung von τ sgs
φ ist, bestehen hinsichtlich der allge-
meinen Anwendbarkeit jedoch einige Schwachstellen. Bei selbst einfachen turbulenten
Strömungen können bereits starke Abweichungen zwischen der Orientierung des mittle-
ren Konzentrationsgradienten und der Richtung des realen turbulenten Stofftransports
auftreten [117], was im Extremfall sogar zum Stofftransport entgegengesetzt des mitt-
leren Konzentrationsgradientens führen kann [50]. In reaktiven Strömungen (z.B. bei
Verbrennung) enthält τ sgs
φ zusätzlich Informationen über chemisch reagierende Kom-
ponenten, deren Einflüsse für die physikalischen Vorgänge von großer Bedeutung sind,
aber durch den Gradientendiffusionsansatz nicht abgebildet werden [91, 50].
Die Berechnung des turbulenten Diffusionskoeffizientens Γt bedingt Kenntnis über die
turbulente Viskosität νt sowie die turbulente Schmidt Zahl Sct . Während νt in der
Regel dem Feinstrukturmodell entnommen werden kann, wird die turbulente Schmidt
Zahl entweder durch eine feste Konstante, meist aus dem Bereich 0, 4...1 [115], vorab
definiert oder mit Hilfe einer der nachfolgenden dynamischen Prozeduren bestimmt.

Unter der Voraussetzung, dass als Feinstrukturmodell das Smagorinsky Modell (vgl.
Abschnitt 2.3.3) zum Tragen kommt, lässt sich der turbulente Diffusionskoeffizient dar-
stellen als
2
νt C ∆ |S|
Γt = = , (3.24)
Sct Sct
wobei C = Cs2 die Smagorinsky Konstante bezeichnet. Die Anwendung der Germano
Prozedur [51, 90] zur dynamischen Berechnung von Sct liefert

1 1 M φ · Lφ
= (3.25)
Sct C Mφ · Mφ

mit
2\
b 2 |S|
M φ = ∆ |S| ∇φ − ∆ b ∇φ
b . (3.26)

Der Term Lφ berechnet sich hierbei aus der Relation

c −u
Lφ = uφ bφb (3.27)

und stellt somit das skalare Äquivalent zur Germano Identität nach Gleichung 2.47
dar. Durch Einsetzen von Gleichung 3.25 in Gleichung 3.24 ergibt sich der turbulente
Diffusionskoeffizient zu
 
2 M φ · Lφ
Γt (x, t) = ∆ |S| . (3.28)
Mφ · Mφ
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
37

Ähnlich wie beim dynamischen Smagorinsky Modell können auch in Gleichung 3.28 star-
ke Oszillationen oder negative Werte für Sct auftreten, was numerische Instabilitäten
zur Folge hat. Eine Möglichkeit dem entgegenzuwirken, besteht in der Regularisierung
des effektiven Diffusionskoeffizientens bzw. der turbulenten Schmidt Zahl mit Γef f > 0
oder Sct > 0. Eine andere Möglichkeit besteht in der räumlichen oder zeitlichen Mitte-
lung von Sct , was bereits bei der Berechnung von C(x, t) eingehend diskutiert wurde
(vgl. ab Abschnitt 2.3.3).

Eine Verbesserung gegenüber der voherigen Modellierung stellt der dynamisch gemisch-
te Ansatz dar, bei dem der turbulente Skalarfluss in Analogie zum Feinstrukturmodell
aus Abschnitt 2.3.3 mittels Linearkombination von Ähnlichkeitsansatz und Gradienten-
diffusionsansatz
τ sgs
φ ≈ uφ − u φ − Γt ∇φ (3.29)

bestimmt wird [76]. Unter Berücksichtigung der von Vreman [151] vorgeschlagenen
Mehrfachfilterung folgt aus der Germano Prozedur T sgs
φ mit

T sgs
φ ≈ uφ − u φ − Γt ∇φ . (3.30)
c bb b

Basierend auf der skalaren Variante der Germano Identität liefert die Methode der
kleinsten Fehlerquadrate [90] demzufolge

1 1 M φ · (Lφ − H φ )
= , (3.31)
Sct C Mφ · Mφ

wobei  
d b
Hφ = u φ − u φ − u φ − u φ (3.32)
b d d
b b b b .

Durch Einsetzen von Gleichung 3.31 in Gleichung 3.24 ergibt sich zusammen mit den
Gleichungen 3.27 und 3.26 der turbulente Diffusionskoeffizient zu
 
2 M φ · (Lφ − H φ )
Γt (x, t) = ∆ |S| . (3.33)
Mφ · Mφ

Für die Stabilisierung des numerischen Verfahrens, insbesondere zur Regularisierung


von Sct , können prinzipiell dieselben Methoden angewendet werden, wie zuvor bei der
Berechnung der Konstante im dynamisch gemischten Modellansatz aus Abschnitt 2.3.3.
Um die Regularisierung bei komplexen Geometrien dennoch einfacher zu gestalten bzw.
überhaupt erst zu ermöglichen, bietet es sich an, das dynamische Lagrange Modell von
Meneveau et al. [96] für die Berechnung von Sct zu adaptieren.
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
38

Aus der Germano Prozedur unter Zuhilfenahme der skalaren Varianten der Gleichungen
2.63 und 2.71 folgt die Lagrange Form von Gleichung 3.31 mit
1 1 ΨLMφ − ΨHMφ
= . (3.34)
Sct C ΨM Mφ
Der Parameter C ist hierbei identisch mit seinem gleichnamigen Pendant aus Gleichung
3.24, womit eine Neuberechnung entfallen kann. Die entsprechenden Relaxationsglei-
chungen zur Lösung der Trajektorien

Zt
ΨLM φ (x, t) = (Lφ · M φ ) W (t − t0 ) dt0 , (3.35)
−∞
Zt
ΨM M φ (x, t) = (M φ · M φ ) W (t − t0 ) dt0 , (3.36)
−∞
Zt
ΨHM φ (x, t) = (H φ · M φ ) W (t − t0 ) dt0 (3.37)
−∞

lauten
∂ ΨLMφ 1
(3.38)
 
+ ∇ · u ΨLMφ = (Lφ · M φ ) − ΨLMφ ,
∂t T
∂ ΨM Mφ 1
(3.39)
 
+ ∇ · u ΨM Mφ = (M φ · M φ ) − ΨLMφ ,
∂t T
∂ ΨHMφ 1
(3.40)
 
+ ∇ · u ΨHMφ = (H φ · M φ ) − ΨHMφ ,
∂t T
wobei die Korrelationszeit T aus Dimensionsgründen einen größeren Exponenten als in
Gleichung 2.70 aufweist
−1/4
T ∼ 1.5 ∆ ΨLMφ ΨM Mφ . (3.41)

Durch Einsetzen von Gleichung 3.34 in Gleichung 3.24 ergibt sich der turbulente Dif-
fusionskoeffizient schließlich zu
ΨLMφ − ΨHMφ
 
2
Γt (x, t) = ∆ |S| . (3.42)
ΨM Mφ

Algebraischer Gradientendiffusionsansatz

Eine stringentere Herangehensweise zur Modellierung von τ sgs


φ bietet der von Batchelor
[11] eingeführte anisotrope Diffusionstensor Γt , mit dessen Hilfe sich zusätzlich Rich-
tungsabhängigkeiten im diffusiven Transport berücksichtigen lassen, wie Gleichung 3.43
belegt
τ sgs
φ = −Γt · ∇φ . (3.43)
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
39

Häufig basiert Γt hierbei auf algebraischen Modellen, welche ursprünglich im Kontext


der Reynolds gemittelten Navier-Stokes Gleichungen (RANS) entwickelt wurden. Den-
noch lassen viele der Modelle für die Grobstruktursimulation adaptieren in dem der
Diffusionstensor Γt durch einen Proportionalitätsfaktor cθ und eine charakteristische
Zeit τc zu den Feinstrukturspannungen in Beziehung gesetzt wird

τ sgs
φ = −cθ τc τ
sgs
· ∇φ . (3.44)

Für τc = k sgs /ksgs und cθ > 0 führt Gleichung 3.44 auf den generalisierten Gradi-
entendiffusionsansatz von Daly et al. [30] in Grobstrukturformulierung. Obwohl das
Modell von Daly gewisse Unzulänglichkeiten des einfachen Gradientendiffusionsansat-
zes bezüglich der Ausrichtung von Skalarfluss und mittlerer Gradient behebt, zeigen
Berechnungen von Younis et al. [162], dass τ sgs
φ einen falschen Betrag in Normalen-
richtung des mittleren Gradienten aufweist. Alternative Formulierungen von Fox [42]
oder Ince et al. [65] integrieren in die Bestimmung von cθ zusätzliche Abhängigkeiten
in Form der turbulenten Schmidt oder Prandtl Zahl, was bisweilen zur Verbesserung
der Vorhersagegenauigkeit beitragen kann. Das Modell von Abe et al. [1], hier ebenfalls
in Grobstrukturformulierung, erweitert im Gegensatz dazu die Feinstrukturspannungen
um einen quadratischen Anteil

τ sgs
φ = −cθ τc (τ
sgs
· τ sgs ) · ∇φ , (3.45)

wodurch der turbulente Skalarfluss in Strömungsrichtung präziser vorhersagt werden


soll. Kenjereš et al. [75, 35, 74] reduziert hingegen die Komplexität der exakten Trans-
portgleichung für den Skalarfluss τ sgs
φ auf einen nicht linearen algebraischen Ausdruck
unter Annahme der schwachen Gleichgewichtsbedingung [123, 117], was jedoch für Strö-
mungen mit ausgeprägter Krümmung oder starker Rotation zumindest bedenklich er-
scheint [56].
Trotz Kritik [42, 162, 23] an der Vorhersagegenauigkeit vieler algebraischer Modelle
implizieren diese Ansätze einen starken Einfluss der Reynolds bzw. Feinstrukturspan-
nungen auf den turbulenten Skalarfluss, was dem Charakter turbulenter Strömungen
mehr entgegen kommt als die Annahme von Isotropie oder lokaler Homogenität.

Weitere Modellansätze

Andere Möglichkeiten zur Modellierung des turbulenten Skalarflusses bestehen in der


Anwendung des nach Clark benannten Gradientenmodells
2
τ sgs
φ = C ∆ ∇u ∇φ (3.46)
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
40

sowie eines auf Selbstähnlichkeit basierenden Ansatzes


 
τ sgs
φ = C c −u
uφ b φ
b . (3.47)

Ähnlich wie bei den zuvor beschriebenen Modellen ist jeweils ein geeigneter Wert für die
Konstante C vorab zu bestimmen, was eine generelle Anwendung der Modelle erschwert.
Obwohl erfolgsversprechend benötigt das von Pullin [120] vorgeschlagene Wirbelmodell
mit dem anisotropen Diffusionstensor
1 sgs
Γt = k Tt (I − R) (3.48)
2

mit Tt = γ ∆/ k sgs und γ ≈ 1 noch weitere intensive Tests bei hohen Reynolds Zahlen
und komplexen Geometrien um belastbare Aussagen zu ermöglichen.

Transportgleichung

Die gefilterte Transportgleichung für den turbulenten Skalarfluss τ sgs


φ lautet in allge-
meiner Form
∂ τ sgs
φ
+ ∇ · u τ sgs = ∇ · ν φ0 ∇u0 + Γ u0 ∇φ0 − ∇ · u0 τ sgs
 
φ + P φ + Π φ − φ .
∂t | {z } | {z φ } |{z} |{z} |{z}
I II III IV V
(3.49)
Hierbei sind der molekulare Diffusionsterm I und die Trippel-Korrelation II verant-
wortlich für den räumlichen Transport von τ sgs
φ . Bei Strömungen mit hohen Reynolds
Zahlen gelten jedoch der Term I aufgrund des geringen Beitrags gegenüber der turbu-
lenten Diffusion sowie der Dissipationsterm V durch die Annahme lokaler Isotropie als
vernachlässigbar klein. Die Trippel-Korrelation II und der Druckterm IV sind aus den
aufgelösten Größen hingegen nicht ohne Weiteres bestimmbar und müssen daher model-
liert werden. Als akzeptable Approximation für Term II hat sich dabei der einfache oder
einer der algebraischen Gradientendiffusionsansätze erwiesen [42]. Für den Druckterm
können ebenso angepasste Gradientendiffusionsansätze [26] oder algebraische Relatio-
nen [87] herangezogen werden. Der Produktionsterm III ist in sich geschlossen und
bedarf keiner weiteren Modellierung.
Die Lösung der Transportgleichung stellt die detaillierteste jedoch auch aufwändigs-
te Methode zur Modellierung des turbulenten Skalarflusses τ sgs
φ dar. Es bleibt daher
anzumerken, dass trotz eventuell verbesserter Genauigkeit die notwendigen Modellie-
rungsschritte der Intention einer exakten Modellierung entgegenwirken. Des Weiteren
ist zu beachten, dass bei reaktiven Transportprozessen zusätzliche Reaktionsterme für
die einzelnen Spezies α in Form von u0 Sα (φ) in die Betrachtung eingeschlossen werden
müssen, wodurch sich der Aufwand gegenüber den Gradientendiffusionsansätzen um ein
Vielfaches erhöhen kann.
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
41

3.3.3. Modellierung der skalaren Feinstrukturvarianz


Die nicht aufgelöste skalare Varianz ist definiert als Fluktuation des ungefilterten Skalars
φ um dessen gefilterten Wert φ
2
φ02
sgs = φ − φ . (3.50)

Im Kontext der Grobstuktursimulation hat sich jedoch gezeigt, dass die Definition auf
Basis des zweiten Moments φ2
2
φ02 2
sgs = φ − φ (3.51)
ein geeigneteres Maß zur Berechnung der skalaren Feinstrukturvarianz darstellt [71].
Es ist hierbei anzumerken, dass Gleichung 3.51 ursprünglicherweise der praktischen
Anwendung der Grobstuktursimulation entstammt und erst mit Hilfe der von Pope [117]
bzw. später Gao et al. [47] eingeführten gefilterten Wahrscheinlichkeitsdichtefunktion
analytisch hergeleitet wurde.

Ähnlichkeitsmodell

Basierend auf der Annahme von Selbstähnlichkeit zwischen aufgelösten und nicht auf-
gelösten Skalen modelliert das Ähnlichkeitsmodell von Cook et al. [27] die Feinstruktur-
varianz φ02
sgs proportional zur aufgelösten Varianz größerer Skalen. Infolgedessen kann
das Ähnlichkeitsmodell geschrieben werden als
 
02
φsgs = C1 φ φ − φ φ
c b b , (3.52)

wobei die Filterweite ∆


b des expliziten Testfilters (b· ), welcher zur Skalentrennung dient,
innerhalb des Trägheitsbereiches liegen muss. Typischerweise wird hierfür ein Wert im
Bereich zwischen ∆ und 2∆ verwendet. Die Konstante C1 stellt einen Proportionali-
tätsfaktor dar, der stark vom betrachteten Strömungsregime abhängt und mit Hilfe
experimenteller oder numerischer Daten vorab angepasst werden muss, was jedoch zu
starken Fehlern in der Vorhersagegenauigkeit des Modells führen kann [152].
Alternativ besteht die Möglichkeit mit Hilfe der Germano Prozedur den Proportiona-
litätsfaktor dynamisch berechnen zu lassen [150], um dessen räumliche und zeitliche
Variation innerhalb der Varianzberechnung zu berücksichtigen. Entsprechend der Ger-
sgs bezüglich der Skala 2∆ folglich
mano Prozedur ergibt sich die Feinstrukturvarianz Φ02
zu  
Φ02 (3.53)
fb e e
sgs = C2 φφ−φφ
b b b ,

wobei (e· ) eine räumliche Filterungsoperation auf dem Level 4∆ bezeichnet. Aus der
skalaren Variante der Germano Identität

Lφ02sgs = Φ02 02
sgs − φsgs = CMφ02
d
sgs
(3.54)
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
42

folgt unter Berücksichtigung der Methode der kleinsten Fehlerquadrate [90] der dyna-
mische Proportionalitätsfaktor C mit
D E
Lφ02sgs Mφ02sgs
C(x, t) = D E , (3.55)
Mφ02sgs Mφ02sgs

wobei
Lφ02sgs = φcφ − φ
bφb (3.56)
und   
\ 
(3.57)
fb e e
Mφ02sgs = φ φ − φ φ − φcφ − φ
b b b bφb .

Es ist hierbei anzumerken, dass in Analogie zum dynamischen Smagorinsky Modell


die Koeffizienten C ≡ C1 = C2 in Gleichung 3.55 als skalen-invariant gegenüber den
Filter- und Testfilterskalen angenommen werden. Zur Regularisierung von C(x, t) in
Gleichung 3.55 lassen sich daher dieselben Methoden nutzen, wie zuvor im Rahmen der
dynamischen Prozeduren aus den Abschnitten 2.3.3 oder 3.3.2.
Der Vorteil des Ähnlichkeitsmodells besteht vor allem in der Einfachheit und Stabilität
sowie dem geringen Rechenaufwand zur Lösung der Varianzgleichung. Es bleibt jedoch
festzuhalten, dass die Gültigkeit des Modells nur auf turbulente Strömungen begrenzt
ist in denen ein voll entwickeltes turbulentes Skalarspektrum vorliegt. Des Weiteren wird
ein expliziter Testfilter mit der Filterweite ≥ 4∆ benötigt, welcher für unstrukturierte
Gitter ggf. nur schwer realisierbar ist.

Gradientenansatz

Das gradientenbasierte Modell von Pierce et al. [112] beruht auf der Annahme lokaler
Homogenität sowie dem Gleichgewicht von Dissipation und Produktion im Bereich der
sgs wird dabei in Abhängigkeit des
nicht aufgelösten Skalen. Die Feinstrukturvarianz φ02
mittleren Gradienten von φ berechnet durch
2
φ02
sgs = CG1 ∆ |∇φ|
2
, (3.58)

wobei CG1 einen Modellkoeffizienten bezeichnet, der zur Anpassung der Filterweite ∆
dient. Analog zum Ähnlichkeitsmodell kann der Koeffizienten CG1 entweder als konstant
angenommen oder auf Basis von Germano dynamisch berechnet werden. Die Anwen-
dung der dynamischen Prozedur liefert

Φ02 b2 b 2
sgs = CG2 ∆ |∇φ| (3.59)

den Gradientenansatz bezüglich der Testfilterskala ∆


b = 2∆. Durch Einsetzen der Glei-
chungen 3.58 und 3.59 in Gleichung 3.54 unter Nutzung der Methode der kleinsten
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
43

Fehlerquadrate ergibt sich der Modellkoeffizient zu


D E
Lφ02sgs Mφ02sgs
CG (x, t) = D E (3.60)
Mφ02sgs Mφ02sgs
mit
Lφ02sgs = φcφ − φ
bφb (3.61)
und
2
b 2 − ∆\
b 2 |∇φ|
Mφ02sgs = ∆ |∇φ|2 . (3.62)
Wie bereits beim Ähnlichkeitsmodell wird auch hier vorausgesetzt, dass die Koeffizien-
ten CG ≡ CG1 = CG2 skalen-invariant gegenüber den Filter- und Testfilterskalen sind.
Eine Regularisierung von CG (x, t) lässt sich mit den bereits diskutierten Methoden
bewerkstelligen.

LED Modell

Das LED Modell von Balarac et al. [5] ist im Wesentlichen eine alternative Methode zur
dynamischen Berechnung des Modellkoeffizienten und stellt weniger ein neues Modell
sgs dar.
zur Bestimmung der Feinstrukturvarianz φ02
Ausgehend vom gradientenbasierten Modell in Gleichung 3.58 wird der Leonard Term
auf Testfilterebene durch die Taylorreihe
b= ∆ b2 b ∆b4
φcφ − φ
bφ |∇φ|2 + |∇2 φ|
b 2 + ... (3.63)
12 288
approximiert [5]. Die Vernachlässigung aller Terme höherer Ordnung führt zu
φcφ − φ
bφb=C ∆
L
b 2 |∇φ|
b2 , (3.64)
wobei der eingeführte Koeffizient CL den Abbruchfehler der Taylorreihe sowie die Kon-
stante 1/12 aus dem Term erster Ordnung zusammenfasst. Mit Hilfe der Methode der
kleinsten Fehlerquadrate [90] kann CL dynamisch bestimmt werden
D E
Lφ02sgs Mφ02sgs
CL (x, t) = D E , (3.65)
Mφ02sgs Mφ02sgs
wobei
Lφ02sgs = φcφ − φ
bφb (3.66)
und
b 2 |∇φ|
Mφ02sgs = ∆ b2 . (3.67)
Es wird hierbei angenommen, dass der Koeffizient CL und der Koeffizient CG aus Glei-
chung 3.59 konstant über homogene Richtungen verlaufen und die Identität CG = CL
gilt.
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
44

Transportgleichung der skalaren Feinstrukturvarianz

Die gefilterte Transportgleichung für die skalare Feinstrukturvarianz φ02 kann allgemein
geschrieben werden als

∂ φ02
sgs
+ ∇ · u φ02 02 sgs sgs sgs
(3.68)

sgs = Γ∆φsgs − ∇ · τ φ02 − 2τ φ · ∇φ − χφ ,
∂t | {z } | {z } |{z}
I II III

wobei die Terme I, II und III einer geeigneten Modellierung bedürfen. Bei Verwen-
dung eines Gradientendiffusionsansatzes für den turbulenten Diffusionsterm I und den
Produktionsterm II ergibt sich die Transportgleichung zu

∂ φ02
sgs
+ ∇ · u φ02 02 2 sgs
(3.69)

sgs = (Γ + Γt ) ∆φsgs + 2 (Γ + Γt ) |∇φ| − χφ .
∂t
Zur Schließung des Dissipationsterms III kann eines der Modelle aus Abschnitt 3.3.4
herangezogen werden. Kaul et al. [72] weist jedoch darauf hin, dass der Produktions-
term in Gleichung 3.69 aufgrund der Abhängigkeit vom Quadrat des Gradienten bei un-
zureichender Diskretisierungsordnung zusätzlich numerische Fehler impliziert, die das
Ergebnis maßgeblich beeinflussen. In Kaul et al. [72] wird stattdessen vorgeschlagen die
Transportgleichung für das zweite Moment φ02
sgs zu lösen

∂ φ02
sgs
+ ∇ · u φ02 02 sgs
(3.70)

sgs = (Γ + Γt ) ∆φsgs − χφ ,
∂t
welche keinen gradientenbasierten Produktionsterm beinhaltet. Die skalare Feinstruk-
turvarianz kann anschließend durch Gleichung 3.51 berechnet werden. Die Lösung der
Transportgleichung stellt das aufwändigste wenn auch genaueste Verfahren zur Be-
rechnung der skalaren Feinstrukturvarianz dar. Es bleibt dennoch kritisch anzumerken,
dass die Qualität der Vorhersagegenauigkeit stark von den verwendeten Modellen für
die Produktion und Dissipation der skalaren Varianz abhängt.

3.3.4. Modellierung der skalaren Feinstrukturdissipation


Gradientenansatz

Der Gradientenansatz ist ein einfaches algebraisches Modell zur Vorhersage der gefil-
terten skalaren Dissipation und beruht auf der Annahme, dass sich Dissipation und
Produktion beim Transport der skalaren Feinstrukturvarianz im Gleichgewicht befin-
den. Aus Gleichung 3.69 folgt somit, dass

χsgs
φ = 2 (Γ + Γt ) |∇φ|
2
. (3.71)
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
45

Durch die Gleichgewichtsannahme kommt das Modell jedoch nicht zur Schließung des
skalaren Dissipationsterms in Gleichung 3.69 in Betracht, da sich Produktion und Dis-
sipation gegenseitig aufheben würden, was einen rein passiven Transport der skala-
ren Feinstrukturvarianz zur Folge hätte. Ein sinnvoller Einsatz des Modells ergibt sich
dementsprechend nur als stand-alone Modell oder in Verbindung mit einem anderen
Modellierungsansatz für die Feinstrukturvarianz. Es ist weiterhin zu beachten, dass
Gleichung 3.71 bei unzureichender Diskretisierungsordnung ebenso wie der Produkti-
onsterm in Gleichung 3.69 numerische Fehler impliziert, welche die Vorhersagegenauig-
keit des Modells stark beeinflussen können.

Lineares algebraisches Modell

Das von Jiménez et al. [71] vorgeschlagene Dissipationsmodell bestimmt χsgs


φ auf Ba-
sis eines linearen Zusammenhangs zwischen skalarer Feinstrukturvarianz φ02
sgs und einer
charakteristischen Zeitskala τc . Die skalare Dissipation kann dementsprechend geschrie-
ben werden als
Cτ 02
χsgs
φ = φ , (3.72)
τc sgs
wobei der Modellkoeffizient Cτ einen empirischen Parameter darstellt, der an die jewei-
lige Strömungskonfiguration vorab anzupassen ist. Für die charakteristische Zeitskala
τc existieren diverse Definitionen, wovon die meisten auf einer charakteristischen Mi-
schungszeit [72]
2

τc ≡ τm = . (3.73)
Γ + Γt
oder der charakteristischen Zeitskala der Turbulenz [71]

τc ≡ τt = . (3.74)
k
beruhen. Das algebraische Modell wird aufgrund seiner einfachen Struktur und des
geringen Rechenaufwands häufig zur Schließung des Dissipationsterms in Gleichung
3.69 verwendet.

Transportgleichung der skalaren Dissipation

Die Transportgleichung der skalaren Dissipation ergibt sich nach Fox [42] zu
∂ χsgs
φ
+ ∇ · u χsgs =Γ∆χsgs

φ − ∇ · τ χφ
sgs
φ
∂t (3.75)
+ Sχsgs
φ
+ Gχsgs
φ
+ Cχsgs
φ
+ Vχsgs
φ
− Dχsgs
φ
.

Es ist jedoch zu erwähnen, dass Gleichung 3.75 in der Literatur keiner einheitlichen
Struktur folgt. Je nach Problemstellung und Komplexität der zu berücksichtigenden
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
46

Effekte können Terme variieren, hinzukommen oder wegfallen. Für eine anschauliche
Zusammenfassung der strukturellen Beschaffenheit der Transportgleichung sei auf San-
der et al. [126] verwiesen.
Bei Verwendung eines Gradientendiffusionsansatzes zur Modellierung des turbulenten
Flusses τ χsgs
φ
reduziert sich Gleichung 3.75 auf

∂ χsgs
φ
+ ∇ · u χsgs = (Γ + Γt ) ∆χsgs

φ φ
∂t (3.76)
+ Sχsgs
φ
+ Gχsgs
φ
+ Cχsgs
φ
+ Vχsgs
φ
− Dχsgs
φ
.

Der Geschwindigkeitsgradient Sχsgs


φ
, der Skalargradient Gχsgs
φ
sowie die Krümmung des
Skalars Cχsgs
φ
sind definiert durch

Sχsgs
φ
≡ −4Γ ∇φ0 ∇φ0 ∇u , (3.77)
Gχsgs
φ
≡ −4Γ ∇φ0 ∇u0 ∇φ , (3.78)
Cχsgs
φ
≡ −4 u0 ∇φ0 Γ ∆φ (3.79)

und können, aufgrund ihres geringen Beitrags bei Annahme von lokaler Isotropie für
hohe Reynolds Zahlen, vernachlässigt werden. Die zwei verbleibenden Terme beschrei-
ben maßgebliche Effekte beim Transport der Dissipation und sind dementsprechend zu
berücksichtigen. Vχsgs
φ
modelliert die Auswirkung von Wirbeldehnung und -stauchung,
welche sich bei Annahme eines voll entwickelten turbulenten Skalarspektrums durch die
Skalierungsvorschrift
√ 
Vχsgs
φ
≡ −4Γ ∇φ0 ∇u0 ∇φ0 = −4Γ ∇φ0 S 0 ∇φ0 ∼ CV Re χsgs
φ (3.80)
k
abschätzen lässt. CV bezeichnet hierbei eine Konstante mit O (∼ 1). Die Dissipation
des Gradienten Dχsgs
φ
kann ähnlich zur Relation 3.80 durch einen linearen algebraischen
Ausdruck der Form
√ χsgs
φ
Dχsgs ≡ 4(Γ∆φ0 )2 ∼ CD Re χsgs
φ (3.81)
φ
φ02

bestimmt werden. Die Konstante CD entspricht ebenfalls der Größenordnung O (∼ 1).


Durch Einsetzen der Terme 3.77 bis 3.81 in Gleichung 3.76 ergibt sich die Transport-
gleichung der skalaren Dissipation zu

∂ χsgs
φ
√  sgs √ χsgs
φ
sgs sgs
χsgs . (3.82)

+ ∇ · u χφ = (Γ + Γt ) ∆χφ + CV Re χφ − CD Re φ
∂t k φ 02

In Strömungen mit nicht voll entwickeltem Skalarspektrum hängt Vχsgs


φ
zusätzlich vom
Energietransfer hin zu den Skalen der skalaren Dissipation sowie der Wirbeldehnung-
3. Modellierung der turbulenten Mischung bei hohen Schmidt und Reynolds Zahlen
47

und stauchung im skalaren Dissipationsbereich ab. Für eine detaillierte Betrachtung sei
an dieser Stelle auf Fox [42] verwiesen.
Gleichung 3.76 verdeutlicht eindrucksvoll, dass die Modellierung der skalaren Dissipati-
on mittels Transportgleichung gegenüber den algebraischen Modellen einen beachtlichen
Mehraufwand darstellt, welcher im Vergleich zur möglichen Verbesserung der Vorher-
sagegenauigkeit jedoch als nicht gerechtfertig erscheint.
4. Modellierung der chemischen
Stoffumwandlung
Chemische Reaktionen sind Prozesse bei denen Ausgangsstoffe (Edukte) unter Auf-
nahme oder Abgabe von Energie in neue Stoffe (Produkte) mit anderen Eigenschaften
umgewandelt werden. Die Elemente (Atome) der beteiligten Stoffe bleiben dabei un-
berührt, weswegen Elementmassen im Gegensatz zu Stoffmassen konservative Größen
darstellen.
Chemische Stoffumwandlungsprozesse bestehen oftmals aus einer Vielzahl von Einzel-
bzw. Elementarreaktionen, die sich zu kompakten Reaktionsmechanismen in der Form
Nφ Nφ
X 0 kf,r X 00
νφ,r [Xφ ] −
←−
−→
− νφ,r [Xφ ] mit r = 1, ..., Nr (4.1)
kb,r
φ=1 φ=1

zusammenfassen lassen [50, 116], wobei [Xφ ] das jeweilige chemische Symbol des Stoffes
0 00
φ ist. Die stöchiometrischen Koeffizienten νφ,r und νφ,r sind Stoffmengenangaben und
kennzeichnen die Anzahl an Teilchen des betreffenden Stoffes φ in der r-ten Elemen-
tarreaktion. Die Berechnung der Umsatzraten der einzelnen Stoffe kann entweder auf
Basis von Massenbrüchen Yφ oder Stoffmengenkonzentrationen mit Cφ = ρYφ /Mφ er-
folgen. Zur Bestimmung der Reaktionsraten sind ferner noch die temperaturabhängigen
Geschwindigkeitskonstanten kf,r und kb,r der jeweiligen Hin- und Rückreaktion notwen-
dig. Eine bewährte Methode zur Berechnung von kf,r bzw. kb,r stellt der empirische
Arrhenius Ansatz in der Form
 
Ear
k{f,b},r = Ar T βr
exp − (4.2)
Rm T

dar. Für den präexponentiellen Faktor Ar besteht eine schwache Temperaturabhängig-


keit, die durch T βr Berücksichtigung findet [156]. Rm bezeichnet die universelle Gas-
konstante und Ear die Aktivierungsenergie der r-ten Reaktion. Für den Fall, dass die
Geschwindigkeitskonstanten der Hin- und Rückreaktion gleich groß sind, befindet sich
die Reaktion im chemischen Gleichgewicht, was sich auf makroskopischer Ebene als
scheinbar ruhende Gesamtreaktion bemerkbar macht.

48
4. Modellierung der chemischen Stoffumwandlung 49

Aus der Summation über alle im Reaktionsmechanismus enthaltenen Elementarreak-


tionen [50, 116] ergibt sich der chemische Quellterm ω̇φ des Stoffes φ zu
 
Nr Nr  Nφ Nφ
X Mφ X 00 0
 Y 0 Y 00
ω̇φR = ω̇φ,r = νφ,r − νφ,r kf,r [Xφ ]νφ,r − kb,r [Xφ ]νφ,r  . (4.3)
r=1
ρ r=1 φ=1 φ=1

4.1. Mischungsbruch
Der Mischungsbruch f (bzw. oftmals auch nur mit φ bezeichnet) ist ein passiver Skalar
und dient zur Beschreibung lokaler Mischungszustände zweier inerter Stoffe, wobei die
beiden Stoffe auch als homogene Mischung weiterer Stoffe angesehen werden können.
Für ein System mit zwei Stoffströmen lässt sich der Mischungsbruch entsprechend Bilger
[13] durch Normierung auf die Werte am Einlass der Stoffströme definieren als
ζ − ζ1
f= . (4.4)
ζ1 − ζ2
Die Kopplungsfunktion ζ kann dabei einer beliebigen Form folgen, jedoch verkörpern
stoffbezogene Massenbrüche oder molare Konzentrationen die am häufigsten verwen-
deten Beziehungen. In diesen Fällen stellt f dann eine konservative Größe dar, die
unabhängig von der aktuellen lokalen Stoffzusammensetzung stets den Wert 1 am Ein-
lass des ersten Stoffstroms und den Wert 0 am Einlass des zweiten Stoffstroms annimmt.
Der Mischungsbruch repräsentiert somit ein wesentliches Konzept zur Beschreibung re-
aktiver Prozesse, insbesondere deren Mischungszustände auf großen und kleinen Skalen.
Die Transportgleichung des Mischungsbruchs entspricht der einer passiv transportierten
Größe mit
∂f ∂f u ∂f
+ =Γ , (4.5)
∂t ∂x ∂x
wobei für Γ ein mittlerer Wert aus den Diffusionskoeffizienten der beteiligten Stoffe
vorab zu ermitteln ist. Bei turbulenten Strömungen im Rahmen der Grobstruktursimu-
lation muss zusätzlich der turbulente Fluss des Mischungsbruchs auf Basis einer der in
Abschnitt 3.3.2 vorgestellten Methoden berücksichtigt werden.

4.2. Chemie-Turbulenz Interaktion


Zur Berechnung des reaktiven turbulenten Stofftransports (Gleichung 3.20) werden im
Rahmen der Grobstruktursimulation mittlere gefilterte Reaktionsraten bzw. mittlere
gefilterte chemische Quellterme ω̇ φ benötigt. Die Beschaffenheit der Quellterme hängt
dabei maßgeblich vom Untersuchungsgegenstand sowie den verfügbaren Rechenressour-
cen ab. Aufgrund der starken Nichtlinearität zwischen Quellterm und den Größen des
4. Modellierung der chemischen Stoffumwandlung 50

assoziierten Zustandsraums Ω = (p, T, f, Yφ , ...) gilt im Allgemeinen, dass der mittlere


gefilterte chemische Quellterm auf Basis der Momentanwerte von Ω nicht dem Quell-
term basierend auf den mittleren gefilterten Größen des Zustandsraumes entspricht.
Für reaktive Prozesse bei denen die chemischen Zeitskalen bedeutend kleiner sind als
die Zeitskalen des turbulenten Stofftransports mag die Verwendung der mittleren gefil-
terten Größen hinreichend genaue Ergebnisse liefern, jedoch bewirkt die resultierende
Vernachlässigung der Kovarianzen bei der Simulation von Prozessen mit größeren oder
ähnlichen chemischen Zeitskalen eine fehlerhafte Vorhersage der Reaktionsrate und ggf.
geringe Konvergenz der Lösung [42].
Um den Einfluss der Fluktuationen auf die Größen des Zustandsraums im chemischen
Quellterm abzubilden, bedarf es daher einer geeigneten Modellierungsstrategie. Die
meisten Schließungsmodelle beruhen, ähnlich wie die Turbulenzmodelle, auf einem sto-
chastischen Ansatz und nutzen einfache oder höhere Momente der Zustandsgrößen zur
Bestimmung des mittleren chemischen Quellterms.
Die nachfolgend vorgestellten Verfahren erheben keinen Anspruch auf Vollständigkeit
und stellen nur einen kleinen Ausschnitt aus dem Bereich der Chemie-Turbulenz Inter-
aktion dar. Die in dieser Arbeit eingesetzten Modelle dienen ausschließlich zur Modellie-
rung von reaktiven Stoffumwandlungsprozessen bei hohen Damköhler Zahlen (schnelle
Reaktionen). Für eine vollständige Auflistung aller gängigen Modelle, insbesondere im
Zusammenhang mit Verbrennung, sei auf andere Literatur [156, 50, 111] verwiesen.

4.2.1. PDF-Verfahren
PDF-Verfahren bestimmen den mittleren Wert einer Größe durch eine Faltungsope-
ration des Momentanwerts mit Wahrscheinlichkeitsdichtefunktionen (engl. probabilty
density function, PDF). Gewöhnlich basieren die PDF’s dabei auf ausgewählten Mo-
menten assoziierter Zustandsgrößen. Beruht die Wahrscheinlichkeitsdichtefunktion auf
unterschiedlichen Größen des Zustandsraumes wird sie auch als Verbundwahrschein-
lichkeitsdichtefunktion (engl. joint probabilty density function, JPDF) bezeichnet. Der
mittlere gefilterte chemische Quellterm berechnet sich dementsprechend aus
Z
ω̇ φ = ω̇φ P (Ω) dΩ , (4.6)

wobei P (Ω) die JPDF darstellt und ω̇φ der chemische Quellterm auf Basis der Mo-
mentanwerte von Ω ist. Die eigentliche Herausforderung des PDF-Ansatzes besteht
nun darin die JPDF korrekt zu bestimmen ohne deren Form zuvor zu kennen. Allge-
mein lässt sich die zeitliche Entwicklung der JPDF durch Lösen einer Transportglei-
chung abbilden, wobei der molekulare und turbulente Transport wiederum empirisch
4. Modellierung der chemischen Stoffumwandlung 51

modelliert werden muss. Obwohl die chemische Seite damit geschlossen darstellbar ist,
beschränken sich die Reaktionsmechanismen aufgrund des immensen Rechenaufwands
derzeit auf nur wenige Reaktionen. Eine Alternative besteht in der Vorgabe der Ver-
bundwahrscheinlichkeitsdichtefunktion, wodurch die Transportgleichung und das damit
verbundene komplexe Lösungsverfahren entfallen kann. Häufig wird dazu statistische
Unabhängigkeit zwischen den Größen des Zustandsraumes angenommen, so dass sich
die JPDF aus dem Produkt einzelner PDF’s zusammensetzt

P (Ω) = P (p) · P (T ) · P (f ) · P (Yφ ) · · · , (4.7)

wie Gleichung 4.7 zeigt. Bei der Verwendung detaillierter Reaktionskinetiken können
durch die festgelegte Form der JPDF jedoch Fehler in den Ergebnissen induziert werden,
da mitunter nicht alle Reaktionen im Zustandsraum korrekt reproduzierbar sind [156].
Eine weit verbreitete Wahrscheinlichkeitsdichtefunktion ist die β-PDF. Aufgrund ihrer
flexiblen Struktur, einfachen Parametrisierung sowie vorgegebenem Definitionsbereich
(x ∈ [0, 1]) wird sie häufig für Größen mit beschränktem Intervall angewendet. Die
β-PDF ergibt sich für den eindimensionalen Fall zu
Γ (β1 + β2 ) β1 −1
Pβ (x) ≡ x (1 − x)β2 −1 , (4.8)
Γ (β1 ) Γ (β2 )
wobei Γ (t) die Gamma Funktion darstellt. Die zwei rellen Parameter β1 und β2 basie-
ren auf den ersten beiden Momenten der betreffenden Größe und können zu diesen in
Relation gesetzt werden durch
 
x (1 − x)
β1 = x −1 , (4.9)
σx
 
x (1 − x)
β2 = (1 − x) −1 , (4.10)
σx
wobei x den Mittelwert und σx die Standardabweichung von x bezeichnet. Mit Hilfe
der β-PDF lassen sich neben unimodalen Formen ebenso bimodale Verläufe auf einfache
Weise abbilden. So geht die β-PDF bei maximaler Varianz in zwei Delta-Peaks bei x = 0
und x = 1 über, wohingegen eine gegen Null strebende Varianz einen Delta-Peak beim
Mittelwert bewirkt. Für geringe Varianzen nähert sich die β-PDF der standardisierten
Gauß-PDF an, was zur Folge hat, dass alle Momente bis zum vierten zentralen Moment
zwischen den beiden PDF’s nahzu übereinstimmen [55, 50].

4.2.2. Multi Environment Modell


Das Multi Environment Modell (MEM) von Fox [42] basiert auf der Annahme, dass
der Transport der Verbundwahrscheinlichkeitsdichtefunktion durch eine finite Anzahl
4. Modellierung der chemischen Stoffumwandlung 52

von Momenten, repräsentiert in Form von Dirac Delta Peaks, approximiert werden
kann. Entsprechend Raman et al. [122] lässt sich die JPDF für ein System mit Ns
Komponenten schreiben als
Ne
X Ns
Y
(4.11)

P (Ω) = pn δ Ω − φα,n ,
n=1 α=1

wobei Ne die Anzahl der Umgebungen ist und φα,n sowie pn die Position der Delta Peaks
im Zustandsraum bzw. deren Gewichtung bezeichnet. Durch Einsetzen von Gleichung
4.11 in die PDF Transportgleichung ergeben sich Transportgleichungen für die Position
und Gewichtung der Delta Peaks
∂ pn
+ ∇ · (u pn ) = (Γ + Γt ) ∆pn + an , (4.12)
∂t
∂ Gα,n
(4.13)

+ ∇ · u Gα,n = (Γ + Γt ) ∆Gα,n + bα,n ,
∂t
mit Gα,n = pn φα,n . Da keine zusätzlichen statistischen Techniken angewendet werden,
bestimmt sich der numerische Fehler in den Berechnungen allein durch die Diskre-
tisierungsschemata der zeitlichen und räumlichen Ableitungen. Durch eine geeignete
Anzahl von Delta Peaks kann die Genauigkeit der Zustandsraumabbildung maßgeb-
lich beeinflusst werden. Die Quellterme an und bα,n lassen sich aus den Momenten des
Transportterms im Zustandsraum bestimmen und repräsentieren dadurch passive oder
aktive Stofftransportprozesse [42, 122].
Die Bestimmung der Quellterme an und bα,n kann auf verschiedene Weise erfolgen, wo-
bei häufig die direkte quadratische Momentenmethode (engl. Direct Quadrature based
Moment Method, DQMOM) zum Einsatz kommt. Für einen einzelnen Skalar bzw. Stoff
(α = 1) lautet das daraus resultierende nicht lineare Gleichungssystem
Ne Ne Ne
X m X m−1 X
(1 − m) φn an +m φn bn = m (m − 1) φm−2
n pn cn + Rm (4.14)
n=1 n=1 n=1

mit
2
cn = Γt ∇φn (4.15)

sowie dem m-ten Moment Rm der Mischungs- und (kinetischen) Reaktionsterme


Ne  
X m−1 Cφ
(4.16)
 
Rm = m pn φn φ − φn + ω̇ φn ,
n=1
τ

wobei τ eine geeignete Zeitskala darstellt und Cφ einen Proportionalitätsfaktor bezeich-


net. Ein Vorteil des DQMOM Verfahrens besteht vor allem darin, dass prinzipiell jedwe-
de Zusammenstellung von Momenten zur Bestimmung von an und bn genutzt werden
4. Modellierung der chemischen Stoffumwandlung 53

kann, was auch höhere Momente mit einschließt. Weiterführende Informationen zum
DQMOM Ansatz für reaktive Strömungen (α > 1) werden aufgrund der Komplexität
in diesem Zusammenhang nicht dargestellt. Hierfür sei auf die entsprechende Literatur,
z.B. Fox [42] verwiesen.

Um die Realisierbarkeit der JPDF zu garantieren, wird von Fox [42] vorgeschlagen die
Quellterme an in der Transportgleichung der Gewichte zu Null zusetzen, wodurch sich
das nicht lineare Gleichungssystem erheblich vereinfacht. Bei zwei Delta Peaks (Ne = 2)
ergeben sich für die Quellterme an und bn demzufolge

a1 = a2 = 0 , (4.17)
2
1 X  2 Cφ
(4.18)
 
b1 = pn Γt ∇φn + p1 G2 − p2 G1 + p1 ω̇ φ1 ,
φ1 − φ2 n=1 τ
2
1 X  2 Cφ
(4.19)
 
b2 = pn Γt ∇φn + p1 G2 − p2 G1 + p2 ω̇ φ2 .
φ1 − φ2 n=1 τ

Die globale Kontinuitätsbedingung (bei konstanter Dichte) erfordert, dass


Ne
X
pn = 1 . (4.20)
n=1

Der gefilterte Wert der Größe bzw. des Stoffes bezogen auf einen Delta Peak lässt sich
bestimmen durch
Gα,n
φα,n = . (4.21)
pn
Die Summation über alle Delta Peaks ergibt
Ne
X Ne
X
φα = pn φα,n = Gα,n (4.22)
n=1 n=1

den gefilterten Wert der Größe bzw. des Stoffes.

4.2.3. Eddy Dissipation Modell


Das Eddy Dissipation Modell (EDM) von Magnussen et al. [93] stellt eine Erweiterung
des Eddy Break Modells (EBUM) [138] auf Diffusionsflammen dar. Ähnlich wie beim
EBUM basiert das EDM auf der Annahme, dass die Mikromischung (bzw. Dissipati-
onsrate) des Stofftransports limitierend auf die Geschwindigkeit des Reaktionsverlaufes
wirkt, wodurch sich die Reaktionsrate ω̇ φ allein aus den mittleren Größen des Stoff-
transports bestimmen lässt. Da diese Annahme jedoch (unendlich) schnelle Chemie
4. Modellierung der chemischen Stoffumwandlung 54

voraussetzt, können mit dem EDM keine detaillierte Reaktionskinetiken oder etwaige
Zwischenprodukte abgebildet werden.
Entsprechend Magnussen et al. [93] ergibt sich das EDM in Grobstrukturformulierung
zu "   P #
0 1 YE Y P
ω̇ φ = νφ,r Mφ A ρ min min 0 , B PNPP 00 , (4.23)
τm E νE ME j νj,r Mj

wobei Y E und Y P die gefilterten Massenbrüche der Edukte und Produke darstellen. Die
empirischen Konstanten des EDM’s werden für gasförmige Reaktionen im Allgemeinen
auf A = 4 und B = 0.5 gesetzt. Die charakteristische Mischungsrate der nicht aufgelös-
ten Strukturen 1/τm ist eine zu modellierende Größe und wird für gasförmige Medien
(Sc ∼ 1) in der Regel proportional zur Dissipationsrate der turbulenten kinetischen
Energie ksgs /k sgs in Beziehung gesetzt. Die Bestimmung der Feinstrukturgrößen ksgs
und k sgs kann dabei entweder auf Basis des Feinstrukturmodells oder anhand separater
Modellansätze erfolgen. Für flüssige Medien (Sc >> 1) ist es aufgrund der komplexe-
ren Skalardynamik notwendig die Mischungsrate direkt in Beziehung zu den Größen
des Stofftransports zu setzen. Eine bewährte Relation stellt das Verhältnis von skalarer
Feinstrukturdissipation χsgs
φ zu skalarer Feinstrukturvarianz φsgs dar. Bei Ersetzung der
02

betreffenden Größen ergibt sich das EDM zu


sgs
" #
χ
  P
0 φ YE Y P
ω̇ φ = νφ,r Mφ A 02 ρ min min 0 , B PNPP 00 . (4.24)
φsgs E νE ME j νj,r Mj

Verbrennungsreaktionen und andere gasförmige Reaktionen sind stark exotherm, so


dass die Dissipation der Produkte im EDM berücksichtigt werden muss. Bei Reaktionen
in flüssigen Umgebungen liegen oftmals (nahezu) isotherme Reaktionen vor, weswegen
die Berücksichtigung der Dissipation der Produkte entfallen kann. Das EDM lässt sich
dadurch weiter vereinfachen zu
χsgs
 
0 φ YE
ω̇ φ = νφ,r Mφ A 02 ρ min 0 . (4.25)
φsgs E νE ME

Im Vergleich zu anderen komplexeren Verfahren besteht der Vorteil des EDM’s vor al-
lem in seiner Einfachheit und Robustheit. Für detaillierte Reaktionskinetiken ist das
EDM jedoch ungeeignet, da zum einen die empirischen Konstanten für jede Reaktion
separat angepasst werden müssten und zum anderen nur schnelle Reaktionen abgebildet
werden können, was bei endlich schneller Chemie zu starken Fehlern in den Ergebnissen
führt, da keine chemisch-kinetischen Raten berechnet werden.

Die Verallgemeinerung des EDM zur Behandlung detaillierter Reaktionskinetik führt


auf das Eddy Dissipation Konzept (EDC) von Magnussen [92]. Das EDC basiert dabei
4. Modellierung der chemischen Stoffumwandlung 55

auf der Annahme, dass die chemische Reaktion im Skalenbereich der Dissipation der
turbulenten kinetischen Energie stattfindet und dass zur Beschreibung der mittleren
Reaktionsrate ebenso der Zustand der Feinstrukturen, der Zustand des umgebenden
Fluids sowie der Anteil der Feinstrukturen am Fluid in die Modellierung mit einzube-
ziehen sind. Der Anteil ζ ∗ des Fluids, welcher die Feinstrukturen beherbergt, wird im
EDC ausgedrückt durch die Relation
ν  1/4
ksgs
ζ ∗ = Cζ ∗ , (4.26)
k 2
sgs

wobei Cζ ∗ ∼ 2, 137 eine dimensionslose Konstante ist. Die Zeitskala für den Massen-
transfer zwischen den Feinstrukturen und dem umgebenden Fluid ist definiert als
 1/2
ν

τ = Cτ , (4.27)
ksgs

wobei Cτ ∼ 0, 408 einen Proportionalitätsfaktor darstellt. Mit Hilfe der Gleichungen


4.26 und 4.27 ergibt sich die mittlere Reaktionsrate im EDC zu
2
ζ∗ γ  ∗

ω̇ φ = Y φ − Yφ , (4.28)
τ∗
wobei γ den Anteil der an der chemischen Reaktion beteiligten Feinstrukturen bein-
haltet [58]. Für die Bestimmung von γ existieren mehrere Ansätze, welche in [58, 92]
detailliert nachgelesen werden können. Im Rahmen der Simulation von Verbrennungs-
vorgängen hat sich für ω̇ φ auch der Ausdruck
2
ζ∗  ∗ 
ω̇ φ = ∗ Y φ − Y φ (4.29)
τ (1 − ζ ∗3 )

als geeignet erwiesen [58]. Der Massenbruch Yφ beschreibt den durch numerische In-
tegration zu bestimmenden Anteil des Stoffes φ an den Feinstrukturen nach der Re-
aktionszeit τ ∗ . Aufgrund der detaillierten Berücksichtigung der Chemie verursacht das
EDC bei umfangreichen Reaktionskinetiken einen enormen Rechenaufwand, insbeson-
dere durch das Lösen des oftmals steifen Differentialgleichungssystems. Es ist vor der
Anwendung des EDC daher genau abzuwägen, ob nicht vereinfachende Annahmen ge-
troffen werden können.

Für Anwendungen bei denen nur teilweise schnelle Chemie vorausgesetzt werden kann,
lässt sich das EDM mit der chemischen Reaktionskinetik ω̇φR (Gleichung 4.3) kombinie-
ren, in dem das Minimum beider Raten
 
EDM
ω̇ φ = min ω̇ φ , ω̇φR (4.30)
4. Modellierung der chemischen Stoffumwandlung 56

als chemischer Quellterm zum Tragen kommt, was üblicherweise auch als Finite-Rate
Eddy Dissipation Modell (EDM) bezeichnet wird. Eine alternative Darstellung des
EDM’s ergibt sich nach Fox [42] zu
  sgs 
k
ω̇ φ = min C sgs , ω̇φR , (4.31)
k
wobei Gleichung 4.31 für hohe Schmidt Zahlen auch geschrieben werden kann als

χsgs
 
φ R
ω̇ φ = min C 02 , ω̇φ . (4.32)
φsgs

Der Parameter C ist hierbei ein empirischer Proportionalitätsfaktor und dient zum
Anpassen der Umsatzrate an vorhandene Daten aus z.B. Messungen oder direkten nu-
merischen Simulationen.

4.2.4. Weitere Verfahren


Weitere Verfahren, wie das Flamelet Konzept bzw. Mechanismen wie Flamelet-Generated
Manifolds (FGM), Intrinsic-Low-Dimensional Manifolds (ILDM) oder Reaction-Diffusion
Manifolds (REDIM) basieren auf dem Grundgedanken den Reaktionsmechnismus da-
hingehend zu vereinfachen, dass anstelle einer detaillierten Reaktionskinetik eine redu-
zierte Variante, die nur von wenigen Zustansgrößen abhängig ist, verwendet wird, um
den Reaktionsverlauf in Verbindung mit einem PDF-Ansatz zu beschreiben. Eine andere
Herangehensweise bietet die G-Gleichung, welche die Darstellung des Reaktionsverlaufes
durch geometrische Erfassung der Reaktionsfront auf Basis spezieller Differentialglei-
chungssysteme erlaubt. Für detaillierte Informationen über die einzelnen Ansätze sei an
dieser Stelle jedoch auf die entsprechende Fachliteratur verwiesen [50, 111, 156, 116, 21].
5. Numerische Methode
Für die Diskretisierung der Erhaltungsgleichungen stehen verschiedene Ansätze zur
Verfügung, wobei die wichtigsten die Finite Differenzen Methode (FDM), die Finite
Elemente Methode (FEM) und die Finite Volumen Methode (FVM) darstellen. Weite-
re Ansätze wie Spektralmethoden, Randelemente Methoden und Zelluläre Automaten
lassen sich nur auf spezielle Problemklassen anwenden, was einen universellen Einsatz
ausschließt.
Die Grundidee der Finiten Methoden besteht darin, das Lösungsgebiet in eine definierte
Anzahl kleinerer Gebiete, auch Elemente oder Zellen bzw. Kontrollvolumen genannt,
zu unterteilen, in denen vereinfachte Annahmen zur Approximation der Lösung gelten.
Die Annahme homogener Werte innerhalb der Kontrollvolumen führt auf die Finite Vo-
lumen Methode, welche im nachfolgenden Abschnitt kurz erläutert ist. Für detaillierte
Informationen zu den jeweiligen Finiten Methoden inklusive deren Vor- und Nachteile
sei an dieser Stelle jedoch auf Ferziger und Perić [40] oder Versteeg und Malalasekra
[149] verwiesen.

5.1. Finite Volumen Methode


In der FVM können die Kontrollvolumen von beliebiger Gestalt sein. Dennoch sollte
darauf geachtet werden Zellen mit konvexen Formen zu vermeiden, da diese einen er-
heblichen Mehraufwand bei der Umsetzung von geometrischen Algorithmen sowie in
der Diskretisierung von Differentialoperatoren bedeuten. Die einfachste Variante zur
Zerlegung des Rechengebietes sind kartesische strukturierte Gitter in denen die Kon-
trollvolumen aus Hexaedern bestehen und deren Flächen mit den Koordinatenebenen
übereinstimmen. Komplexere Geometrien lassen sich durch krummlinige Koordinaten
ebenfalls in strukturierten Gittern realisieren, jedoch muss die Geometrie des Gebietes
auf Hexaedern generell abbildbar sein, was wiederum eine gewisse Limitierung bedeu-
tet. Eine verbesserte Variante stellen die blockstrukturierten Gitter dar, die aus ei-
nem Zusammenschluss mehrerer einzelner strukturierter Gitter bestehen, um die Form
der Geometrie genauer wiederzugeben. Durch die fehlende Automatisierung benötigt
die Erstellung blockstrukturierter Gitter für komplexe Geometrien jedoch einen hohen

57
5. Numerische Methode 58

zeitlichen Aufwand, was den Einsatz in der Regel auf einfache Geometrien beschränkt.
Alternativ lassen sich komplexe Geometrien, zu Lasten eines höheren numerischen Auf-
wands, auch mit unstrukturierten Gittern basierend auf Tetrahedern oder generalisier-
ten Polyedern (automatisiert) abbilden.

Die zur Lösung der Differentialgleichungen notwendige Diskretisierung der Differential-


operatoren auf den Kontrollvolumen kann auf unterschiedlichem Wege erfolgen. Anhand
der allgemeinen Transportgleichung für eine beliebigen Größe ψ
Z Z Z Z
∂ψ
dV + ∇ · (uψ) dV = ∇ · (D∇ψ) dV + Ψ (ψ, Ω) dV (5.1)
∂t
V V V V

sei nachfolgend die Diskretisierung der verschiedenen räumlichen und zeitlichen Ablei-
tungen kurz erläutert. Eine umfassende Einführung in die Numerik von Differentialglei-
chungen und Differentialoperatoren auf Basis der Finite Volumen Methode bietet z.B.
Ferziger und Perić [40].

5.1.1. Räumliche Diskretisierung


Konvektion

Die Integration und Diskretisierung des konvektiven Terms bezüglich eines Kontrollvo-
lumens V erfolgt durch Umwandlung des Volumenintegrals in ein Oberflächenintegral
unter Zuhilfenahme des Gauß’schen Integralsatzes
Z Z X X
∇ · (uψ) dV = (uψ) · dA = (uf ψf ) · Af = F ψf . (5.2)
V A f f

Aus der Bilanzierung der resultierenden Flüsse F über die Flächen A des Kontrollvolu-
mens ergibt sich im Anschluss die gesuchte Größe ψ. Der für die Berechnung notwendige
flächenbezogene Wert ψf wird durch Interpolation zwischen dem Wert ψP im Mittel-
punkt P des aktuellen Kontrollvolumens und dem jeweiligen Wert ψN im Mittelpunkt
N des benachbarten Kontrollvolumens bestimmt.
Für die Interpolation des Wertes ψf existieren diverse Interpolationsschemata, welche
je nach physikalischer Problemstellung unterschiedliche Ergebnisse in Genauigkeit und
numerischer Stabilität liefern. Eine der am häufigsten anzutreffenden Methoden ist die
lineare Interpolation auf Basis des zentralen Differenzenschemas (engl. central differen-
cing scheme, CDS)
ψf = cf ψP + (1 − cf ) ψN . (5.3)
Der Interpolationskoeffizient cf ergibt sich hierbei aus dem Oberflächenvektor Af und
dem Abstand der betreffenden Mittelpunkte P sowie N vom Mittelpunkt AM der
5. Numerische Methode 59

eingeschlossenen Fläche

Af · (N − AM )
cf = . (5.4)
Af · (AM − P ) + Af · (N − AM )

Die Vorteile des zentralen Differenzenschemas liegen in der Einfachheit und in der Ein-
haltung der Konservativitätsbedingung. Aus der Taylorreihenentwicklung ergibt sich,
dass der Abbruchfehler des zentralen Differenzenschemas zweiter Ordnung ist, was ge-
rade für unstrukturierte Gitter in Relation zum numerischen Aufwand oftmals als aus-
reichend angesehen wird. Der Nachteil des zentralen Differenzenschemas besteht beim
Vorhandensein von starken Gradienten in der Neigung zu Oszillationen aufgrund der
Unbeschränkheit der Verfahrens. Um die numerische Stabilität dennoch zu gewährleis-
ten, müssen entweder feinere Gitter, Limiter oder andere Interpolationsarten, wie das
Upwind Differenzenschema (engl. upwind differencing scheme, UDS), in Betracht ge-
zogen werden. Beim Upwind Differenzenschema wird je nach Richtung des Flusses F
entweder der Wert ψP oder ψN

ψ
P falls F ≥ 0
ψf = (5.5)
ψ
N falls F < 0

für ψf eingesetzt. Das Upwind Differenzenschema ist ein Verfahren erster Ordnung und
bietet aufgrund seiner Stabilität ein sehr breites Anwendungsspektrum. Jedoch bewirkt
die numerische Diffusion des Schemas eine starke Glättung der Lösung, weswegen es im
Rahmen der Grobstruktursimulation in der Regel nicht zum Einsatz kommt. Alternati-
ve Interpolationsverfahren wie das Total Variation Dimishing (TVD) oder Normalized
Variable Diagram (NVD) bestimmen ψf durch ein Blending zwischen CDS und UDS

ψf = (1 − γ) ψfU DS + γ ψfCDS , (5.6)

wobei der Interpolationskoeffizient γ häufig unter Einbeziehung lokaler Größen berech-


net wird. Das Ziel hierbei ist die Genauigkeit zweiter Ordnung möglichst beizubehalten
und die numerische Stabilität durch die Aufrechterhaltung der Beschränktheit weiter
zu gewährleisten.
Beim Transport von konservativen Größen, welche einen fest definierten Wertebereich
aufweisen, sind beschränkte Schemata eine zwingende Voraussetzung, um eine physika-
lische Lösung zu garantieren.
Die Diskretisierung des konvektiven Terms kann sowohl explizit als auch implizit erfol-
gen und hängt allgemein vom zu lösenden Problem ab. Für steife Gleichungssysteme
bietet, trotz des höheren numerischen Aufwands, die implizite Variante aufgrund grö-
ßerer Zeitschritte und verbesserter numerischer Stabilität Vorteile.
5. Numerische Methode 60

Diffusion

Für die Integration und Diskretisierung des diffusiven Terms bezüglich eines Kontroll-
volumens V wird das Volumenintegral mittels Gauß’schem Integralsatz in ein Oberflä-
chenintegral umgewandelt
Z Z X
∇ · (D∇ψ) dV = (D∇ψ) · dA = Df (∇ψ)f · Af (5.7)
V A f

und über die Flächen A des Kontrollvolumens bilanziert. Die erforderlichen Größen an
den Flächen des Kontrollvolumens werden dabei in ähnlicher Weise bestimmt, wie die
Werte bei der Berechnung des konvektiven Terms. Zusätzlich ist der Gradient an der
Fläche zu berücksichtigen, welcher sich für orthogonale Gitter aus
ψN − ψP
(∇ψ)f · Af = |Af | (5.8)
|d|

dem Abstand d zwischen dem aktuellen P und benachbarten N Kontrollvolumen sowie


den dazugehörigen Werten ψP und ψN bestimmen lässt. Im Fall von nicht orthogonalen
Gittern dient ein zusätzlicher expliziter Term zur Korrektur des induzierten Fehlers.
Für weiterführende Informationen zur Form des Korrekturterms sei an dieser Stelle auf
Ferziger und Perić [40] oder Moukalled et al. [106] verwiesen.
Je nach gewähltem Lösungsverfahren kann der Diffusionsterm entweder explizit oder
implizit diskretisiert werden, wobei letzteres aus Stabilitätsgründen die gebräuchlichere
Vorgehensweise darstellt.

Quellen und Senken

Die Linearisierung und Diskretisierung von Quellen oder Senken kann auf verschiedene
Weise erfolgen. Eine Möglichkeit besteht darin Quellen oder Senken als konstant über
das betrachtete Volumen anzunehmen. Quellen und Senken können hierbei lineare oder
nicht lineare Eigenschaften aufweisen und sowohl eine Funktion der zu berechnenden
Größe ψ als auch unabhängiger Größen Ω sein. Für eine Quelle oder Senke Ψ (ψ, Ω) im
Punkt P mit dem umgebenden Volumen V ergibt sich dementsprechend
Z
Ψ (ψ, Ω) dV = VP ΨP (ψ, Ω) . (5.9)
V

Die rechte Seite von Gleichung 5.9 kann je nach Abhängigkeit von Ψ (ψ, Ω) entweder
explizit oder implizit in das zu lösende lineare Gleichungssystem integriert werden.
Häufig kommt jedoch eine Kombination aus expliziter und impliziter Diskretisierung
5. Numerische Methode 61

zur Anwendung, um die Vorteile beider Verfahren zu nutzen und nicht lineare Zusam-
menhänge genauer abzubilden. Basierend auf der iterativen Methode von Picard lässt
sich Ψ (ψ, Ω) zerlegen in

Ψ (ψ, Ω) = ΨC (ψ ∗ , Ω) + ΨP (ψ ∗ , Ω) ψ (5.10)

einen konstanten Anteil ΨC (ψ ∗ , Ω) und einen von der betrachteten Größe abhängigen
Koeffizienten ΨP (ψ ∗ , Ω), wobei ψ ∗ den Wert der vorangegangenen Iteration bezeichnet.
Aus der Taylorreihenentwicklung von Ψ (ψ, Ω) folgt

Ψ (ψ, Ω) = Ψ (ψ ∗ , Ω) + ∇Ψ (ψ ∗ , Ω) (ψ − ψ ∗ ) , (5.11)

so dass

ΨC (ψ ∗ , Ω) = Ψ (ψ ∗ , Ω) − ∇Ψ (ψ ∗ , Ω) ψ ∗ , (5.12)
ΨP (ψ ∗ , Ω) = ∇Ψ (ψ ∗ , Ω) . (5.13)

Zur Gewährleistung einer konvergenten Lösung von Gleichung 5.10 wird vorausgesetzt,
dass ΨP (ψ ∗ , Ω) negativ ist. Dennoch besteht keine Garantie, dass Gleichung 5.10 mittels
Picard’s Methode stets eine konvergente Lösung ergibt. Vom numerischen Standpunkt
aus gesehen, unterstützt ein negatives ΨP (ψ ∗ , Ω) die Einhaltung des Scarborough Kri-
teriums.

5.1.2. Zeitliche Diskretisierung


Für die Diskretisierung der zeitlichen Ableitungen erster Ordnung in einem Kontrollvo-
lumen V stehen mehrere Verfahren unterschiedlicher Ordnung zur Verfügung. Populäre
Vertreter sind u.a. Vorwärts- und Rückwärtsdifferenzverfahren sowie verschiedene Kom-
binationen aus diesen. Aus Konsistenzgründen empfiehlt es sich (vor allem im Zusam-
menhang mit der Grobstruktursimulation) ein Verfahren zu wählen, dessen Ordnung
mindestens der Ordnung der räumlichen Diskretisierungsschemata entspricht. Für Ver-
fahren zweiter Ordnung kann das auf Rückwärtsdifferenzen beruhende Schema mit

3 (ψP V )n − 4 (ψP V )n−1 + (ψP V )n−2


Z
∂ψ
dV = , (5.14)
∂t 2∆t
V

wobei n den Zeitschritt darstellt, herangezogen werden. Der Vorteil dieses Rückwärtsdif-
ferenzenverfahrens besteht in der Einfachheit sowie der größeren numerischen Stabilität
gegenüber starken zeitlichen Schwankungen von ψ. Des Weiteren bietet es die Möglich-
keit sowohl einer expliziten als auch impliziten Diskretisierung.
Voraussetzung für eine stabile Anwendung der meisten Diskretisierungsschemata ist die
5. Numerische Methode 62

Einhaltung der Courant Zahl (oder auch Courant-Friedrich-Lewy Zahl bzw. CFL Krite-
rium). Das CFL Kriterium setzt die Geschwindigkeit u (x, t), die Zeit t sowie den Weg
x miteinander in Beziehung und gibt dadurch an, um wie viele räumliche Einheiten
sich eine betrachtete Größe pro Zeitschritt maximal fortbewegen kann

u (x, t) ∆t
C= . (5.15)
∆x
Für explizite Verfahren beträgt das CFL Kriterium üblicherweise C ≤ 1. Bei impliziten
Verfahren sind die Gleichungslöser gewöhnlich weniger sensitiv gegenüber numerischen
Instabilitäten, so dass größere Werte für C möglich sind.

5.2. Druckkorrektur
Ausgehend von den Navier-Stokes Gleichungen kann der Druck p in dichteveränderli-
chen Strömungen mit Hilfe von Zustandsgleichungen als Funktion von Dichte ρ, Tem-
peratur T und ggf. weiterer Parameter eindeutig bestimmt werden. Bei der Berechnung
inkompressibler Strömungen stehen derartige Zustandgleichungen jedoch nicht zur Ver-
fügung, so dass Dichte und Druck voneinander entkoppelt sind. Dies hat wiederum
zur Folge, dass explizite Zeitintegrationsverfahren keine zeitlichen Ableitungen für den
Druck besitzen bzw. implizite Zeitintegrationsverfahren schlecht konditionierte Glei-
chungssysteme aufweisen.
Eine Möglichkeit zur Umgehung des Problems besteht in der Anwendung von iterativen
Druckkorrekturverfahren, welche p auf Basis einer zusätzlichen Druckkorrekturgleichung
bestimmen. Die Idee dabei ist, dass die Kontinuitätsgleichung als Nebenbedingung zur
Lösung der Impulsbilanz dient. Basierend auf einem frei gewählten Startwert für p
folgt aus der Lösung der Impulsbilanz eine Geschwindigkeit u, welche in der Regel
jedoch nicht die Kontinuitätsgleichung erfüllt. Mit Hilfe der zusätzlichen Druckkorrek-
turgleichung wird aus dem aktuellen u und p ein neuer Druck p∗ bestimmt, welcher
zur Korrektur der zuvor ermittelten Geschwindigkeit u dient. Der Algorithmus wird
im Anschluss solange wiederholt bis die ermittelte Geschwindigkeit die Kontinuitäts-
gleichung hinreichend genau erfüllt. Bekannteste Vertreter der Druckkorrekturverfahren
sind Simple, Simplec, Simpler und PISO sowie Kombinationen aus diesen [40].
6. Turbulenter Mischungsprozess
bei Re >> 1 und Sc >> 1
Der in dieser Arbeit betrachtete Mischungsprozess basiert auf einem koaxialen Strahlmi-
scher (Abbildung 6.1) bei dem eine Düse mit dem Durchmesser d koaxial in einem durch-
strömten Rohr mit dem Durchmesser D angeordnet ist. Im Allgemeinen sind Strahlmi-

Abb. 6.1.: Darstellung des koaxialen Strahlmischers in Längsrichtung.

scher geräuscharme Mischwerkzeuge zum Mischen und Umwälzen von Gasen oder Flüs-
sigkeiten, wobei nur die Viskosität der zu vermischenden Fluide das Anwendungsspek-
trum eingrenzt. Das Grundprinzip von Strahlmischern basiert auf der Impulsübertra-
gung zwischen Strahl und Umgebung, wodurch das resultierende Gemisch in turbulente
Bewegung versetzt wird. Da der Aufbau von Strahlmischern sich meist unkompliziert
gestaltet, stellen sie eine kostengünstige Alternative zu anderen Mischungstechnologien
dar. Das Haupteinsatzgebiet von Strahlmischern liegt im industriellen Bereich, jedoch
werden sie aufgrund ihrer einfachen Geometrie sowie ausgezeichneten Mischungseigen-
schaften häufig auch Gegenstand experimenteller oder numerischer Grundlagenuntersu-
chungen. Aus der Dimensionsanalyse lässt sich zeigen, dass die Strömungscharakteristik
des koaxialen Strahlmischers vom Durchmesserverhältnis D/d, von der auf die Düse be-
zogenen Reynolds Zahl Red = ud d/ν und dem Dichteverhältnis der Fluide ρD/ρ d ab-
hängt. Der Einfluss von Red gilt dabei als vernachlässigbar, solange die grundlegenden

63
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 64

Parameter konstant gehalten werden [61]. Entsprechend dem Volumenstromverhältnis

(a) Strahlmodus. (b) Rezirkulationsmodus.

Abb. 6.2.: Betriebsarten des Strahlmischers.

V̇D /V̇d stellen sich im koaxialen Strahlmischer zwei verschiedene Strömungskonfigura-


tionen ein, wie in Abbildung 6.2 skizziert. Für den Fall, dass D/d < (1 + V̇D /V̇d ) ergibt
sich eine dem Freistrahl ähnliche Strömung, wohingegen bei D/d > (1 + V̇D /V̇d ) eine
starke Rezirkulationszone am Düsenausgang entsteht. Eine detaillierte Beschreibung
des Rezirkulationsmodus ist in Barchilon und Curtet [9] zu finden. Die in dieser Arbeit
verwendete Betriebsart entspricht, falls nicht anders angegeben, dem Freistrahlmodus.

Mit Hilfe der Volumenströme V̇d und V̇D lässt sich der Mischungsbruch φ (vgl. Ab-
schnitt 4.1) des resultierenden binären Gemisches definieren als

V̇d
φ= . (6.1)
V̇d + V̇D
Dabei entspricht φ = 1 dem Mischungszustand am Düsenausgang und φ = 0 dem
Mischungszustand am Ausgang des äußeren Rohres. Bei Annahme gleicher Diffusions-
koeffizienten für beide Stoffströme kann der Transport des Mischungsbruches unter Be-
rücksichtigung der Grobstrukturformulierung durch

∂φ
(6.2)

+ ∇ · φ u = (Γ + Γt ) ∆φ
∂t
ausgedrückt werden. Für die Bestimmung von Γt wird nachfolgend der Gradientendif-
fusionsansatz entsprechend Gleichung 3.22 verwendet. Aus Gleichung 6.2 ist weiter-
hin ersichtlich, dass der Mischungsprozess zunächst eine rein passive Vermischung der
Komponenten durch konvektive und diffusive Transportprozesse beinhaltet. Die Berück-
sichtigung von Stoffumwandlungsprozessen aufgrund schneller chemischer Reaktionen
inklusive Chemie-Turbulenz Interaktion wird in einem späteren Abschnitt ausführlich
diskutiert.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 65

Grundlegende hydrodynamische Eigenschaften des Strahlmischers inklusive Untersu-


chungen zu passiven Mischungsprozessen wurden bereits durch Jahnke et al. [68, 69,
147, 59, 67] numerisch sowie durch Zhdanov et al. [167, 165, 81, 84, 166] experimentell
eingehend behandelt, weswegen an dieser Stelle auf die entsprechenden Ergebnisse ver-
wiesen sei. Während in den Arbeiten von Jahnke et al. u.a. die Modellierung der passiven
Mischung auf makroskopischer Ebene im Fokus steht, richtet sich das Hauptaugenmerk
dieser Arbeit vor allem auf die Untersuchung der kleinskaligen Mischungsprozesse sowie
auf die Modellierung und Simulation der reaktiven turbulenten Transportvorgänge bei
unendlich schneller Chemie.

6.1. Rechengebiet und Gitterauflösung


Das Mischungsgebiet ab Düsenausgang wird begrenzt durch ein glattes Rohr mit einem
Innendurchmesser von D = 0,05 m bei einer Länge von L = 0,4 m (Abbildung 6.1).
Die koaxial angeordnete Düse weist einen Innendurchmesser von d = 0,01 m auf. Zur
Generierung der turbulenten Geschwindigkeitsfluktuationen am Einlass des Mischungs-
gebietes (rote Linie in Abbildung 6.3(b)) wird eine vorgeschaltete Rohrströmung mit
einer Länge von L = 30d sowohl für die Düse als auch für das umgebende Rohr mitbe-
trachtet. Zur Vergleichbarkeit der numerischen Ergebnisse mit vorhandenen experimen-
tellen Daten besitzt die Düse dieselbe Form wie der dem Experiment zugrunde liegende
Messaufbau. Weitere experimentelle Ergebnisse hinsichtlich komplexeren Düsengeome-
trien können Zhdanov et al. [164] entnommen werden.

Abbildung 6.3 zeigt das verwendete blockstrukturierte Rechengitter, welches aus einem
O-Grid mit fünf Blöcken besteht. Zum Erfassen der kleinskaligen turbulenten Schwan-
kungen bzw. Strukturen am Düsenausgang sowie entlang der Scherschicht weist das
Rechengitter in diesen Bereichen deutlich kleinere Zellen auf als im restlichen Teil des
Mischungsgebietes. Im Rahmen der numerischen Simulationen werden drei verschiedene
Gitterauflösungen verwendet deren Parameter in Tabelle 6.1 zusammengefasst sind.
Es ist anzumerken, dass die Gitter entlang des äußeren Rohres eine größere Auflösung
aufweisen als im restlichen Rechengebiet, was primär in der Gitterverzerrung zu Guns-
ten der Zellen im Bereich der Scherschicht begründet liegt. Des Weiteren ist der Einfluss
der äußeren Wände auf die Mischung, insbesondere im Gebiet des Strahlzerfalls, wo die
größte Turbulenzintensität auftritt, vergleichsweise gering, so dass eine unvollständige
Auflösung der Wandgrenzschicht als akzeptabel angesehen werden kann.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 66

(a) Querschnitt des Gitters am Anfang der Mi- (b) Gitterausschnitt in axialer Richtung im
schungskammer bei x/D = 0 (rote Linie in (b)). Bereich der Düse.

Abb. 6.3.: Aufbau des Rechengitters im Strahlmischer. Deutlich zu erkennen sind die
Gitterverfeinerungen am Düsenaustritt sowie entlang der Scherschicht.

Anzahl Zellen
ID Düse Rohr Mischungsgebiet Total L/D Y+ d Y+ D
G1 101000 202000 395000 698000 8 1...10 1...15
G2 152640 305280 866304 1324224 8 1...8 1...12
G3 921600 921600 2285568 4128768 8 1...4 1...10
Tab. 6.1.: Auflistung der verwendeten Rechengitter.

6.2. Randbedingungen und Setup


Einen Überblick über die Randbedingungen im Mischungsgebiet des koaxialen Strahl-
mischers liefert Tabelle 6.2. Die vorgeschaltete turbulente Rohrströmung zur Erzeugung

Name Geschwindigkeit Druck Mischungsbruch


Einlassd ud ∂p/∂n = 0 φd = 1
EinlassD uD ∂p/∂n = 0 φD = 0
Auslass ∂u/∂n = 0 p=0 ∂φ/∂n = 0
Wand u=0 ∂p/∂n = 0 ∂φ/∂n = 0
Tab. 6.2.: Randbedingungen für das Mischungsgebiet.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 67

der Geschwindigkeitsprofile am Einlass des Mischungsgebietes basiert auf einer Recy-


ling Methode bei welcher die instantanen Geschwindigkeitswerte einer stromabwärts
gelegenen Ebene an den Anfang der Rohrströmung zurück kopiert und anschließend
skaliert werden, wie in Abbildung 6.4 angedeutet. Mit Hilfe dieser quasi-periodischen

Abb. 6.4.: Grafische Darstellung der Recycling Methode zur Erzeugung einer quasi-
periodischen Rohrströmung für die Generierung der Geschwindigkeitsfluk-
tuationen am Beginn des Mischungsgebietes.

Rohrströmung ist sichergestellt, dass sich innerhalb des Rohres eine voll ausgebilde-
te turbulente Rohrströmung entwickelt und die korrekten Geschwindigkeitesprofile am
Anfang des Mischungsgebietes vorliegen. Der Abstand zwischen Rohranfang und Ebene
sollte 10d nicht unterschreiten [117], um ein Abklingen der Autokorrelationsfunktionen
der Geschwindigkeitsfluktuationen zu gewährleisten und dadurch eine statistische Un-
abhängigkeit zwischen beiden Orten zu erreichen. In der vorliegenden Arbeit beträgt
die Distanz zwischen Ebene und Rohranfang 25d, was einen ausreichenden Abstand
darstellt, um statistische Unabhängigkeit zu garantieren. Andere Methoden zur Gene-
rierung der Geschwindigkeitsfluktuationen am Einlass des Mischungsgebietes inklusive
ihrer Vor- sowie Nachteile kann Jahnke [67] entnommen werden. Die Werte des Mi-
schungsbruches betragen am Anfang der vorgeschalteten Rohrströmung φD = 0 bzw.
φd = 1. Da im Vorfeld nur ein inkompressibler, dichtunveränderlicher Transport erfolgt,
bleiben die Werte bis zum Beginn des Mischungsgebietes konstant.

Die Validierung der numerischen Ergebnisse erfolgt anhand von experimentellen Daten,
welche mittels Laser-Doppler-Anemometrie (LDA), Particle-Image-Velocimetry (PIV)
sowie Laser-Induced Fluorescene (LIF) [167, 165, 81, 84, 166] gewonnen wurden. Das
in den Untersuchungen verwendete Fluid ist Wasser mit einer mittleren Temperatur
von ca. 10 ◦C, was einer kinematischen Viskosität von ν ≈ 1,2 · 10−6 m2 /s entspricht.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 68

Die Durchschnittsgeschwindigkeit in der Düsenströmung beträgt ud = 1,2 m/s. Aus


der sich daraus ergebenden Reynolds Zahl von Red = 10 000 ist ersichtlich, dass es
sich um eine voll ausgebildete turbulente Rohrströmung handelt. Die Durchschnittsge-
schwindigkeit der äußeren Strömung beträgt mit uD = 0,228 m/s nur ein Fünftel der
Düsenströmung, wodurch sich der zuvor beschriebene Freistrahlmodus einstellt. Die
Zeitschrittweite in den Simulationen variiert entsprechend dem vorgegebenen Courant
Kriterium von Co = 0,3 im Bereich von 1,0 · 10−4 s bis 5,5 · 10−5 s. Der molekulare
Diffusionskoeffizient wird mit Γ = 1,5 · 10−9 m2 /s angenommen, was der Selbstdiffu-
sion von Wasser bei 10 ◦C entspricht. Da keine eindeutigen Werte für den Diffusions-
koeffizienten des im Experiment verwendeten Tracers aus der Literatur hervorgehen
(8 · 10−10 m2 /s bis 4,3 · 10−9 m2 /s), stellt diese Annahme somit einen guten Kompromiß
dar.

Die Durchführung der numerischen Simulationen erfolgt mit dem quelloffenen CFD
Paket OpenFOAM, welches eine Vielzahl von Bibliotheken, Gleichungslösern und Werk-
zeugen zur Lösung von numerischen Feldproblemen im Bereich der Strömungsmechanik
sowie Festkörpermechanik bereitstellt. OpenFOAM basiert auf einer 3D Finiten Volu-
men Methode für beliebig unstrukturierte, nicht orthogonale Gitter. Die Diskretisierung
in Raum und Zeit der transportierten und transportierenden Größen ist, wenn nicht
anders angegeben, zweiter Ordnung auf Basis zentraler Differenzenschemata. Für die
Modellierung der nicht aufgelösten Turbulenz wird das erweiterte dynamische Lagrange
Modell (LDMMS, vgl. Abschnitt 2.3.3) genutzt.

6.3. Einfluss der Gitterauflösung


Die nachfolgende Gitterstudie vermittelt einen Überblick über den Einfluss der Gitter-
auflösung auf die Genauigkeit der erzielten Ergebnisse. Verschiedene statistische Mo-
mente sowie grundlegende charakteristische Strömungsmerkmale dienen dabei als Indi-
kator zur Beurteilung der Qualität und Quantität der numerischen Vorhersage. Für eine
detaillierte Analyse und Bewertung anderer Gittertypen und -topologien sei an dieser
Stelle jedoch auf Jahnke [67] verwiesen.
Abbildung 6.5 zeigt die axiale und radiale Verteilung der zeitliche gemittelten Geschwin-
digkeitskomponente ux normalisiert mit der zeitlich gemittelten axialen Geschwindig-
keit u0 entlang der Mittelachse des Strahlmischers für die Gitterauflösungen G1 bis
G3. Die axiale Geschwindigkeitsverteilung in Abbildung 6.5(a) lässt für die verschie-
denen Gitterauflösungen nur geringe Unterschiede im Vergleich mit den Referenzdaten
erkennen. Am Beginn des Strahlzerfalls x/D > 0, 6 zeigen die Ergebnisse basierend auf
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 69

dem Gitter G1 die stärksten Abweichungen zu den experimentellen Daten. Die Ursache
hierfür liegt zum einen in der fehlerhaften Erfassung der Geschwindigkeitsgradienten
durch das grobe Gitter und zum anderen in dem zu geringen Einfluss des erweiterten
dynamischen Lagrange Modells. Mit zunehmender Auflösung konvergiert jedoch die nu-
merische Lösung gegen die Ergebnisse der Messung. Es ist anzumerken, dass das Gitter
G2 im Bereich 0 < x/D < 3 bessere Ergebnisse liefert als das Gitter G1 und danach
mit dem Geschwindigkeitsprofil des Gitters G1 zusammenfällt. Der Grund hierfür liegt
in der Gitterverfeinerung, welche sich vornehmlich auf den Düsenbereich konzentriert
und im Fernfeld nur langsam zunimmt. Aus Abbildung 6.5(b) ist ersichtlich, dass das
mittlere Geschwindigkeitsprofil der vorgeschalteten Rohrströmung für alle Auflösungs-
stufen mit dem experimentell bestimmten Profil übereinstimmt, was auf eine ädaqua-
te Reproduktion der mittleren Einlassgeschwindigkeit schließen lässt. Im Bereich der
äußeren Rorhrwand existieren Unterschiede zwischen den numerischen und experimen-
tellen Ergebnissen, welche sich auf Unzulänglichkeiten bei der Messung aufgrund von
Reflektionen an der Wand zurückführen lassen. Somit kann das numerisch ermittelte
Profil in diesen Gebieten als die verlässlichere Lösung angesehen werden. Beim Ver-
gleich der stromabwärts gelegenen radialen Geschwindigkeitsprofile (Abbildung 6.5(c)-
6.5(f))zeigen sich ebenfalls gute Übereinstimmungen zwischen Experiment und Simula-
tion für alle drei Gitterauflösungen. Deutlich ist die Konvergenz der numerischen Lösung
mit zunehmender Auflösung gegen die experimentellen Werte erkennbar. Ab x/D > 5, 1
zeigen die mittleren Geschwindigkeitsprofile einen ähnlichen Verlauf, was bedeutet, dass
sich die Turbulenzintensität aufgrund des Strahlzerfalls zunehmend abschwächt und die
Strömung in eine turbulente Rohrströmung übergeht.

Abbildung 6.6 zeigt den zeitlich gemittelten Mischungsbruch φ normalisiert mit dem
zeitlich gemittelten Wert des Mischungsbruches φ0 entlang der Mittelachse des Strahlmi-
schers für die Gitterauflösungen G1 bis G3. Wie aus Abbildung 6.6(a) zu entnehmen ist,
bleibt der Mischungsbruch bis x/D < 0, 6 konstant, d.h. in diesem Bereich findet noch
keine Vermischung der beiden Stoffströme statt. Durch die anwachsenden Instabilitäten
in der Scherschicht gelangt das Fluid aus dem äußeren Bereich bis zur Mittelachse und
vermischt sich dort zunehmend mit dem Stoffstrom aus der Düse, wie der rasch abfal-
lende Mischungsbruch belegt. Nach dem vollständigen Strahlzerfall x/D ∼ 6 entsteht,
durch den Abbau der Gradienten im Mischungsbruch aufgrund diffusiver Transportpro-
zesse, allmählich ein homogenes Gemisch. Die Homogenisierung der beiden Stoffströme
ist bei x/D ∼ 9 weitestgehend abgeschlossen. Der Vergleich zwischen den Gittern G1
bis G3 offenbart, dass die Ergebnisse bei allen Auflösungsstufen mit den experimentel-
len Daten übereinstimmen. Lediglich im Bereich 0, 6 < x/D < 3 zeigen die Gitter G1
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 70

1.0 1.0
Referenz
0.8 LDMMS (G1) 0.8
LDMMS (G2)
huxi / hu0i

huxi / hu0i
0.6 LDMMS (G3) 0.6

0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

1.0 1.0

0.8 0.8
huxi / hu0i

0.6 huxi / hu0i


0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

1.0 1.0

0.8 0.8
huxi / hu0i

huxi / hu0i

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.5.: Vergleich der zeitlich gemittelten axialen Geschwindigkeit zwischen Experi-
ment und numerischer Simulation mit unterschiedlichen Gitterauflösungen
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) jeweils
normalisiert mit dem axialen Geschwindigkeitswert entlang der Mittelachse
u0 (x, y, z) = u(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 71

1.0 1.0
Referenz
0.8 LDMMS (G1) 0.8
LDMMS (G2)
0.6 LDMMS (G3) 0.6
hφi/hφ0i

hφi/hφ0i
0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

1.0 1.0

0.8 0.8

0.6 0.6
hφi/hφ0i

hφi/hφ0i

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

1.0 1.0

0.8 0.8

0.6 0.6
hφi/hφ0i

hφi/hφ0i

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.6.: Vergleich des zeitlich gemittelten Mischungsbruches zwischen Experiment


und numerischer Simulation mit unterschiedlichen Gitterauflösungen ent-
lang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) jeweils
normalisiert mit dem Wert des Mischungsbruches entlang der Mittelachse
φ0 (x, y, z) = φ(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 72

und G2 leichte Abweichungen gegenüber dem Gitter G3. Im Fernfeld des Mischungsge-
bietes weichen die experimentellen Daten und die numerisch ermittelten Profile stärker
voneinander ab (Abbildungen 6.6(e) und 6.6(f)), was zum einen in der abnehmenden
Gitterauflösung und zum anderen in zu kurzen Messzeiten im stromabwärts gelegenen
Gebiet begründet liegt. Dennoch bleibt festzuhalten, dass trotz der geringen Abwei-
chungen gegenüber den Messdaten der Mischungsprozess im mittleren sehr gut durch
die Numerik reproduziert wird.

Abbildung 6.7 zeigt die zeitlich gemittelten Fluktuationen u0x der Geschwindigkeits-
komponente ux normalisiert mit der zeitlich gemittelten axialen Geschwindigkeit u0
entlang der Mittelachse des Strahlmischers für die Gitterauflösungen G1 bis G3. In den
Fluktuationen sind deutliche Unterschiede zwischen den Ergebnissen der Gitterauflö-
sungen im axialen Verlauf (Abbildung 6.7(a)) erkennbar. Insbesondere zu Beginn des
Strahlzerfalls x/D < 1 werden beim Gitter G1 die Schwankungen unterschätzt, was
sich ebenfalls auf die Fluktuationen im Fernfeld deutlich auswirkt. Die fehlende Auf-
lösung der Geschwindigkeitsschwankungen vermag das LDMMS in diesen Bereichen
nicht zu kompensieren. Mit zunehmender Auflösung tendieren die numerischen Ergeb-
nisse jedoch gegen die Werte der Messung, was die bessere Erfassung der Geschwin-
digkeitsfluktuationen durch das feinere Gitter sowie die Abnahme des Einflusses des
Turbulenzmodells belegt. In den radialen Profilen (Abbildung 6.7(a) bis 6.7(f)) zeigen
sich im Bereich der Scherschicht ebenso Unterschiede zwischen Simulation und Expe-
riment. Während der Verlauf außerhalb des Bereichs −0.2 < x/D < 0.2 nahzu exakt
übereinstimmt, werden die Geschwindigkeitsfluktuationen in dem dazwischen liegenden
Bereich weder von G1 noch von den feineren Gittern G2 und G3 im Vergleich mit den
Referenzdaten vollständig reproduziert. Die radiale Gitterauflösung ist somit für alle
drei Gitter noch zu gering um ädaquate Ergebnisse zu liefern. Es ist hierbei anzumer-
ken, dass die experimentellen Werte in Wandnähe aufgrund von Reflektionen weniger
verlässlich sind, was insbesondere im Fernfeld deutlich sichtbar ist. Für ein Vergleich
mit den numerischen Ergebnissen sind die experimentellen Werte in diesen Gebieten
daher weniger geeignet.

0
In Abbildung 6.8 sind die zeitlich gemittelten Schwankungen φ des Mischungsbruches
normalisiert mit dem zeitlich gemittelten Wert des Mischungsbruches φ0 entlang der
Mittelachse des Strahlmischers für die Gitterauflösungen G1 bis G3 dargestellt. Wie zu
erwarten, weisen die Schwankungen von φ einen ähnlichen Verlauf wie die Fluktuationen
der Geschwindigkeit auf. Da keine zusätzlichen Quellen oder Senken den Transport des
Mischungsbruches beeinflussen, hängt die Bewegung von φ maßgeblich von der Dyna-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 73

0.20 0.20
Referenz
LDMMS (G1)
0.15 LDMMS (G2) 0.15
hu0xi / hu0i

hu0xi / hu0i
LDMMS (G3)
0.10 0.10

0.05 0.05

0.00 0.00
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

0.20 0.20

0.15 0.15
hu0xi / hu0i

hu0xi / hu0i
0.10 0.10

0.05 0.05

0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

0.20 0.20

0.15 0.15
hu0xi / hu0i

hu0xi / hu0i

0.10 0.10

0.05 0.05

0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.7.: Vergleich der zeitlich gemittelten axialen Geschwindigkeitsfluktuationen


zwischen Experiment und numerischer Simulation mit unterschiedlichen Git-
terauflösungen entlang der Mittelachse (a) sowie verschiedenen Querschnit-
ten (b)-(f) jeweils normalisiert mit dem axialen Geschwindigkeitswert ent-
lang der Mittelachse u0 (x, y, z) = u(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 74

0.30 0.30
Referenz
0.25 LDMMS (G1) 0.25
LDMMS (G2)
0.20 0.20
hφ0i/hφ0i

hφ0i/hφ0i
LDMMS (G3)
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

0.30 0.30
0.25 0.25
0.20 0.20
hφ0i/hφ0i

hφ0i/hφ0i
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

0.30 0.30
0.25 0.25
0.20 0.20
hφ0i/hφ0i

hφ0i/hφ0i

0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.8.: Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches zwi-
schen Experiment und numerischer Simulation mit unterschiedlichen Gitter-
auflösungen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches entlang der
Mittelachse φ0 (x, y, z) = φ(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 75

mik des Geschwindigkeitsfeldes ab. Ebenso wie bei u0x treten die größten Schwankungen
entlang der Scherschicht und im Bereich des Strahlzerfalls auf. Der radiale Verlauf der
Profile in Abbildung 6.8(f) verdeutlicht nochmals, dass bis x/D < 5 keine Homoge-
nisierung des Gemisches erfolgt ist. Die Ergebnisse für die Gitter G1 bis G3 liegen
eng beisammen und zeigen eine gute Übereinstimmung mit den experimentellen Da-
ten. Ab x/D > 3 werden die Diskrepanzen zwischen Messdaten und den numerischen
Ergebnissen größer, was vor allem durch die geringere Gitterauflösung stromabwärts
hervorgerufen wird, welche den Transport der Fluktuationen merklich dämpft. Obwohl
das LDMMS die nicht aufgelösten Turbulenzanteile beim Transport des Mischungs-
bruches berücksichtigt, vermag es nicht die fehlenden Anteile ädaquat auszugleichen.
Aus den vorliegenden numerischen Ergebnissen ist dennoch ersichtlich, dass die mitt-
leren Schwankungswerte des Mischungsbruches hinreichend genau reproduziert werden.

Einen weiteren Einblick in die Strömungscharakteristik des Strahlmischers erlauben die


in den Abbildungen 6.9 sowie A.1-A.5 dargestellten Komponenten des Reynoldsspan-
nungstensors. Neben den aufgelösten Anteilen hu0 u0 i sind zusätzlich die modellierten
Spannungen τ sgs , hier gekennzeichnet durch (∗), veranschaulicht. Aus der Abbildung 6.9
ist ersichtlich, dass die Strömung vor allem durch den turbulenten Bereich in der Strahl-
mitte dominiert wird. Die in der Scherschicht zwischen innerer und äußerer Strömung
entstehenden Gradienten werden bei allen Gitterauflösungen augenscheinlich gleichma-
ßen erfasst, dennoch existieren zwischen den verschiedenen Gittern Unterschiede in den
quantitativen Verläufen der Reynoldsspannungen, welche aufgrund der logarithmischen
Auftragung des Wertebereiches als gering erscheinen. So besitzen die Profile beim Gitter
G3 im Vergleich zu den anderen Netzen einen zwei- bis dreifach höheren Maximalwert,
was mit Berechnungen von Jahnke [67] einhergeht. Die zunehmende Zellanzahl in der
Strahlmitte bewirkt zudem eine genauere Vorhersage der aufgelösten Spannungen bei
gleichzeitiger Verringerung der modellierten Anteile. Aus den Abbildungen lässt sich
weiterhin erkennen, dass der modellierte Anteil des Feinstrukturmodells insgesamt um
ein Vielfaches geringer ausfällt als die aufgelösten Spannungen, was bereits eine hin-
reichend feine Auflösung vermuten lässt. Tatsache ist jedoch, dass die Strömung weni-
ger durch eine zu geringe Gitterauflösung, sondern maßgeblich durch die Bedingungen
am Einstromrand beeinflusst wird. Bereits kleine Abweichungen von der idealen Rohr-
strömung implizieren starke Diskrepanzen im Bereich des Strahlzerfalls sowie in den
nachfolgenden Gebieten. Für eine detaillierte Analyse verschiedener Einstromrandbe-
dingungen sei jedoch auf Jahnke [67] verwiesen. Die Nebendiagonalelemente des Span-
nungstensors sind abgesehen von u0x u0y (Abbildungen A.1, A.2 und A.4) nahezu null,

was typisch für diese Art der Strömung ist. Aufgrund der rotationssymmetrischen An-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 76

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0xu0xi, hτxx

hu0xu0xi, hτxx
G1
10−3 G1∗
10−3
G2
10−4 G2∗ 10−4
G3
G3∗
0 0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0xu0xi, hτxx

hu0xu0xi, hτxx
10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0xu0xi, hτxx

hu0xu0xi, hτxx

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.9.: Zeitlich gemittelte Spannungskomponente xx entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).

ordnung des Strahlmischers müssen die Reynoldsspannungen bezüglich der Mittelachse


dieselben Verläufe aufweisen. Abweichungen von dieser Symmetrie lassen sich auf eine
unzureichende zeitliche Mittelung zurückführen.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 77

Abbildung 6.10 illustriert die Isofläche der Wirbelstärke, eingefärbt mit dem Betrag der
Geschwindigkeit, am Düsenausgang. Deutlich ist eine Vielzahl haarnadelartiger bzw.
hufeisenförmiger Strukturen (blaue Pfeile) erkennbar, welche charakteristisch für wand-
behaftete Turbulenz in Rohr- oder Kanalströmungen sind. Die Entwicklung dieser kohä-
renten Strukturen erfolgt im Bereich der Wandgrenzschicht von wo aus sie die Basis für
die Entstehung noch größerer Strukturen bilden können [117]. Theoretische und experi-
mentelle Betrachtungen [146, 60, 107] haben dabei gezeigt, dass sie eine Neigung von ca.
45◦ besitzen. Nach dem Düsenaustritt erfolgt ein kurzzeitger Weitertransport der Struk-

Abb. 6.10.: Isofläche der Wirbelstärke aus dem Inneren der Düse in Strömungsrichtung
für die Gitterauflösung G3, eingefärbt mit dem Betrag der Geschwindig-
keit. Deutlich zeichnen sich die typischen Haarnadel artigen Strukturen für
wandbehaftete Turbulenz ab (blaue Pfeile), welche nach dem Ablösen von
der Wand als chaotische Strukturen am Düsenausgang austreten.

turen entlang des Strahlkegels von wo aus sie mit Einsetzen des Strahlzerfalls in andere
Formen übergehen. Die Reproduktion dieser kohärenten Strukturen stellt somit ein wei-
teres qualitatives Merkmal für die Güte der durchgeführten numerischen Simulationen
dar, jedoch ist anzumerken, dass nur das Gitter G3 eine eindeutige Identifizierung zu-
lässt. Simulationen auf Basis der Gitter G1 und G2 liefern keine eindeutigen Aussagen
über das Vorhandensein derartiger Wirbel. Die sich nach dem Düsenausgang entwi-
ckelnden turbulenten Strukturen zeigen im Gegensatz zu denen in der Rohrströmung
auch bei Erhöhung der Auflösung keine signifikanten Änderungen bezüglich Form oder
Verhalten wie aus der Isoflächendarstellung auf Basis des Q-Kriteriums in Abbildung
6.11 ersichtlich wird. Charakteristisch für die sich entwickelnde Wirbeldynamik fernab
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 78

(a) Gitter G1

(b) Gitter G2

(c) Gitter G3

Abb. 6.11.: Darstellung turbulenter Strukturen des Geschwindigkeitsfeldes am Düsen-


ausgang mittels Q-Kriterium (Q = 5000). Die verschiedenen Gitter bilden
mit zunehmender Auflösung die turbulenten Strukturen deutlich besser ab,
jedoch ohne signifikante Unterschiede in Form und Charakteristik erkennen
zu lassen.

des Düsenausgangs ist vielmehr die Bildung chaotischer Wirbelformationen mit ten-
denziell Kolmogorov’schen Turbulenzverhalten. Abbildung 6.11 belegt ebenfalls, dass
der Strahlzerfall bei allen Auflösungsstufen an ähnlicher Position erfolgt, was auf eine
diesbezüglich geringere Gitterabhängigkeit sowie einen ausreichend genauen Transport
der aufgelösten und modellierten Geschwindigkeitsfluktuationen hindeutet.

Im Gegensatz zu der dargestellten Reynoldsspannungskomponente hu0x u0x i in Abbildung


6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 79

D 0 E
6.9 kann die Komponente φ ux 0 des Skalarflusses aufgrund der Wirbelbildung entlang
der Scherschicht ebenfalls negative Werte annehmen, was dementsprechend mit einem
Transport des Mischungsbruches sowohl in als auch entgegen der Hauptströmungsrich-
tung verbunden ist. Die radialen Profile in Abbildung 6.12 zeigen, dass mit
D 0 Beginn
E des
Strahlzerfalls x/D > 0, 6 der rückwärtige Transport der Komponente φ ux rapide
0

abnimmt. Durch die stromabwärts zunehmend seitwärts gerichtete Bewegung der Scher-
schicht werden dieDnegativen
E Anteile weiter in Wandnähe verlagert. Die radialen Profile
0
der Komponente φ uy 0 in Abbildung C.5 unterstützen ferner die Aussage, dass bis
x/D < 5 noch keine vollständige Homogenisierung des Gemisches erfolgt ist, da noch
immer ein Großteil des Skalarflusses in radialer Richtung transport wird. Analog zu
den Reynoldsspannungen zeigen alle Gitterauflösungen ähnliche Ergebnisse, dennoch
bleibt anzumerken, dass aufgrund der logarithmischen Auftragung des Wertebereiches
die Skalarflüsse zum Teil um das zwei- bis dreifache in ihren Maximalwerten auseinan-
derliegen. Die Größenordnung der modellierten Anteile ist jedoch vergleichsweise gering,
was auf eine hinreichende Gitterauflösung für die Simulation der passiven Vermischung
hindeutet. Weiterhin ist ersichtlich, dass mit höherer Gitterauflösung sich der model-
lierte Anteil am Skalarfluss verringert und dadurch der Einfluss des Feinstrukturmodells
auf den Mischungsbruch abnimmt. Aufgrund der rotationssymmetrischen Anordnung
des Strahlmischers gilt für den Skalarfluss, wie bereits für die Reynoldsspannungen, ein
symmetrischer Verlauf bezüglich der Mittelachse. Abweichungen von der Symmetrie
sind auch in diesem Fall auf eine unzureichende zeitliche Mittelung zurückführen.

Für die Beurteilung der Gitterabhängigkeit sowie der Qualität der Ergebnisse lassen
sich neben den bisherigen Untersuchungen zusätzlich Informationen aus der Analyse
zeitabhängiger Daten erzielen. Zu diesem Zweck werden an verschiedenen Punkten im
Strahlmischer die Momentanwerte der Geschwindigkeit und des Mischungsbruches über
einen Zeitraum von ca. 30 s statistisch ausgewertet.
Die in Abbildung 6.13 (bzw. im Anhang C.1 und C.2 ) dargestellten Wahrscheinlich-
keitsdichtefunktionen (WDFs) liefern einen aufschlussreichen Überblick über die Vertei-
lung der aufgelösten Geschwindigkeitsfluktuationen im Mischungsgebiet. So lassen die
Schwankungswerte entlang der Strahlachse in allen Auflösungsstufen auf eine Normal-
verteilung schließen. Für die Kurtosis der Verteilungen ergibt sich ein durchschnittlicher
Wert von K = 3 ± 0, 15, was dem gausschen Ideal bereits sehr nahe kommt. In radialer
Richtung steigen mit zunehmendem Abstand die Abweichungen gegenüber der Nor-
malverteilung jedoch an. Die Kurtosis weist mit K = 3 ± 0, 9 eine deutlich größere
Schwankungsbreite in diesen Gebieten auf. Eine wahrscheinliche Ursache hierfür ist ei-
ne zu geringe zeitliche Auflösung in Verbindung mit einer zu kleinen Datenbasis. Des
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 80

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

x
10−5 G1 10−5
10−6 G1∗ 10−6
G2
0 0
−6
G2∗ −6
−10 G3 −10
−10−5 G3∗ −10−5
−10−4 −10−4
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

x
10−5 10−5
10−6 10−6
0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

10−5 10−5
10−6 10−6
0 0
−6 −6
−10 −10
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.12.: Zeitlich gemittelte x-Komponente des Flussvektors vom Mischungsbruch


entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f).

Weiteren könnten langperiodische Oszillationen, welche eigentlich nur für den Rezir-
kulationsmodus beobachtet wurden [67, 81], ebenfalls noch Einfluss besitzen, da die
aktuelle Strahlkonfiguration dicht an der Grenze zum Übergang in den Rezirkulations-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 81

8 40 20
G1
7 35
G2
6 G3 30 15
5 25
WDF

WDF

WDF
4 20 10
3 15
2 10 5
1 5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0x [m/s] u0x [m/s] u0x [m/s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


4.0 30 16
3.5 25 14
3.0 12
2.5 20 10
WDF

WDF

WDF
2.0 15 8
1.5 10 6
1.0 4
0.5 5 2
0.0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0x [m/s] u0x [m/s] u0x [m/s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


6 5 14
5 12
4
10
4
3 8
WDF

WDF

WDF
3
2 6
2
4
1 1
2
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0x [m/s] u0x [m/s] u0x [m/s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


8 6 8
7 5 7
6 6
5 4 5
WDF

WDF

WDF

4 3 4
3 2 3
2 2
1 1 1
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0x [m/s] u0x [m/s] u0x [m/s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. 6.13.: Wahrscheinlichkeitsdichtefunktion (WDF) der aufgelösten Geschwindig-


keitsfluktuationen ux für die Gitterauflösungen G1 bis G3 an verschiede-
nen Positionen im Strahlmischer. Es ist klar zu erkennen, dass die WDFs
einen gaussförmigen Charakter aufweisen, was auf Selbstähnlichkeit im Ge-
schwindigkeitsfeld hindeutet.

modus liegt. Im Bereich des Strahlzerfalls bei x/D = 1, 1 und r/D = 0 (Abbildung
6.15(d)) zeigt die WDF eine deutliche Zunahme der Turbulenzintensität. Die damit
verbundene Vermischung des Fluids hat die weiter außen gelegenen Bereiche jedoch
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 82

7 30 48
5 ×10 3.0 ×10 6 ×10
G1
4 G2 2.5 5
G3
2.0 4
3
WDF

WDF

WDF
1.5 3
2
1.0 2
1 0.5 1
0 0.0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
φ0 φ0 φ0

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


12
35 1000 4.0 ×10
30 3.5
800
25 3.0
600 2.5
20
WDF

WDF

WDF
2.0
15 400 1.5
10 1.0
200
5 0.5
0 0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
φ0 φ0 φ0

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


7 7 300
6 6 250
5 5
200
4 4
WDF

WDF

WDF 150
3 3
100
2 2
1 1 50
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
φ0 φ0 φ0

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


12 12 30
10 10 25
8 8 20
WDF

WDF

WDF

6 6 15
4 4 10
2 2 5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
φ0 φ0 φ0

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. 6.14.: Wahrscheinlichkeitsdichtefunktion (WDF) der aufgelösten Fluktuationen


des Mischungsbruchs φ für die Gitterauflösungen G1 bis G3 an verschiede-
nen Positionen im Strahlmischer. Im Gegensatz zum Geschwindigkeitsfeld
zeigen die WDFs nur punktuell einen gaussförmigen Verlauf, was auf ei-
ne unvollständige Vermischung der beiden Stoffströme im Mischungsgebiet
hinweist.

noch nicht erreicht, wie die konstanten Profile in den Abbildungen 6.15(e) und 6.15(f)
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 83

belegen. Ab x/D = 5, 1 besitzen alle Wahrscheinlichkeitsdichtefunktionen einen ähnli-


chen Verlauf, was auf den allmählichen Übergang zu einer turbulenten Rohrströmung
hinweist. Die aus den Daten ermittelte Schiefe ergibt mit einem durchschnittlichen
Wert von S = 0 ± 0, 05 einen annähernd symmetrischen Verlauf der WDFs, wodurch
eine Anisotropie der aufgelösten Geschwindigkeitsfluktuationen ausgeschlossen werden
kann. Die in Abbildung 6.14 dargestellten WDFs des Mischungsbruches besitzen hinge-
gen nur entlang der Mittelachse bei x/D > 3 und r/D = 0 den erwünschten gaussför-
migen Charakter. Die Kurtosis beträgt in diesen Punkten Kφ ≈ 3, 15 bei einer Schiefe
von Sφ ≈ −0, 1. Für die anderen Bereiche zeigen die Kurtosis mit Kφ > 5, 5 sowie die
Schiefe mit Sφ ≈ +2 eine deutliche Abweichung vom idealen gaussförmigen Verlauf. Am
Düsenausgang sowie im äußeren Bereich der Düse existieren keine Fluktuationen im Mi-
schungsbruch, was sich in einem Delta Peak der WDFs widerspiegelt. Interessanterweise
zeigt die WDF bei x/D = 1, 1 und r/D = 0 (Abbildung 6.14(d)) eine starke Anisotropie
der Fluktuationen im Mischungsbruch, wohingegen die Geschwindigkeitsfluktuationen
Isotropie erkennen lassen. Die wahrscheinliche Ursache für diesen Gegensatz ist eine
zu geringe Datenbasis des Mischungsbruches verbunden mit großskaligen Strukturen
entlang der Scherschicht, welche den Mischungsbruch an dieser Position einseitig be-
einflussen. Durch die rotationssymmetrische Anordnung des Strahlmischers wäre bei
ausreichend großer Datenbasis ein gaussförmiger Verlauf ohne nennenswerte Schiefe zu
erwarten. Abschließend ist anzumerken, dass zur Ermittlung aller Wahrscheinlichkeits-
dichtefunktionen die zugrundeliegenden Histogramme jeweils durch die Mittelpunkte
der Klassen verbunden sind. Die Abschätzung der idealen Klassenanzahl basiert hierbei
auf der Freedman-Diaconis Methode.

Abbildungen 6.15 bis 6.18 zeigen die zeitliche Autokorrelationsfunktion sowie das Spek-
trum der aufgelösten Geschwindigkeits- und Mischungsbruchfluktuationen in verschie-
denen Punkten im Strahlmischer jeweils für die Gitter G1 bis G3. Wie Abbildung
6.15 zu entnehmen ist, besitzen die Profile der Autokorrelationsfunktionen den für die-
se Strömungskonfiguration zu erwartenden Verlauf. Am Düsenaustritt bei r/D = 0 ist
der Abfall der Autokorrelationsfunktionen am stärksten und verringert sich in axialer
und radialer Richtung mit zunehmendem Abstand. Für die turbulenten Strukturen im
Mischungsgebiet bedeutet das somit eine Zunahme des Kolmogorovschen Längenma-
ßes η stromabwärts. Abschätzungen von Jahnke [67] ergeben für η eine Größenordnung
von 30 µm bis 300 µm. Basierend auf diesen Angaben sind die größten lokalen Reynolds
Zahlen somit am Düsenausgang zu erwarten, was in der Netzbeschaffenheit durch eine
höhere lokale Gitterauflösung Berücksichtigung findet. Die Autokorrelationsfunktionen
der Mischungsbruchfluktuationen (Abbildung 6.16) zeigen analog zu den Autokorrela-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 84

1.0 1.0 1.0


G1
0.8 G2 0.8 0.8
G3
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

0.2 0.2 ρ(τ ) 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. 6.15.: Zeitliche Autokorrelationsfunktion von u0x für die Gitterauflösungen G1


bis G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erken-
nen sind die schwächer abfallenden Autokorrelationsfunktionen zwischen
x/D = 0 und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine
zunehmende Kolmogorov Länge in axialer und radialer Richtung hinweist.

tionsfunktionen der Geschwindigkeitsfluktuationen eine Zunahme der Batchelor Länge


lambdaB stromabwärts. Im Gegensatz zur Kolmogorov Länge liegen die kleinsten Struk-
turen des Mischungsbruches jedoch in einer Größenordnung von 1 µm bis 30 µm. Trotz
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 85

1.0 1.0 1.0


G1
0.8 G2 0.8 0.8
G3
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

0.2 0.2 ρ(τ ) 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

0
Abb. 6.16.: Zeitliche Autokorrelationsfunktion von φ für die Gitterauflösungen G1 bis
G3 an verschiedenen Positionen im Strahlmischer. Die abnehmende Korre-
lation zum Ende des Mischunsgebietes spiegelt anwachsende Kolmogorov
und Batchelor Längen wieder.

der höheren Auflösung im Düsenbereich sowie entlang der Scherschicht vermag kei-
nes der Gitter die kleinskaligen Fluktuationen der Mikromischung hinreichend genau
aufzulösen. Ungeachtet dessen lässt sich aus den Autokorrelationsfunktionen jedoch er-
kennen, dass die dominanten großskaligen Strukturen erfasst werden. Bei der Betrach-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 86

10−2 10−2 10−2


10−3 10−3 10−3
10−4 −5/3 10−4 10−4 −5/3
10−5 10−5 10−5
−5/3

10−6 10−6 10−6


E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 −7 10−7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 G1 10−12 10−12
10−13 G2 10−13 10−13
10−14 10−14 10−14
10−15 G3 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 −5/3 10−4 −5/3
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 10−7
10−8 10−8 −7 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 10−4
−5/3 −5/3

10−5 10−5 10−5


10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 −7 10−7
10−8 10−8 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 −5/3 10−3 −5/3
10−4 10−4 10−4
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]

10−7 −7 10−7 −7 10−7 −7


10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. 6.17.: Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuatio-


nen u0x für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen
im Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen Träg-
heitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung gehen die
Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf im Träg-
heitsbereich über. Der dissipative Abfall ist in allen Spektren vorhanden.

tung der korrespondierenden Frequenzspektren (Abbildung 6.17 und Abbildung 6.18)


zeigt sich, dass ein ausgeprägter Trägheitsbereich, welcher nach Kolmogorov’s Theorie,
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 87

10−2 10−2 10−2


10−3 10−3 10−3
10−4 10−4 10−4
10−5 10−5 10−5
10−6 10−6 10−6
10−7 10−7 10−7
Eφ(f ) [−]

Eφ(f ) [−]

Eφ(f ) [−]
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 G1 10−12 10−12
10−13 G2 10−13 10−13
10−14 10−14 10−14
10−15 G3 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


10−2 10−2 10−2
10−3 10−3 10−3
10−4 −5/3
10−4 −5/3
10−4
10−5 10−5 10−5
10−6 10−6 10−6
10−7 10−7 10−7
Eφ(f ) [−]

Eφ(f ) [−]

Eφ(f ) [−]
−7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 10−3 10−3
10−4 −5/3
10−4 −5/3
10−4 −5/3

10−5 10−5 10−5


10−6 10−6 10−6
10−7 10−7 10−7
Eφ(f ) [−]

Eφ(f ) [−]

Eφ(f ) [−]
−7 −7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 10−3 10−3
10−4 −5/3
10−4 −5/3
10−4 −5/3

10−5 10−5 10−5


10−6 10−6 10−6
10−7 10−7 10−7
Eφ(f ) [−]

Eφ(f ) [−]

Eφ(f ) [−]

−7 −7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. 6.18.: Zeitliches Frequenzspektrum der aufgelösten Fluktuationen des Mischungs-


0
bruches φ für die Gitterauflösungen G1 bis G3 an verschiedenen Positio-
nen im Strahlmischer. Die von Batchelor vorhergesagte f −1 Skalierung im
0
viskos-konvektiven Bereich des Energiespektrums von φ wird weder durch
die Gitterauflösungen noch das Feinstrukturmodell abgebildet.

aufgrund der größeren Skalenseparation bei hohen Reynolds Zahlen, zu erwarten ist,
fehlt. Ursächlich hierfür könnte eine noch zu geringe zeitliche und räumliche Auflösung
der mit den hohen lokalen Reynolds Zahlen verbundenen Wirbelstrukturen sein. Des
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 88

Weiteren beinhalten die Abbildungen, zumindest für u0x , nur das eindimensionale Fre-
quenzspektrum, welches vom idealen 3D Spektrum abweichen kann. Im Vergleich mit
den experimentell ermittelten 1D Spektren sind jedoch Übereinstimmungen vorhanden.
Weiterhin zeigt Abbildung 6.17, dass mit steigendem Abstand von der Mittelachse die
Dissipation der turbulenten kinetischen Energie bereits bei kleineren Frequenzen ein-
setzt und sich die Länge des Trägheitsbereiches verkürzt. Diese Beobachtung steht im
Einklang mit der Theorie von Kolmogorov, dass bei kleiner werdenden lokalen Reynolds
Zahlen der Bereich zwischen energietragenden und dissipativen Skalen ebenfalls ab-
nimmt. Die Energiespektren der Mischungsbruchfluktuationen (Abbildung 6.18) zeigen
zwar ab x/D > 3 und r/D > 0, 25 ein Kolmogorov ähnliches Skalierungsverhalten im
Trägheitsbereich doch der von Batchelor vorhergesagte Anstieg im viskos-konvektiven
Bereich des Energiespektrums fehlt hingegen vollständig. Um den Einfluss der Schmidt
Zahl akkurat wiederzugeben, scheinen somit weder die räumliche (und zeitliche) Auf-
lösung noch das Feinstrukturmodell geeignet zu sein. Trotz dieser Unzulänglichkeiten
lassen die bisherigen numerischen Ergebnisse dennoch gute Übereinstimmungen mit
den experimentellen Daten erkennen, was vor allem darauf zurückzuführen ist, dass die
Strömung vornehmlich durch großskalige turbulente Strukturen dominiert wird, welche
bereits durch die Gitter und das Feinstrukturmodell erfasst werden. Die Darstellung
und Reproduktion des Schmidt Zahl Effektes bleibt für diese Mischungskonfiguration
somit eine große Herausforderung.
Abschließend sei zu erwähnen, dass die negativen Werte der Autokorrelationsfunktionen
auf ein zu geringes Zeitintervall τ zurückzuführen sind. Für eine vollständige Konver-
genz der Autokorrelationsfunktionen ist ein Vielfaches des in dieser Arbeit verwendeten
Zeitintervalls notwendig. Des Weiteren sind in Abbildung 6.18 aufgrund des konstan-
ten Mischungsbruches im Zulauf des Mischungsgebietes keine Energiespektren für die
düsennahen Positionen bestimmbar.

6.4. Einfluss der Feinstrukturmodellierung


Das Ziel dieser Untersuchung besteht darin Aussagen über die Leistungsfähigkeit des
erweiterten dynamischen Lagrange Modells (LDMMS) durch einen Vergleich mit eta-
blierten Feinstrukturmodellen zu ermöglichen. Als traditionelle Modellansätze kommen
hierbei ein dynamisches Eingleichungsmodell (DOE) sowie das dynamische Smagorins-
ky Modell (DSM) zum Einsatz. Zusätzlich dienen die laminare Lösung sowie die expe-
rimentellen Referenzdaten der Validierung und bieten außerdem ein geeignetes Mittel
um den generellen Einfluss der Feinstrukturmodellierung abzuschätzen. Das verwendete
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 89

Gitter G2 bietet für diesen Zweck einen akzeptablen Kompromiß zwischen aufgelösten
und nicht aufgelösten Skalen. Für die Untersuchung weiterer Feinstrukturmodelle sei
zudem auf Jahnke [67] verwiesen.
Abbildung 6.19 stellt die axiale und radiale Verteilung der zeitlich gemittelten Geschwin-
digkeitskomponente ux normalisiert mit der zeitlich gemittelten axialen Geschwindigkeit
u0 entlang der Mittelachse des Strahlmischers für die verschiedenen Feinstrukturmodelle
dar. Aus Abbildung 6.19(a) ist ersichtlich, dass alle numerischen Vorhersagen der axia-
len Geschwindigkeitsverteilung eine Diskrepanz zu den Daten der Messung aufweisen.
Das LDMMS liefert im Bereich des Strahlzerfalls 0 ≤ x/D < 2 die beste Übereinstim-
mung mit dem Experiment, wohingegen das DSM im Fernfeld 4 < x/D leichte Vorteile
gegenüber den anderen Modellen bietet. Interessanterweise ist die laminare Lösung an-
nähernd deckungsgleich mit den Ergebnissen des DSM, was auf einen geringen Einfluss
der nicht aufgelösten Skalen auf die Produktion und Dissipation der turbulenten kine-
tischen Energie im Mischungsgebiet schliessen lässt. Das Eingleichungsmodell hat den
stärksten Abfall der axialen Geschwindigkeit im Vergleich zu den anderen Modellen.
In der radialen Geschwindigkeitsverteilung sind hingegen so gut wie keine Unterschie-
de zwischen den einzelnen Modellen erkennbar. Ab 1 < x/D zeigen alle Profile entlang
der Scherschicht leichte Abweichungen zu den experimentellen Referenzdaten. Aufgrund
von messtechnisch bedingten Ungenauigkeiten bei der experimentellen Bestimmung der
wandnahen Geschwindigkeitsverteilung ist ein Vergleich mit den numerischen Vorhersa-
gen für diese Punkte nicht verlässlich, so dass hierüber keine Aussage getroffen werden
kann. Abbildung 6.20 zeigt die axiale und radiale Verteilung des zeitlich gemittelten Mi-
schungsbruches φ normalisiert mit dem zeitlich gemittelten Mischungsbruch φ0 entlang
der Mittelachse des Strahlmischers für die verschiedenen Feinstrukturmodelle. Bis auf
das DOE liegen alle numerischen Ergebnisse im Vergleich mit den experimentellen Re-
ferenzdaten eng beisammen. Das DOE weist hingegen eine deutlich stärkere Abnahme
des Mischungsbruches als die restlichen Feinstrukturmodelle bzw. die laminare Lösung
auf, was auf eine zu große turbulente Vermischung schon beim Beginn des Strahlzerfalls
schliessen lässt. In den radialen Profilen sind kaum Unterschiede zwischen den Ergeb-
nissen der einzelnen Feinstrukturmodelle erkennbar. Lediglich im Bereich x/D = 5
zeigen sich größere Abweichungen sowohl zu den Referenzdaten als auch zwischen den
Modellen. Der Grund für die Diskrepanzen liegt zum einen in der ungenügenden Be-
rücksichtigung der nicht aufgelösten Skalen des Mischungsbruchs durch die Feinstruk-
turmodelle und zum anderen in Messungenauigkeiten, da keine Rotationssymmetrie in
den experimentellen Daten für diese Position vorhanden ist. Es bleibt weiterhin anzu-
merken, dass trotz expliziter Berücksichtigung der Skalardynamik im LDMMS keine
gravierende Verbesserung zu den Ergebnissen der anderen Modelle erkennbar ist.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 90

1.0 1.0
Referenz
0.8 Laminar 0.8
DOE
huxi / hu0i

huxi / hu0i
DSM
0.6 0.6
LDMMS

0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

1.0 1.0

0.8 0.8
huxi / hu0i

0.6 huxi / hu0i


0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

1.0 1.0

0.8 0.8
huxi / hu0i

huxi / hu0i

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.19.: Vergleich der zeitlich gemittelten axialen Geschwindigkeit zwischen Ex-
periment und numerischer Simulation mit unterschiedlichen Feinstruktur-
modellen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem axialen Geschwindigkeitswert entlang
der Mittelachse u0 (x, y, z) = u(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 91

1.0 1.0
Referenz
0.8 Laminar 0.8
DOE
DSM
0.6 0.6
hφi/hφ0i

hφi/hφ0i
LDMMS

0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

1.0 1.0

0.8 0.8

0.6 0.6
hφi/hφ0i

hφi/hφ0i

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

1.0 1.0

0.8 0.8

0.6 0.6
hφi/hφ0i

hφi/hφ0i

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.20.: Vergleich des zeitlich gemittelten Mischungsbruches zwischen Experiment


und numerischer Simulation mit unterschiedlichen Feinstrukturmodellen
entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) je-
weils normalisiert mit dem axialen Mischungsbruchwert entlang der Mitte-
lachse φ0 (x, y, z) = φ(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 92

In Abbildung 6.21 sind die zeitlich gemittelten Fluktuationen u0x der Geschwindigkeits-
komponente ux normalisiert mit der zeitlich gemittelten axialen Geschwindigkeit u0
entlang der Mittelachse des Strahlmischers für die verschiedenen Feinstrukturmodelle
dargestellt. Die Geschwindigkeitsfluktuationen am Einlass des Mischungsgebietes (Ab-
bildung 6.21(b)) werden von allen Modellen gleichermaßen reproduziert. Jedoch ist kein
Modell in der Lage die beiden Peaks am Beginn der Scherschicht quantitativ wieder-
zugeben. Die Abweichungen zwischen Experiment und Simulation betragen an dieser
Stelle bis zu 25%. Stromabwärts befinden sich die radialen Profile in guter Überein-
stimmung mit den experimentellen Referenzdaten. Einzige Ausnahme bildet der Ver-
lauf der Geschwindigkeitsfluktuationen im Fernfeld des Mischungsgebietes x/D ≥ 5,
wo größere Unterschiede zwischen DSM, LDMMS sowie der Messung existieren. Das
DSM und LDMMS vermögen es nicht die im Vergleich zu den experimentellen Daten
geringeren Schwankungen auszugleichen. Ein Grund könnte in der Mittelungsoperati-
on der dynamischen Konstante C (x, t) liegen, welche sich bei zunehmender Zellgröße
möglicherweise als zu dissipativ erweist. Wie bereits beim mittleren Geschwindigkeits-
verlauf ersichtlich ist, zeigt auch für die mittleren Geschwindigkeitsfluktuationen die
laminare Lösung eine gute Übereinstimmung mit den Referenzdaten. Dieser Umstand
untermauert die Aussage, dass die Strömung im Mischungsgebiet primär durch große
turbulente Wirbel dominiert wird, die bereits durch das Gitter G2 hinreichend genau
erfasst werden. Der Beitrag der nicht aufgelösten Skalen ist demnach vergleichsweise
gering. Gleiches gilt für die Fluktuationen des Mischungsbruches wie Abbildung 6.22
belegt. Die durch das Gitter G2 erfassten Schwankungen zeigen bereits eine gute Über-
einstimmung mit den experimentellen Referenzdaten. Lediglich im Bereich x/D > 5
ist eine größere Abweichung zwischen Messung und numerischer Vorhersage erkennbar.
Die Ursache hierfür könnte in der zunehmenden Dissipation der Mischungsbruchfluktua-
tionen aufgrund der größeren Gitterauflösung am Ende des Mischungsgebietes liegen,
welche nicht ausreichend durch die Feinstrukturmodelle kompensiert wird. Wahrschein-
licher ist jedoch, dass die Messung des Mischungsbruchs im Fernfeld des Strahlmischers
Ungenauigkeiten aufweist, da zum einen alle numerischen Vorhersagen eng beisammen
liegen und zum anderen die Ergebnisse auf Basis der Gitter G1 und G3 ähnliche Resul-
tate liefern. Die zusätzliche Berücksichtigung der Skalardynamik im LDMMS besitzt im
Vergleich zu den anderen Modellen augenscheinlich kaum nennenswerte Auswirkungen
auf die Schankungen. Dennoch ergeben sich aus der dynamischen Bestimmung des tur-
bulenten Diffusionskoeffizientens Vorteile, welche erst bei der Betrachtung der reaktiven
Mischung deutlicher sichtbar sind. Es ist an dieser Stelle weiterhin anzumerken, dass
die nicht aufgelösten Fluktuationen des Mischungsbruchs einer separaten Modellierung
bedürfen und nicht explizit durch die Feinstrukturmodellierung geliefert werden kön-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 93

0.20 0.20
Referenz
Laminar
0.15 DOE 0.15
hu0xi / hu0i

hu0xi / hu0i
DSM
LDMMS
0.10 0.10

0.05 0.05

0.00 0.00
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

0.20 0.20

0.15 0.15
hu0xi / hu0i

hu0xi / hu0i
0.10 0.10

0.05 0.05

0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

0.20 0.20

0.15 0.15
hu0xi / hu0i

hu0xi / hu0i

0.10 0.10

0.05 0.05

0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.21.: Vergleich der zeitlich gemittelten axialen Geschwindigkeitsfluktuationen


zwischen Experiment und numerischer Simulation mit unterschiedlichen
Feinstrukturmodellen entlang der Mittelachse (a) sowie verschiedenen
Querschnitten (b)-(f) jeweils normalisiert mit dem axialen Geschwindig-
keitswert entlang der Mittelachse u0 (x, y, z) = u(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 94

0.30 0.30
Referenz
0.25 Laminar 0.25
DOE
0.20 DSM 0.20
hφ0i/φ0

hφ0i/φ0
LDMMS
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

0.30 0.30
0.25 0.25
0.20 0.20
hφ0i/φ0

hφ0i/φ0
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

0.30 0.30
0.25 0.25
0.20 0.20
hφ0i/φ0

hφ0i/φ0

0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.22.: Vergleich der zeitlich gemittelten Mischungsbruchfluktuationen zwischen


Experiment und numerischer Simulation mit unterschiedlichen Feinstruk-
turmodellen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem Mischungsbruchwert entlang der Mit-
telachse φ0 (x, y, z) = φ(x, 0, 0).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 95

nen. Mögliche Modellansätze für die Feinstrukturvarianz werden später im Rahmen der
Chemie-Turbulenz Interaktion eingehend diskutiert. Die Darstellung in Abbildung 6.22
beinhaltet neben den aufgelösten Fluktuationen auch modellierte Anteile auf Basis des
Ähnlichkeitsmodells aus Gleichung 3.52.

Abbildung 6.23 erlaubt einen qualitativen Vergleich der einzelnen Feinstrukturmodelle


anhand der normalisierten, instantanen turbulenten Viskosität (links) sowie den zeitlich
gemittelten Feinstrukturspannungen (rechts). Es ist anzumerken, dass aus Gründen der
Lesbarkeit die Darstellung der beiden Größen auf Basis logarithmischer Farbskalen er-
folgt. Beim DOE wird deutlich, dass modellierte Spannungen im gesamten Mischungs-

(a) DOE

(b) DSM

(c) LDMMS

Abb. 6.23.: Darstellung der normalisierten turbulenten Viskosität (links) und den zeit-
lich gemittelten Feinstrukturspannungen (rechts) für die verschiedenen Fe-
instrukturmodelle mit logarithmischen Farbskalen. Deutlich ist die starke
Ausprägung der Turbulenz beim DOE erkennbar wohingegen LDMMS und
DSM geringere Turbulenzanteile aufweisen.

gebiet existieren wohingegen beim DSM nur im Bereich der Scherschicht sowie den
wandnahen Gebieten nennenswerte Feinstrukturspannungen vorkommen. Weiterhin ist
ersichtlich, dass die modellierten Spannungen des DSM um mehrere Größenordnun-
gen unter denen des DOE liegen, was u.a. durch die homogene Mittelungsoperation
des dynamischen Koeffizientens über das gesamte Mischungsgebiet hervorgerufen wird.
Beim DOE erfolgt keine Mittelung, so dass sich lokal bzw. punktuell höhere turbulen-
te Viskositäten einstellen können. Die Ergebnisse des LDMMS zeigen einen ähnlichen
Verlauf wie beim DOE und DSM, jedoch mit dem Unterschied, dass die Werte der
turbulenten Viskosität zwischen denen der beiden anderen Modelle liegen. Die zeitliche
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 96

10−1 10−1

10−2 10−2
i

i
sgs

sgs
laminar
hu0xu0xi, hτxx

hu0xu0xi, hτxx
DOE
10 −3
DOE∗
10−3
DSM
10−4 DSM∗ 10−4
LDMMS
LDMMS∗
0 0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0xu0xi, hτxx

hu0xu0xi, hτxx
10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0xu0xi, hτxx

hu0xu0xi, hτxx

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.24.: Zeitlich gemittelte Spannungskomponente xx entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f) in logarithmischer Auftragung.

gemittelte Feinstrukturspannungskomponente xx in Abbildung 6.24 belegt, dass alle


Modelle ihren primären Einfluss entlang der Scherschicht im Bereich des Strahlzerfalls
ausüben, wo lokal höhere Reynolds Zahlen bzw. größere Geschwindigkeitsgradienten
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 97

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

x
10−5 10−5
10−6 laminar 10−6
DOE
0 0
−6
DSM −6
−10 LDMMS −10
−10−5 LDMMS∗ −10−5
−10−4 −10−4
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

x
10−5 10−5
10−6 10−6
0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0xi, hτφsgs
x

10−5 10−5
10−6 10−6
0 0
−6 −6
−10 −10
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.25.: Zeitlich gemittelte x-Komponente des Flussvektors des Mischungsbruchs


entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f).

vorherrschen als im restlichen Mischungsgebiet. Des Weiteren zeigt Abbildung 6.24,


dass die aufgelösten Spannungen von allen Feinstrukturmodellen sowie der laminaren
Lösungen gleichermaßen wiedergeben werden. Quantitative Unterschiede sind nur in
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 98

den um Größenordnungen kleineren modellierten Anteilen auszumachen. Die direkte


Gegenüberstellung offenbart, dass das DOE eine ca. zehnmal höhere Feinstrukturspan-
nung im gesamten Mischungsgebiet vorhersagt als die beiden anderen Modelle. Insbe-
sondere im Bereich des Düsenausgangs impliziert das DOE deutlich stärkere turbulente
Schwankungen als das DSM oder LDMMS. Weiterhin ist zu erkennen, dass alle Mo-
delle gegenüber der variierenden Gitterauflösung unterschiedlich sensitiv sind, was den
räumlichen Mittelungsoperationen oder auch den zusätzlichen Transportgleichungen
geschuldet sein kann. Eine ähnliche Beobachtung lässt sich für die zeitlich gemittel-
te x-Komponente des Flussvektors des Mischungsbruchs feststellen. Wie in Abbildung
6.25 zu sehen ist, liegen die Ergebnisse für den aufgelösten Anteil des Flussvektors eng
beisammen während der modellierte Anteil des LDMMS um mehrere Größenordnun-
gen kleiner ist. Dennoch lässt sich erkennen, dass der modellierte Anteil des LDMMS
im Bereich der Scherschicht sowie kurz nach dem Strahzerfall die größte Auswirkung
auf die Skalardynamik besitzt. Mit abnehmender Turbulenzintensität und beginnender
Homogenisierung des Gemisches verlieren die nicht aufgelösten Skalen des Flussvektors
jedoch zunehmend an Bedeutung. Es sei an dieser Stelle angemerkt, dass weder das
DOE noch das DSM die Skalardynamik in der vorliegenden Implementierung exlizit
berücksichtigen, so dass für diese Modelle keine Profile für den nicht aufgelösten Anteil
darstellbar sind.

Die Form und Charakteristik der turbulenten Strukturen im Mischungsgebiet unter-


scheiden sich nur geringfügig zwischen den Modellen wie Abbildung 6.26 zeigt. Die la-
minare Lösung liefert eine vergleichbare Wirbeldynamik wie mit zusätzlicher Feinstruk-
turmodellierung. Der Strahlzerfall gestaltet sich für alle Fälle gleichmäßig und homogen.
Das DOE generiert im Gegensatz zu den anderen Lösungen punktuell größere Wirbel,
was u.a. an der fehlenden räumlichen Mittelung des dynamischen Koeffizientens C (x, t)
liegen mag. Im Fernfeld des Mischungsgebietes existieren beim LDMMS aufgrund an-
steigender dissipativer Effekte weniger Wirbelelemente als im Vergleich zu den anderen
Modellen. Bezüglich der Skalardynamik lassen sich weder mit dem Gitter G2 noch mit
dem Gitter G3 die kleinskaligen turbulenten Strukturen des Mischungsbruchs hinrei-
chend genau erfassen und darstellen, weswegen ein aussagekräftiger Vergleich kaum
möglich ist. Stattdessen sei an dieser Stelle auf die Untersuchung der Mikromischung
im nächsten Kapitel verwiesen.

Abschließend bleibt festzuhalten, dass das LDMMS, aufgrund des erweiterten Model-
lierungsansatzes und der expliziten Berücksichtigung der Skalardynamik, einen leichten
Vorteil gegenüber den implementierten Versionen des DSM und DOE bei der Repro-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 99

(a) Laminar

(b) DOE

(c) DSM

(d) LDMMS

Abb. 6.26.: Darstellung turbulenter Strukturen des Geschwindigkeitsfeldes im Mi-


schungsgebiet mittels Q-Kriterium (Q = 5000). Die verschiedenen Fein-
strukturmodelle lassen geringfügige Unterschiede in Form und Charak-
teristik der turbulenten Strukturen im Vergleich zur laminaren Lösung
erkennen.

duktion der nicht aufgelösten Skalen im Strahlmischer bietet. Die Leistungsfähigkeit


des Modells ist jedoch vergleichbar mit den anderen untersuchten Feinstrukturmodel-
len. Nachteilig wirkt sich hingegen der größere numerische Aufwand zur Lösung der
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 100

zusätzlichen Transportgleichungen bei der Berechnung des dynamischen Koeffizientens


C (x, t) bzw. des turbulenten Diffusionskoeffizientens Γt (x, t) aus.

6.5. Selbstähnlichkeit der Strahlentwicklung


Selbstähnlichkeit beschreibt ein Konzept bei dem die Struktur einer Entität mit zuneh-
mender Vergrößerung stets eine gleichbleibende oder ähnliche Form aufweist. Während
Selbstähnlichkeit eine elementare Grundstruktur bedingt, ist die strikte Selbstähnlich-
keit durch das Fehlen eines derartigen Basismusters gekennzeichnet. Obwohl selbstähn-
liche Formen in der Natur häufig anzutreffende Erscheinungen darstellen, beschränkt
sich strikte Selbstähnlichkeit bisher ausschließlich auf den mathematischen Gebrauch.
Untersuchungen turbulenter Strömungen haben wiederholt angedeutet, dass Selbst-
ähnlichkeit eine scheinbar grundlegende Eigenschaft der Strömung ist und sowohl auf
makroskopischer als auch mikroskopischer Ebene vorkommen kann. Ein anschauliches
Beispiel für Selbstähnlichkeit im makroskopischem Sinn vermittelt die fortschreiten-
de Strahlentwicklung innerhalb des Mischungsgebietes im Strahlmischer. Hierzu ist es
zweckmäßig die in Abbildung 6.27 dargestellten Geschwindigkeitsbereiche bezüglich der
axialen Geschwindigkeit entlang der Mittelachse eines Freistrahls auf den vorliegenden
Anwendungsfall zu übertragen. Beeinflussungen durch die koaxiale Strömung können
hierbei als vernachlässigbar angenommen werden solange D/d ≤ (1 + V̇D /V̇d ) gilt.

Abb. 6.27.: Mögliche Unterteilung des Strahlmischers in verschiedene Geschwindig-


keitsbereiche auf Basis der mittleren axialen Geschwindigkeit entlang der
Mittelachse. Die Darstellung basiert auf der Untersuchung von Freistrahlen
[94] und gilt daher nur für D/d ≤ (1 + V̇D /V̇d ).

In der Kernregion (x/d ≤ 4 ∼ 6) ist die Geschwindigkeit entlang der Mittelachse


6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 101

weitestgehend äquivalent zur Geschwindigkeit am Düsenausgang. Beim Übergang zur


Transitionszone (4 ∼ 6 < x/d ≤ 20 ∼ 30) beginnt die Geschwindigkeit aufgrund der
sich ausbildenden Wirbel in der Scherschicht langsam abzunehmen. Mit zunehmender
Entfernung vom Düsenausgang (20 ∼ 30 < x/d) entwickelt der Strahlzerfall einen
selbstähnlichen Verlauf, welcher beim Vergleich der radialen Geschwindigkeitsprofile
deutlich in Erscheinung tritt. Die Endregion ist gekennzeichnet durch eine rapide Ab-
nahme der Geschwindigkeit entlang der Mittelachse einhergehend mit dem Abklingen
der selbstähnlichen Skalierung.
Für die Darstellung der Selbstähnlichkeitsregion im Strahlmischer ist das Gitter G2 bei
gleichbleibender Gittertopologie um das Dreifache verlängert worden. Die Geschwin-
digkeit u0 bezieht sich auf die Geschwindigkeit entlang der Mittelachse des Mischungs-
gebietes und ist definiert als u0 (x) = u(x, 0, 0). Die zum Vergleich notwendige Selb-
stähnlichkeitsvariable r1/2 (x) beschreibt den Abstand zwischen Mittelachse und dem
Punkt, an dem die Geschwindigkeit u0 (x) die Hälfte ihres ursprünglichen Wertes besitzt
u(x, r1/2 (x), 0) = u0 (x)/2. Abbildung 6.28 zeigt zeitlich gemittelte axiale Geschwindig-
keitsmomente für verschiedene Querschnitte entlang des Mischungsgebietes. Die Verläu-
fe der experimentellen Referenzdaten (Abbildungen 6.28(a) und 6.28(b)) liegen sowohl
für die mittlere Geschwindigkeit als auch für die mittleren Geschwindigkeitsfluktuatio-
nen eng beisammen, was die selbstähnliche Entwicklung des Strahlzerfalls bestätigt. In
der numerischen Vorhersage (Abbildungen 6.28(c)-6.28(f)) ist ebenfalls eine deutliche
Selbstähnlichkeit zwischen den Profilen der jeweiligen Momente zu erkennen. Die ge-
ringe Diskrepanz zwischen den im Nah- und Fernfeld gelegenen Verläufen liegt in der
stetigen Gitterverzehrung stromabwärts, welche den Transport der Geschwindigkeitsf-
luktuationen merklich dämpft.
Basierend auf der theoretischen Betrachtung ebener Freistrahlen von Tollmien [148]
skaliert der Strahl entlang der Mittelachse näherungsweise mit x−1/2 in der Transiti-
onszone und mit x−1 im Selbstähnlichkeitsbereich. Die experimentelle Bestätigung von
Tollmiens Berechnungen erfolgte u.a. durch Förthmann [46], Corsin [28] sowie Hinze
und Zijnen [63]. Abbildung 6.29 zeigt für den vorliegenden Anwendungsfall den Verlauf
der mittleren Geschwindigkeit entlang der Mittelachse des Strahlmischers im Vergleich
zu den theoretischen Vorhersagen von Tollmien sowohl für die experimentellen Refe-
renzdaten als auch für die Ergebnisse der numerischen Simulation. Deutlich ist die gute
Übereinstimmung zwischen theoretischer Vorhersage und Experiment bzw. Numerik zu
erkennen, was die Zuverlässigkeit und Qualitität der numerischen Simulation sowie der
experimentellen Referenzdaten nachhaltig untermauert.
Analog zur Geschwindigkeit lässt sich gleichermaßen die Entwicklung des Mischungs-
bruches auf makroskopische Selbstähnlichkeit untersuchen. In Abbildung 6.30 sind aber-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 102

1.0 0.25
x/D=0.6
0.8 x/D=1.1 0.20
x/D=3.1
huxi / hu0i

hu0xi / hu0i
0.6 x/D=5.1 0.15
x/D=7.1
0.4 x/D=9.1 0.10

0.2 0.05

0.0 0.00
0 1 2 3 4 5 0 1 2 3 4 5
r/r1/2 r/r1/2

(a) Geschwindigkeit. (b) Geschwindigkeitsfluktutationen.

1.0 0.25
x/D=0.6
0.8 x/D=1.1 0.20
x/D=3.1
huxi / hu0i

0.6 x/D=5.1 hu0xi / hu0i


0.15
x/D=7.1
0.4 x/D=9.1 0.10
x/D=11.1
0.2 x/D=13.1 0.05

0.0 0.00
0 1 2 3 4 5 0 1 2 3 4 5
r/r1/2 r/r1/2

(c) Geschwindigkeit. (d) Geschwindigkeitsfluktutationen.

2.0 2.0

1.8 1.8

1.6 1.6
hKux i
hSux i

1.4 1.4

1.2 1.2

1.0 1.0
0 1 2 3 4 5 0 1 2 3 4 5
r/r1/2 r/r1/2

(e) Schiefe. (f) Wölbung.

Abb. 6.28.: Darstellung der zeitlich gemittelten axialen Geschwindigkeitsmomente für


verschiedene Querschnitte, (a)-(b) Experiment und (c)-(f) Simulation. Die
Profile liegen eng beisammen, was die selbstähnliche Entwicklung des
Strahls bestätigt.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 103

1.0 1.0
Referenz Simulation
0.8 x−1/2 0.8 x−1/2
x−1 x−1
huxi / hu0i

huxi / hu0i
0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 0 2 4 6 8 10
x/D x/D
(a) Experiment (b) Simulation

Abb. 6.29.: Abklingen der mittleren axialen Geschwindigkeit entlang der Mittelachse
des Strahlmischers im Experiment (a) und in der Simulation (b). Deutlich
erkennbar ist die Übereinstimmung der Geschwindigkeitsabnahme mit den
vorhergesagten Skalierungsvorschriften für die Transitionszone sowie den
Selbstähnlichkeitsbereich.

mals die zeitlich gemittelten Momente, diesmal jedoch bezogen auf den Mischungsbruch,
für verschiedene Querschnitte entlang des Mischungsgebietes dargestellt. Die experimen-
tellen Daten (Abbildungen 6.30(a) und 6.30(b)) zeigen das Vorhandensein von Selbst-
ähnlichkeit für den Bereich bis x/D < 5. Ab x/D > 5 ist ein fortlaufender Übergang
zu einer nicht linearen Skalierung erkennbar. Erst mit dem Einsetzen der vollständigen
Homogenisierung ab x/D > 9 zeigen sich in den Verläufen der numerischen Ergebnis-
se (Abbildungen 6.30(c) und 6.30(d)) wiederum fraktale Skalierungseigenschaften, was
andererseits auch zu erwarten ist, da dem konvektiven Transport des homogenen Ge-
misches kein nennenswerter turbulenter diffusiver Stoffausgleich gegenüber steht. Ein
ähnliches Verhalten lässt sich ebenfalls für die höheren Momente des Mischungsbruches
in Abbildung 6.30(e) und 6.30(f) beobachten. Die Betrachtung des Verlaufs entlang
der Mittelachse in Abbildung 6.31 lässt hingegen Abweichungen zu der von Tollmien
vorhergesagten Skalierung der Geschwindigkeit erkennen. In der Transitionszone erfolgt
die Abnahme des Mischungsbruches nur im Bereich 1 < x/D < 2 mit x−1/2 wohingegen
ab x/D > 5 wieder eine Übereinstimmung mit der x−1 Skalierung augenscheinlich ist.

6.6. Mikromischung
Die vollständige Auflösung aller kleinskaligen turbulenten Strukturen der Mikromi-
schung ist mit den zur Verfügung stehenden Rechenkapazitäten nicht realisierbar. Um
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 104

1.0 0.25
x/D=0.6
0.8 x/D=1.1 0.20
x/D=3.1

hφ0i / hφ0i
0.15
hφi / hφ0i

0.6 x/D=5.1
x/D=7.1
0.4 x/D=9.1 0.10

0.2 0.05

0.0 0.00
0 1 2 3 4 5 0 1 2 3 4 5
r/r12 r/r1/2

(a) Mischungsbruch. (b) Standardabweichung des Mischungsbruchs.

1.0 0.25
x/D=0.6
0.8 x/D=1.1 0.20
x/D=3.1
hφ0i / hφ0i
0.15
hφi / hφ0i

0.6 x/D=5.1
x/D=7.1
0.4 x/D=9.1 0.10
x/D=11.1
0.2 x/D=13.1 0.05

0.0 0.00
0 1 2 3 4 5 0 1 2 3 4 5
r/r12 r/r1/2

(c) Mischungsbruch. (d) Standardabweichung des Mischungsbruchs.

2.0 2.0

1.8 1.8

1.6 1.6
hKφi
hSφi

1.4 1.4

1.2 1.2

1.0 1.0
0 1 2 3 4 5 0 1 2 3 4 5
r/r1/2 r/r1/2

(e) Schiefe. (f) Wölbung.

Abb. 6.30.: Darstellung zeitlich gemittelter Momente des Mischungsbruchs für ver-
schiedene Querschnitte, (a)-(b) Experiment und (c)-(f) Simulation.

bei der gegebenen Reynolds und Schmidt Zahl dennoch realistische Aussagen über das
Verhalten sowie die Form der Strukturen treffen zu können, muss der Einfluss der Fe-
instrukturmodellierung durch eine geeignete Gitterverfeinerung unter Berücksichtigung
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 105

1.0 1.0
Referenz Simulation
0.8 x−1/2 0.8 x−1/2
x−1 x−1
hφi / hφ0i

hφi / hφ0i
0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 0 2 4 6 8 10
x/D x/D
(a) Experiment (b) Simulation

Abb. 6.31.: Abklingen des mittleren Mischungsbruches entlang der Mittelachse des
Strahlmischers im Experiment (a) und in der Simulation (b). Weniger aus-
geprägt ist die Übereinstimmung der Mischungsbruchabnahme mit den ad-
aptierten Skalierungsvorschriften als im Fall der Geschwindigkeit.

der vorhandenen Rechenkapazitäten soweit wie möglich reduziert werden. Die Kenn-
zahlen des resultierenden Gitters G4 sind in Tabelle 6.3 abgebildet. Es ist anzumerken,

Anzahl Zellen
ID Düse Rohr Mischungsgebiet Total L/D Y+ d Y+ D
G4 643200 37305600 53504000 91452800 8 0,05...4 0,2...2
Tab. 6.3.: Kennzahlen des Rechengitters G4.

dass die beim Gitter G4 zur Erzeugung der turbulenten Einstromrandbedingungen vor-
geschaltete Rohrströmung aufgrund ihrer enormen Zellanzahl einen nicht unerheblichen
Teil des Rechenaufwands verursacht. Als Alternative hierzu wäre der Inflow-Generator
von Kornev et al. [82] zu erwähnen, welcher auf Basis von künstlich erzeugter Turbulenz
vergleichbare turbulente Schwankungen reproduzieren kann. Unglücklicherweise befand
sich der Inflow-Generator zum Zeitpunkt der Simulation noch in der Entwicklung und
stand deswegen nicht zur Verfügung.
Eine weitere in dieser Arbeit verwendete Methode zur Erfassung der kleinskaligen turbu-
lenten Strukturen ist in Abbildung 6.32 dargestellt. Als Basisgitter dient das Gitter G3.
In den gelb eingefärbten Gebieten wird das Gitter stufenweise bis auf eine Zellauflösung
von 4 µm in Position 1 (Scherschicht) bzw. 2 µm in Position 2 (Strahlmitte) verfeinert.
Die roten Bereiche markieren hierbei die Gebiete mit der höchsten Auflösungstufe. Es
ist natürlich zu berücksichtigen, dass bereits im Vorfeld der Verfeinerungsboxen ein
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 106

Abb. 6.32.: Position der lokalen Gitterverfeinerungsboxen (gelb) im Mischungsgbiet des


Gitters G5. Die Gitterauflösung in den kleinsten Gitterverfeinerungsboxen
(rot) beträgt 4 µm in Position 1 (Scherschicht) bzw. 2 µm in Position 2
(Strahlmitte).

gewisser Informationsverlust zum Tragen kommt, welcher im Rahmen der Grobstruk-


tursimulation unvermeidbar ist. Dennoch wird davon ausgegangen, dass die turbulenten
Strukturen bis zum Erreichen der roten Markierung ausreichend Zeit zum Entwickeln
haben, so dass die dort gesammelten Daten als hinreichend genau im Rahmen der
statistischen Auswertung angesehen werden können. Die stufenweise Verfeinerung des
Gitters spielt hierfür eine wichtige Rolle und ist deshalb so ausgelegt, dass der Über-
gang zur nachfolgenden Auflösungsebene möglichst glatt und gleichmäßig erfolgt. Die
Verteilung der Datenpunkte innerhalb der rot markierten Gebiete kann Abbildung 6.33
entnommen werden. Entlang der farbig markierten Linien wird pro Gitterzelle jeweils
ein Datenpunkt gesammelt. Die sich daraus ergebende Auflösung ermöglicht somit die
räumliche Erfassung auch kleiner turbulenter Strukturen der Geschwindigkeit und des
Mischungsbruchs. Durch die stufenweise Verfeinerung einhergehend mit der lokal ho-
hen Gitterauflösung beträgt die Zeitschrittweite im Rahmen der Simulation jedoch nur
10−7 s, womit es für eine aussagekräftige Statistik einer extrem langen Simulationsdau-
er bedarf. Durch die Begrenzung der zur Verfügung stehenden Rechenkapazitäten liegt
die simulierte Realzeit deshalb bei nur 0,4 s während unter Verwendung des Gitters G4
die simulierte Realzeit aufgrund der höheren Zeitschrittweite von 10−5 s mehr als 2 s
beträgt. Die Courant Zahl ist in beiden Fällen konstant 0,25.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 107

Abb. 6.33.: Verteilung der Datenpunkte innerhalb der höchsten Auflösungsstufe des
Gitters G5. Entlang der farbig markierten Linien wird pro Gitterzelle je-
weils Datenpunkt erfasst.

6.6.1. Spektrum
Die Validierung des von Kolmogorov und Batchelor vorhergesagten Geschwindigkeits-
bzw. Mischungsbruchspektrums bedingt Kenntnis über die Kolmogorov Länge η, die
Batchelor Länge λB und die mit η assozierten Frequenzen kη bzw. fη . Die gesuch-
ten Größen lassen sich mit Hilfe der Gleichungen 2.24 und 2.21 bestimmen, wobei
die Dissipationsrate  im Rahmen dieser Arbeit auf dem empirischen Ansatz  =
48 (Ud3 /d) ((x − x0 ) /d)−4 von Miller und Dimotakis [102] für turbulente Freistrahlen
beruht, welcher annäherungsweise mit den Abschätzungen von Jahnke [67] und Kornev
[84] übereinstimmt. Tabelle 6.4 fasst die Werte der Mikroskalen für die betrachteten
Punkte x/D = 0, 4, x/D = 2 und x/D = 8 übersichtlich zusammen. Es sei ange-

x/D r/D η [µm] λB [µm] kη [m−1 ] fη [Hz]


0,4 0,06 8-12 0,25-0,38 38000-131000 1700-21000
2 0 38 1,2 26300 830
8 0 152 5 6600 52
Tab. 6.4.: Längen und Frequenzen der Mikroskalen.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 108

merkt, dass der Punkt x/D = 0, 4 nicht auf der Mittelachse, sondern leicht versetzt bei
r/D = 0, 06 liegt, wodurch für die resultierenden Skalen lediglich Wertebereiche zwi-
schen dem entsprechendem Wert entlang der Mittelachse und der äußeren Strömung
angegeben werden. Die tatsächlichen Werte an diesem Punkt liegen in den jeweils ab-
geschätzten Intervallgrenzen.

Abbildung 6.34 zeigt die Energiespektren der Geschwindigkeits- und Mischungsbruchf-


luktuationen am Punkt x/D = 0, 4 für das Gitter G4. Aus den Graphen ist ersichtlich,
das sowohl die zeitlichen (links) als auch räumlichen (rechts) Spektren einen −5/3 An-
stieg im Trägheitsbereich aufweisen. Die Abschätzung für fη stimmt mit der Position des

101 101

100

10−1
f −5/3 k −5/3

10−2
100
E(f )/ E(f )max

10−3
E(k)/ E(k)max

10−4

10−5
10−1
10−6

10 −7

10−8

10−9 0 10−2 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(a) Geschwindigkeit (b) Geschwindigkeit


101 100

100

10−1 k −5/3
10−1
10−2
f −5/3
E(f )φ/ E(f )φmax

Eφ(k)/ Eφ(k)max

10−3

10−4 10−2

10−5
f −1
10−6
10−3
10−7

10−8

10−9 0 10−4 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.34.: Zeitliches (links) und räumliches (rechts) Frequenzspektrum der


Geschwindigkeits- und Mischungsbruchfluktuationen am Punkt x/D =
0.4,r/D = 0.6 des Gitters G4.

Dissipationsbereichs im zeitlichen Geschwindigkeitsspektrum 6.34(a) überein. Beim Mi-


schungsbruch (Abbildung 6.34(c)) deutet sich beim Übergang zum viskos-konvektiven
Bereich kurzzeitig eine Abkehr von −5/3 an, jedoch lassen die Ergebnisse keinen eindeu-
tigen Rückschluss auf das Vorhandensein von −1 in diesem Bereich zu. Vermutlich wäre
zur genaueren Erfassung des viskos-konvektiven Bereichs eine noch kleinere Zeitschritt-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 109

weite gepaart mit einer längeren Simulationsdauer von Vorteil gewesen. Im räumlichen
Spektrum ist die Darstellung des viskos-konvektiven Bereichs aufgrund der dafür zu
geringen räumlichen Auflösung des Gitters G4 nicht möglich. Der mit dem Gitter G4
in diesem Punkt maximal zu erfassende Frequenzbereich ist um mehr als das Dreifache
kleiner als die abgeschätzte Frequenz kη .
Analog zum Punkt x/D = 0, 4 lässt sich ebenfalls im Punkt x/D = 2 der von Kol-
mogorov propagierte Anstieg im Trägheitsbereich der Spektren erkennen (Abbildung
6.35). Spekulativ bleibt hingegen der Anstieg von −1 im viskos-konvektiven Bereich
des zeitlichen Spektrums des Mischungsbruchs (Abbildung 6.35(c)). Wie bereits zuvor
verhindert die vermutlich zu geringe zeitliche Auflösung in Verbindung mit einer zu kur-
zen Simulationsdauer eine genauere Erfassung in diesem Punkt. Aus den räumlichen
Spektren ist ersichtlich, dass die durch das Gitter G4 bei x/D = 2 maximal erfassbare
Wirbelgröße noch immer über der Kolmogorov Länge η liegt, was eine gitterbasierte Er-
fassung des viskos-konvektiven Bereichs somit unmöglich macht. Die Spektren im Punkt

101 100

100

f −5/3 10−1
10−1
k −5/3
10 −2
10−2
E(f )/ E(f )max

10−3
E(k)/ E(k)max

10−4 10−3

10−5
10−4
10−6

10 −7
10−5
10−8

10−9 0 10−6 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(a) Geschwindigkeit (b) Geschwindigkeit


101 100

100 f −5/3

10−1
10−1

10−2
k −5/3
E(f )φ/ E(f )φmax

f −1
Eφ(k)/ Eφ(k)max

10−2
10−3

10−4
10−3
10−5

10−6
10−4

10−7

10−8 0 10−5 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.35.: Zeitliches (links) und räumliches (rechts) Frequenzspektrum der


Geschwindigkeits- und Mischungsbruchfluktuationen am Punkt x/D =
2,r/D = 0 des Gitters G4.

x/D = 8, welcher sich am Ende des Mischungsgebietes befindet, zeigen auch hier einen
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 110

Anstieg von −5/3 im Trägheitsbereich (Abbildung 6.36). Aufgrund der in diesem Punkt
geringeren Reynolds Zahl und der damit verbundenen größeren Mikroskalen erscheint
die zeitliche Auflösung geeignet auch den Übergang zum vikos-konvektivem Bereich im
Spektrum des Mischungsbruches hinreichend genau zu erfassen. In Abbildung 6.36(c) ist
eindeutig das Vorhandensein eines Anstiegs von −1 erkennbar, obgleich die Frequenz fη
nicht mit dem Verlauf des zeitlichen Geschwindigkeitsspektrums in Abbildung 6.36(a)
korreliert. Der Dissipationsbereich des Spektrums sollte demnach bereits vor fη ≈ 52 Hz
abfallen. Mögliche Ursachen für diese Diskrepanz könnten Fehler in der Auswertung
oder den Simulationsdaten sein. Da jedoch die voherigen Spektren auf derselben Aus-
werteprozedur sowie den gleichen Simulationsdaten beruhen und keine derartigen Un-
terschiede aufweisen, bedarf es weiterer eingehender Untersuchungen zur Klärung dieser
Abweichung. Für die Erfassung der kleinskaligen Strukturen des Mischungsbruches ist
die Auflösung des Gitters G4 im Punkt x/D = 8 noch immer unzureichend, was sich
u.a. in der Abwesenheit des viskos-konvektiven Bereichs im räumlichen Spektrum (Ab-
bildung 6.36(d)) zeigt. Abbildung 6.37 und Abbildung 6.38 stellen die Spektren für den

100 100

10−1

10−2
f −5/3 10−1
10−3
E(f )/ E(f )max

10−4
E(k)/ E(k)max

k −5/3
10−5 10−2

10−6

10−7
10−3
10−8

10−9

10−10 0 10−4 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(a) Geschwindigkeit (b) Geschwindigkeit


1
10 10 0

100
f −5/3

10−1
10−1
10−2 f −1

10−3
k −5/3
E(f )φ/ E(f )φmax

Eφ(k)/ Eφ(k)max

10−4 10−2

10 −5

10−6
10−3
10−7

10−8
10−4
10−9

10−10

10−11 0 10−5 2
10 101 102 103 104 10 103 104
f [Hz] k [m−1]

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.36.: Zeitliches (links) und räumliches (rechts) Energiespektrum der


Geschwindigkeits- und Mischungsbruchfluktuationen am Punkt
x/D = 8,r/D = 0 des Gitters G4.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 111

Punkt x/D = 0, 4 und x/D = 2 basierend auf dem Gitter G5 dar. Neben einem Anstieg

100 100

10−1
10−1
10−2 f −5/3
10−3 10−2

10−4 k −5/3
10−3
E(f )/ E(f )max

E(k)/ E(k)max
10−5

10−6 10−4

10−7
10−5
10−8

10 −9
10−6

10−10
10−7
10−11

10 −12
10−8 2
101 102 103 104 105 106 10 103 104 105 106
f [Hz] k [m−1]

(a) Geschwindigkeit (b) Geschwindigkeit


102 100

101
f −5/3 10−1
100

10−1 10−2
k −5/3
10−2 f −1
10−3
E(f )φ/ E(f )φmax

Eφ(k)/ Eφ(k)max
10−3

10−4 10−4

10−5
10−5
10−6 k −1
10−7 10−6

10−8
10−7
10−9

10−10 1 10−8 2
10 102 103 104 105 106 10 103 104 105 106
f [Hz] k [m−1]

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.37.: Zeitliches (links) und räumliches (rechts) Frequenzspektrum der


Geschwindigkeits- und Mischungsbruchfluktuationen am Punkt x/D =
0.4,r/D = 0.6 des Gitters G5.

von −5/3 im Trägheitsbereich zeichnet sich für den viskos-konvektiven Bereich zudem
ein Anstieg von −1 sowohl im zeitlichen als auch räumlichen Spektrum ab. Diese Beob-
achtung sowie die Tatsache, dass die aus den Abbildungen zu entnehmenden Werte für
kη bzw. fη in den theoretisch abgeschätzten Frequenzintervallen liegen, untermauert die
Gültigkeit von Batchelor’s Theorie auch für höhere Reynolds und Schmidt Zahlen. Es
ist hierbei noch anzumerken, dass die schwache Ausprägung des viskos-konvektiven Be-
reichs im zeitlichen Spektrum vor allem auf die geringe Simulationsdauer, bedingt durch
die limitierten Ressourcen, zurückzuführen ist und weniger durch eine unzureichende
zeitliche Auflösung. Im räumlichen Spektrum ist aufgrund der begrenzten Ausdehnung
der hochaufgelösten Gitterboxen leider nur der Anfang des viskos-konvektiven Bereichs
erfassbar. Eine Vergrößerung der Gitterboxen hätte gleichermaßen eine Erhöhung des
Rechenaufwands bedeutet, was mit den gegebenen Ressourcen nicht realisierbar erschi-
en.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 112

100 100

10−1

10−2 10−1

10−3 f −5/3

10−4
k −5/3
10−2
E(f )/ E(f )max

E(k)/ E(k)max
10−5

10−6 10−3

10−7

10−8 10−4

10−9

10−10 10−5

10−11

10−12 1 10−6 2
10 102 103 104 105 106 10 103 104 105 106
f [Hz] k [m−1]

(a) Geschwindigkeit (b) Geschwindigkeit


101 100

100
10−1
10−1
f −5/3
10 −2
10−2
10−3
f −1 10−3
E(f )φ/ E(f )φmax

10−4 k −5/3

Eφ(k)/ Eφ(k)max
10−5
10−4
10−6

10−7 10−5
10−8
10−6
10−9 k −1
10−10
10 −7

10−11

10−12 1 2 3 4 5 6 10−8 3
10 10 10 10 10 10 10 104 105 106
f [Hz] k [m−1]

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.38.: Zeitliches (links) und räumliches (rechts) Frequenzspektrum der


Geschwindigkeits- und Mischungsbruchfluktuationen am Punkt x/D =
2,r/D = 0 des Gitters G5.

6.6.2. Intermittenz
Bei Mischungsprozessen mit hohen Schmidt Zahlen Sc >> 1 stellt das Vorhanden-
sein von Regionen mit ausgeprägten räumlichen Änderungen der passiv transportierten
Komponenten ein charakteristisches Merkmal dar. Diese zum Teil sehr scharfkantigen
klippenähnlichen Strukturen sind maßgeblich verantwortlich für die kleinskalige Inter-
mittenz [155]. Abbildung 6.39 illustriert den Verlauf der turbulenten Strukturen für die
Geschwindigkeit 6.39(a) und den Mischungsbruch 6.39(b) unter Verwendung des Gitters
G4. Zu Beginn der Vermischung lassen sich bereits qualitative Unterschiede zwischen
den Strukturen des Geschwindigkeitsfeldes und des Mischungsbruchs erkennen. Insbe-
sondere im Bereich der Scherschicht und des Strahlzerfalls, wo die stärksten Gradienten
auftreten, zeigt der Mischungsbruch deutlich steiler abfallende Flanken während das
Geschwindigkeitsfeld weichere Übergänge aufweist. Einen quantitativen Einblick in die
strukturelle Beschaffenheit der sich bildenden Formationen erlaubt die Strukturfunktion
erster Ordnung mit ∆Φ (r) = Φ (r) − Φ (0). Für die Positionen x/D = 0, 4, r/D = 0, 06
und x/D = 2, r/D = 0 zeigt Abbildung 6.40 die Kurtosis von ∆Φ (r) sowohl für den
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 113

(a) Geschwindigkeit (b) Mischungsbruch

Abb. 6.39.: Illustration der scharfkantigen Strukturen der Geschwindigkeit und des Mi-
schungsbruchs beim Gitter G4.

10 10
x
y
8 8
2

2
h∆|u|(r)4i/h∆|u|(r)2i

h∆|u|(r)4i/h∆|u|(r)2i
6 6

4 4

2 2

0 0
0 1 2 3 4 5 0 1 2 3 4 5
−3
r ×10 r ×10−3

(a) Geschwindigkeit (b) Geschwindigkeit


100 100

80 80
2

2
h∆φ(r)4i/h∆φ(r)2i

h∆φ(r)4i/h∆φ(r)2i

60 60

40 40

20 20

0 0
0 1 2 3 4 5 0 1 2 3 4 5
r ×10−3 r ×10−3

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.40.: Kurtosis der Strukturfunktion erster Ordnung als Funktion von r entlang
Hauptströmungsrichtung (x) sowie radialer Richtung (y) jeweils für Posi-
tion x/D = 0, 4, r/D = 0, 06 (links) und Position x/D = 2, r/D = 0
(rechts) des Gitters G4.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 114

Betrag der Geschwindigkeit als auch den Mischungsbruch. In beiden Positionen ist eine
starke Tendenz zu einem gaussförmigen Verlauf erkennbar auch wenn der experimen-
tell ermittelte Wert von 3 [84] nicht überall vollständig getroffen wird. Lediglich im
Trägheitsbereich r < 10−3 zeigen sich für den Mischungsbruch sowie für die Geschwin-
digkeit in Position 1 ein nicht gaussförmiger Verlauf, was darauf hindeutet, dass die
kleinskaligen Strukturen starken räumlichen Änderungen unterworfen sind, welche das
Gitter G4 nur unvollständig erfassen kann. Bestätigt wird diese Beobachtung durch die
Untersuchung der experimentellen Referenzdaten durch Kornev et al. [84] und anhand
der Ergebnisse basierend auf dem Gitter G5. Wie der Illustration in Abbildung 6.41

(a) Geschwindigkeit Position 1 (b) Geschwindigkeit Position 2

(c) Mischungsbruch Position1 (d) Mischungsbruch Position 2

Abb. 6.41.: Illustration der scharfkantigen Strukturen der Geschwindigkeit und des Mi-
schungsbruchs für die Verfeinerungsgebiete des Gitters G5. Die Auflösung
der beiden Regionen liegt jeweils zwischen der Kolmogorov Länge η und
der Batchelor Länge λB .

entnommen werden kann, sind bei Auflösung der Kolmogorov Länge kaum Strukturen
im Geschwindigkeitsfeld erkennbar während im Mischungsbruch genau das Gegenteil
der Fall ist. Die Betrachtung der Strukturfunktion erster Ordnung in Abbildung 6.42
zeigt für das Geschwindigkeitsfeld einen beinahe gleichförmigen Verlauf während beim
Mischungsbruch starke Intermittenz unterhalb des Trägheitsbereiches r < η ≈ 30 µm
zu beobachten ist. Ebenso veranschaulicht Abbildung 6.42, dass die Längenmaße der
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 115

10 10
x
y
8 8
2

2
h∆|u|(r)4i/h∆|u|(r)2i

h∆|u|(r)4i/h∆|u|(r)2i
6 6

4 4

2 2

0 0
0 1 2 3 4 5 0 1 2 3 4 5
r ×10−4 r ×10−4

(a) Geschwindigkeit (b) Geschwindigkeit


100 100

80 80
2

2
h∆φ(r)4i/h∆φ(r)2i

h∆φ(r)4i/h∆φ(r)2i
60 60

40 40

20 20

0 0
0 1 2 3 4 5 0 1 2 3 4 5
−4
r ×10 r ×10−4

(c) Mischungsbruch (d) Mischungsbruch

Abb. 6.42.: Kurtosis der Strukturfunktion erster Ordnung als Funktion von r entlang
Hauptströmungsrichtung (x) sowie radialer Richtung (y) jeweils für Posi-
tion x/D = 0, 4, r/D = 0, 06 (links) und Position x/D = 2, r/D = 0
(rechts) des Gitters G5.

kleinskaligen turbulenten Strukturen im Mischungsbruch stromabwärts weiter zuneh-


men einhergehend mit dem Anwachsen der Längemaße der turbulenten Strukturen im
Geschwindigkeitsfeld.

6.6.3. Dissipationsrate
Abbildung 6.43(a) zeigt die Dissipationsrate der turbulenten kinetischen Energie ent-
lang der Mittelachse des Strahlmischers für das Gitter G4. Wie aus der Abbildung
ersichtlich wird, ist die Dissipation in der Scherschicht und im Bereich des Strahlzer-
falls deutlich stärker ausgeprägt als in den restlichen Gebieten. Ebenfalls erkennbar
sind die dissipativen Strukturen in Wandnähe, die sich, bedingt durch die Wandgrenz-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 116

schicht, beim Übergang von der viskosen Unterschicht zum logarithmischen Bereich
ausbilden [127]. Die rot eingefärbten Bereiche in Abbildung 6.43(a) kennzeichnen die

(a) Gitter G4.

(b) Gitter G5, x/D = 0, 4 (links) und x/D = 2 (rechts).

Abb. 6.43.: 2D Darstellung der Dissipationsrate der turbulenten kinetischen Energie.


Die roten Bereiche in (a) kennzeichnen die Positionen der beiden in (b)
dargestellten Ausschnitte.

Positionen der hochaufgelösten Gitterboxen des Gitters G5, dargestellt in Abbildung


6.43(b). Obwohl die Gitterauflösung bereits unterhalb der abgeschätzten Kolmogorov
Länge liegt, sind vereinzelt noch turbulente Strukturen im Dissipationsfeld vorhanden.
Deren undifferenzierte Abgrenzungen lassen jedoch die bereits einsetzende Dissipation
klar erkennen. Aus Abbildung 6.43(b) ist ferner ersichtlich, dass vor allem spiralförmige
und parallel verlaufende Strukturen das Geschwindigkeitsfeld mit abnehmender Wir-
belgröße dominieren.
In Abbildung 6.44(a) ist, basierend auf dem Gitter G4, die Wahrscheinlichkeitsdich-
tefunktion der mittelwertsbefreiten logarithmischen Dissipationsrate für verschiedene
Querschnitte entlang der Mittelachse des Mischungsgebietes dargestellt. Auffällig ist
die logarithmische Normalverteilung der WDFs entlang der Mittelachse, was die K62
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 117

Theorie von Kolmogorov [80] zumindest für die Skalen im mittleren Trägheitsbereich
zu stützen scheint. Die Allgemeingültigkeit der K62 Theorie, wie von Kolmogorov an-
genommen, ist aufgrund der nachgewiesenen Inkonsistenzen des zugrunde liegenden
logarithmischen Modells [44] jedoch unzutreffend. Weiterhin belegt Abbildung 6.44(a),
dass die kleinskaligen Strukturen an den verschiedenen Positionen der Mittelachse be-
reits im Trägheitsbereich und nicht erst mit Beginn der Kolmogorov Länge ähnlich
zueinander sind. Abbildung 6.44(b) stellt die WDFs der mittelwertsbefreiten logarith-

0.6 1.2
x/D = 1 x/D = 0, 4 (G4)
0.5 x/D = 2 1.0 x/D = 0, 4 (G5)
x/D = 3 x/D = 2 (G4)
0.4 0.8
x/D = 5 x/D = 2 (G5)
WDF

WDF
0.3 x/D = 7 0.6
Gauss
0.2 0.4
0.1 0.2
0.0 0.0
−10 −5 0 5 10 −10 −5 0 5 10
loge() − hloge()i [m2/s3] loge() − hloge()i [m2/s3]

(a) Gitter G4. (b) Gitter G4 vs. G5.

Abb. 6.44.: Wahrscheinlichkeitsdichtefunktion der mittelwertsbefreiten logarithmi-


schen Dissipationsrate der turbulenten kinematischen Energie.

mischen Dissipationsrate für die Punkte x/D = 0, 4 und x/D = 2 zwischen dem Gitter
G4 und G5 gegenüber. Hierbei ist anzumerken, dass aufgrund der geringen Anzahl an
Werten die Kurven für das Gitter G5 einen zum Teil sprunghaften Verlauf aufweisen.
Dennoch ist eindeutig erkennbar, dass die Verläufe der jeweiligen WDFs näherungsweise
übereinstimmen, was die Gitterunabhängigkeit der Ergebnisse bestätigt. Des Weiteren
lässt sich aus Abbildung 6.44(b) ableiten, dass die Beschaffenheit der Gitterverfeinerung
des Gitters G5 zweifellos geeignet erscheint eine möglichst realitätsnahe Darstellung der
Strukturen des Geschwindigkeitsfeldes innerhalb der Boxen zu gewährleisten.

Im Gegensatz zur Dissipationsrate der turbulenten kinetischen Energie ist die Dissipa-
tionsrate des Mischungsbruches (Abbildung 6.45(a)) vorwiegend in dünnen Schichten
konzentriert. In Übereinstimmung mit Buch und Dahm [18] sowie den experimentellen
Referenzdaten [164, 84] lassen sich hierbei drei fundamentale Topologien identifizie-
ren (Abbildungen 6.45(b) und 6.45(c)). Dazu gehören Regionen mit nahezu parallelen
Dissipationsschichten, Gebiete in denen die Dissipationsschichten orthogonal zueinan-
der verlaufen sowie spiralförmige Strukturen. Die Wahrscheinlichkeitsdichtefunktion der
mittelwertsbefreiten logarithmischen Dissipationsrate χ (Abbildung 6.46(a)) zeigt für
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 118

(a) Simulation, Gitter G4

(b) Experiment. (c) Simulation, Gitter G5, x/D = 0, 4 (oben)


und x/D = 2 (unten).

Abb. 6.45.: 2D Darstellung der Strukturen der Dissipationsrate des Mischungsbru-


ches. Die roten Bereiche in (a) kennzeichnen die Positionen der beiden
in (c) dargestellten Ausschnitte. Zum Vergleich illustriert (b) die Struk-
turen der Dissipationsrate des Mischungsbruches aus den experimentellen
Referenzdaten.

x/D > 2 wie schon zuvor bei  eine logarithmische Normalverteilung der Dissipati-
onsrate. Diese Tatsache steht jedoch im Widerspruch zu den experimentellen Refe-
renzdaten bei denen eine klare Abweichung von der logarithmischen Normalverteilung
erkennbar ist [84]. Eine mögliche Ursache hierfür könnte der Informationsverlust bei
der Bestimmung der experimentellen Dissipationsrate sein, da diese nur auf zweidi-
mensionalen Messdaten beruht, wohingegen die numerischen Daten dreidimensionaler
Natur sind. Der nicht gaussförmige Verlauf der WDFs für x/D < 2 ist das Resul-
tat nichtperiodischer Oszillationen am Düsenausgang, die eine Bewegung des Strahls
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 119

in radiale Richtung bewirken. Die Ursache für die Entstehung der Oszillationen sind
die zunehmenden Instabilitäten entlang der Scherschicht. Interessanterweise scheint die
Ähnlichkeit der skalaren Strukturen analog wie bei den Strukturen des Geschwindig-
keitsfeldes stromabwärts bestehen zu bleiben, obwohl durch das Gitter G4 nur Skalen
im intertial-konvektiven Bereich erfasst werden. Es ist somit offentsichtlich, dass auch
für die Strukturen des Mischungsbruches Ähnlichkeitseffekte bereits bei deutlich größe-
ren Längenskalen auftreten als die der Batchelorlänge [84]. Die Übereinstimmung der

0.25 0.5
x/D = 1 x/D = 0, 4 (G4)
0.20 x/D = 2 0.4 x/D = 0, 4 (G5)
x/D = 3 x/D = 2 (G4)
0.15 x/D = 5 0.3 x/D = 2 (G5)
WDF

WDF
x/D = 7
0.10 Gauss 0.2

0.05 0.1

0.00 0.0
−10 −5 0 5 10 −10 −5 0 5 10
loge(χ) − hloge(χ)i [1/s] loge(χ) − hloge(χ)i [1/s]

(a) Gitter G4. (b) Gitter G4 vs. G5.

Abb. 6.46.: Wahrscheinlichkeitsdichtefunktion der mittelwertsbefreiten logarithmi-


schen Dissipationsrate des Mischungsbruches.

logarithmischen Dissipationsrate für das Gitter G4 und G5 in den Punkten x/D = 0, 4


und x/D = 2 (Abbildung 6.46(b)) untermauert erneut die Gitterunabhängigkeit der
erzielten Ergebnisse und belegt, dass auch die kleinskaligen skalaren Strukturen des
Mischungsbruches in den hochaufgelösten Gitterboxen des Gitters G5 ädequat abgebil-
det werden.

6.6.4. Fraktale Eigenschaften


Aus zurückliegenden Untersuchungen, z.B. [137, 34, 141, 99], ist bekannt, dass in tur-
bulenten Strömungen Gradientenfelder, wie Wirbelstärke, Enstrophie oder Dissipati-
onsrate bei ausreichend hoher Reynolds Zahl über einen größeren Skalenbereich hinweg
multifraktale Eigenschaften aufweisen können. Auf Basis dieser Beobachtungen wurden
in den vergangenen Jahren eine Vielzahl von Modellen mit (multi)fraktalen Eigenschaf-
ten, insbesondere für hohe Schmidt und Reynolds Zahlen, entwickelt [19, 20, 143, 97,
134, 37, 36]. Der Nachweis von Selbstähnlichkeit ist für turbulente Strömungen mit
hohen Schmidt und Reynolds Zahlen, aufgrund des enormen Aufwands zur Erfassung
der kleinsten Strukturen, jedoch noch immer ein schwieriges Unterfangen. Die in dieser
Arbeit verwendete Methode zur Untersuchung der Mikromischung auf Selbstähnlichkeit
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 120

beruht auf dem Theorem von Novikov [66], das bereits in mehreren Studien zum Thema
multifraktale Turbulenz, z.B. [22, 84], Anwendung fand.
Ausgehend von einer positiv stochastischen Funktion f sei ein Koeffizient qr1 ,r2 definiert
als
qr1 ,r2 (h, x) = fr1 (y)/fr2 (x) , (6.3)

wobei
x+r
Z 2 /2
1 y−x
fr2 (x) = f (y)dy , −0, 5 ≤ h = ≤ 0, 5 , r1 < r2 . (6.4)
r2 r2 − r1
x−r2 /2

Als Voraussetzung gilt, dass die Funktion f lokal homogen und isotrop für Skalen klei-
ner als eine bestimmte Integrallänge L ist. Des Weiteren wird angenommen, dass die
aufeinanderfolgenden Koeffizienten qr1 ,r2 statistisch unabhängig sind und eine charakte-
ristische Länge l existiert, die entweder von der Viskosität oder Diffusion abhängt. Wenn
keine anderen charakteristischen Skalen zwischen l und L die Funktion f beeinflussen,
dann wird die Wahrscheinlichkeitsdichtefunktion von qr1 ,r2 nur vom Verhältnis r2 /r1 und
|h| bestimmt, jedoch vorausgesetzt, dass r1 und r2 die Bedingung l << r1 < r2 << L
erfüllen. Die bekannteste Prozedur zur Bestimmung der Verteilung der Koeffizienten ist
die Betrachtung einer hierachischen Abfolge von Eltern-Kind-Boxen einheitlicher Grö-
ße. Dabei wird jede Eltern-Box der Größe p unterteilt in eine Anzahl von Kind-Boxen
i mit der Größe s = p/i. Aus dem Verhältnis M zwischen Eltern-Box und Kind-Boxen
kann auf Basis eines Histogramms die Wahrscheinlichkeitsdichtefunktion ermittelt wer-
den. Nach dem Theorem von Novikov soll dabei die Form der WDF invariant gegenüber
den Skalen im Trägheitsbereich bleiben.
In dieser Arbeit erfolgt die Unterteilung des Gebietes auf Basis kubischer Boxen in Form
einer einfachen binomialen Kaskade. Das Verhältnis M ergibt sich hierbei aus
Z Z
M= φ (V ) / φ (V ) dV . (6.5)
Kind Eltern

Für andere Boxarten sei auf Kornev et al. [84] verwiesen. Abbildung 6.47 visualisiert
am Beispiel der Dissipationsrate des Mischungsbruches χ für verschiedene Boxgrößen
p die dazugehörigen WDFs in den Punkten x/D = 0, 4 und x/D = 2 des Gitters G5.
Die Verteilung von M zeigt eine starke Abhängigkeit von p, die ebenfalls von Kornev
et al. [84] bei der Untersuchung der experimentellen Referenzdaten beobachtet wurde.
Mit abnehmender Boxgröße verringert sich die Wölbung der WDFs, was gleichbedeu-
tend ist mit dem Anstieg der Wahrscheinlichkeit einer unregelmäßigen Verteilung von
χ zum Ende des Trägheitsbereiches. Kornev et al. [84] zeigt für die experimentellen Re-
ferenzdaten, dass die Verteilung von M für unterschiedliche p entlang der Mittelachse
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 121

5 5
1024µm
4 512 µm 4
256 µm
128 µm
3 3
WDF

WDF
64 µm

2 2

1 1

0 0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
M M
(a) x/D = 0, 4, r/D = 0, 06 (b) x/D = 2, r/D = 0

Abb. 6.47.: Wahrscheinlichkeitsdichtefunktion für verschiedene Boxgrößen p des Git-


ters G5.

des Mischungsgebietes variiert und somit nicht universell ist. Ein analoger Vergleich
der numerischen Daten (Abbildung 6.48) liefert ein etwas differenzierteres Bild. Für die
Skalen am Anfang des Trägheitsbereiches existieren ebenso wie bei den experimentellen
Daten Abweichungen zwischen den betrachteten Positionen entlang der Mittelachse.
Die Skalen am Ende des intertial-konvektiven Bereiches deuten hingegen eine Über-
einstimmung der WDFs an. Im Gegensatz zu den Ergebnissen von Kornev et al. [84]
scheint Novikov’s Modell zumindest für die Skalen am Ende des intertial-konvektiven
Bereichs geeignet zu sein. Für eine gründlichere Validierung von Novikov’s Theorem
wäre die Untersuchung weiter stromabwärts gelegener Gebiete, in denen der intermit-
tente Charakter der Verteilung aufgrund der fortschreitenden Vermischung deutlich
abgeschwächt ist, notwendig, jedoch stehen aufgrund der ressourcenbedingten Engpäs-
se hierzu keine numerischen Daten zur Verfügung. Kornev et al. [84] führt an, dass die
Abweichung zwischen den experimentellen Ergebnissen und Novikov’s Therorem durch
eine fortwährende statistische Abhängigkeit der Koeffizienten qr1 ,r2 hervorgerufen wird.
Diese Abhängigkeit scheint in den numerischen Ergebnissen ebenfalls für die Skalen am
Anfang des Trägheitbereiches zu bestehen. Eine mögliche Erklärung hierfür könnte der
von Jimenez [70] beschriebene Blocking-Effekt sein, bei dem kohärente längliche Struk-
turen, die über einen größeren Skalenbereich hinweg existieren, einen Teil der Kaskade
blockieren.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 122

5 5
x/D = 0, 4
4 x/D = 2 4

3 3
WDF

WDF
2 2

1 1

0 0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
M M
(a) 1024 µm (b) 512 µm

5 5

4 4

3 3
WDF

2 WDF 2

1 1

0 0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
M M
(c) 256 µm (d) 64 µm

Abb. 6.48.: Multiplikatoren G5.

6.7. Reaktiver Stofftransport


Der reaktive Stofftransport basiert auf einer einfachen Neutralisationsreaktion von Salz-
säure (HCl) und Natriumhydroxid (N aOH) in wässriger Lösung

HCl(aq) + N aOH(aq)
N aCl(aq) + H2 O . (6.6)

Für die numerische Modellierung ist es zulässig die Neutralisationsreaktion als irrever-
sible Einschrittreaktion zu betrachten, da das chemische Gleichgewicht stark auf der
Produktseite liegt. Das Reaktionsschema kann demzufolge geschrieben werden als

A+B →P (6.7)

mit A = HCl, B = N aOH und P = N aCl. Weiterhin wird vorausgesetzt, dass die
wässrige Lösung inkompressibel und mischbar ist. Da die initiale Konzentration der Lö-
sung mit A = 1,2 mol/m3 und B = 18 mol/m3 als sehr schwach angesehen werden kann,
unterscheidet sich die kinematische Viskosität und Dichte nicht von der von Wasser. Un-
ter der Annahme einer isothermen Reaktion vereinfacht sich die Arrhenius Gleichung
4.2 zu einer simplen Reaktionskonstante mit r = 109 m3 /(mol s). Aufgrund der um
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 123

mehrere Dimensionen niedrigeren Mischungsrate können die passive Vermischung und


chemische Reaktionskinetik voneinander entkoppelt werden, was die Berechnung des
reaktiven Transports noch weiter vereinfacht. Mit Hilfe einer Reaktionsfortschrittvaria-
blen Z lässt sich die Konzentration der beteiligten Stoffe durch eine lineare Transfer-
gleichung [42] auf Basis des Mischungsbruchs φ, des stöchiometrischen Mischungsbruchs
mit φst = CA0 / (CA0 + CB0 ) und den initialen Konzentrationen CA0 sowie CB0

C A = CA0 (1 − φ − (1 − φst )Z) (6.8)


C B = CB0 (φ − φst Z) (6.9)
C P = CB0 φst Z (6.10)

berechnen. Zur Bestimmung der Stoffkonzentration im Bereich der nicht aufgelösten


Skalen ist eine Kopplung zwischen Reaktionskinetik und turbulentem Stofftransport
erforderlich. Hierzu kommen ein Finite Rate Eddy Dissipation Model (EDM), ein Mul-
ti Environment Model (MEM) sowie ein PDF-Verfahren für unendlich schnelle Chemie
(IFCM) zum Einsatz. Des Weiteren wird unter Verwendung einer konditionierten Reak-
tionsfortschrittvariablen Z|φ ein einfacher PDF-Ansatz (CIFCM) auf Basis experimen-
teller Referenzdaten vorgestellt, der auch Effekte höherer Reynolds und Schmidt Zahlen
berücksichtigt. Voraussetzung für die Anwendung der Mikromischungsmodelle ist jedoch
Kenntnis über die nicht aufgelöste Varianz und Dissipationsrate des Mischungsbruchs.
Eine Vergleichsstudie der in Abschnitt 3.3.3 und 3.3.4 aufgeführten Modellierungsan-
sätze dient hierbei als Grundlage zur Bestimmung der entsprechenden Größen.
Für die Simulation des reaktiven Mischungsprozesses wird das Gitter G2 verwendet.
Das numerische Setup ist analog dem der passiven Vermischung aus Abschnitt 6.2, wo-
bei zusätzlich noch die initialen Konzentrationen CA0 sowie CB0 der Stoffe A = HCl
und B = N aOH in der Düse bzw. der umgebenden Strömung mit betrachtet werden.
Die Randbedingungen für den Transport der Reaktionsfortschrittvariablen Z bzw. Z|φ
sind äquivalent zu den Randbedingungen des Mischungsbruchs mit der Ausnahme, dass
am Anfang des Rechengebietes sowohl für die Düse als auch für die umgebende Strö-
mung jeweils Z = 0 bzw. Z|φ = 0 gilt. Als Feinstrukturmodell kommt durchgängig das
LDMMS zur Anwendung.

Abbildung 6.49 zeigt die aufgelöste und modellierte Varianz des Mischungsbruchs im
Vergleich zu den experimentellen Referenzdaten von Zhdanov et al. [166]. Als skalare
Feinstrukturvarianzmodelle kommen hierbei die dynamischen Varianten des Ähnlich-
keitsmodells (AEM), des Gradientenmodells (GM) und des LED Modells (LED) zur
Anwendung. Die Grobstruktursimulation ohne zusätzliche Modellierung der nicht auf-
gelösten skalaren Varianz (LES) zeigt für das Gitter G2 jedoch bereits eine hervorragen-
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 124

100 100
Referenz
10−1 LES 10−1
AEM
10−2 10−2
sgsi

sgsi
GM
hφ02i, hφ02

hφ02i, hφ02
LED
10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

100 100
10−1 10−1
10−2 10−2
sgsi

sgsi
hφ02i, hφ02

hφ02i, hφ02
10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

100 100
10−1 10−1
10−2 10−2
sgsi

sgsi
hφ02i, hφ02

hφ02i, hφ02

10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.49.: Vergleich der zeitlich gemittelten aufgelösten und modellierten Varianz des
Mischungsbruchs mit experimentellen Referenzdaten.

de Übereinstimmung mit den experiementellen Referenzdaten, so dass der Beitrag der


skalaren Feinstrukturvarianz im Rahmen der Gesamtvarianz nur eine untergeordnete
Rolle spielt. Dieser Umstand spiegelt sich dementsprechend in den weitaus geringeren
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 125

Werten der numerischen Vorhersagen der Modelle wieder, wie Abbildung 6.49 eindeutig
belegt. Das LED und GM weisen einen nahezu identischen Verlauf auf, was u.a. daran
liegt, dass beide Modelle sich im Grunde nur in der Bestimmung des dynamischen Ko-
effizientens unterscheiden, der im vorliegenden Fall annähernd denselben Wert besitzt.
Der Verlauf des AEMs ist analog zu den beiden anderen Modellen, wobei die vorherge-
sagten Werte jedoch um eine Dimension größer sind. Beim Aufsummieren der Beiträge
der aufgelösten und modellierten Varianz zeigt das AEM die beste Performance im Ver-
gleich zu den experiementellen Referenzdaten, weswegen für die weiteren Berechnungen
durchgehend das AEM zum Einsatz kommt.

In Abbildung 6.50 ist die aufgelöste und modellierte Dissipationsrate des Mischungs-
bruchs entlang der Mittelachse und verschiedenen Querschnitten des Strahlmischers
dargestellt. Für die axiale Verteilung liegen zusätzlich experiementelle Referenzdaten
von Zhdanov et al. vor. Die Modellierung der nicht aufgelösten skalaren Dissipations-
rate erfolgt durch das lineare algebraische Modell (LAM) sowie den Gradientenansatz
(GM). Aus Abbildung 6.50 ist ersichtlich, dass der aufgelöste Anteil an der skalaren
Dissipationsrate (LES) im Vergleich zur Messung oder den numerischen Vorhersagen
des LAMs bzw. GMs um mehrere Dimensionen niedriger ausfällt. Die Ursache hierfür
liegt in der zu geringen Auflösung der räumlichen Gradienten bei der Bestimmung der
aufgelösten Dissipationsrate χφ = 2Γ|∇φ|2 . Der Beitrag des modellierten Anteils χsgs
φ
zeigt, zumindest im Bereich von x/D ∼ 1, eine hinreichend genaue Annäherung an
die vorhandenen Messwerte. Im weiteren Verlauf weichen die numerischen Vorhersagen
des LAMs und GMs zunehmend von den experiementellen Daten ab. Der Grund für
diese Diskrepanz könnte in der abnehmenden Zellauflösung stromabwärts liegen. Für
eine verlässliche Untersuchung dieses Sachverhalts sind jedoch neben weiteren Simula-
tionen mit höher Gitterauflösung stromabwärts auch zusätzliche Messdaten in radialer
Richtung notwendig. Die numerischen Vorhersagen der Feinstrukturdissipationsmodelle
zeigen im Vergleich untereinander keine wesentlichen Unterschiede im qualitativen und
quantitativen Verlauf, weswegen im Weiteren der einfachere Gradientenansatz (GM)
verwendet wird. Es sei an dieser Stelle angemerkt, dass der modellierte Anteil an der
skalaren Dissipationsrate χsgs
φ sehr häufig durch die effektive skalare Dissipationsrate er-
setzt wird. Dies ist jedoch nur solange zulässig, wie Γ << Γt gilt. Im vorliegen Fall liegt
der molekulare Diffusionskoeffizient Γ im Bereich von 10−9 wohingegen der turbulente
Diffusionskoeffizient Γt eine Größenordnung von 10−6 besitzt. Aufgrund dessen ließe
sich sowohl die modellierte als auch effektive skalare Dissipationsrate für die weiteren
Berechnungen nutzen.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 126

100 100
Referenz
10−1 LES
10−1
10−2 LAM 10−2
φ i

φ i
GM
hχφi, hχsgs

hχφi, hχsgs
10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
10−7 10−7
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

100 100
10−1 10−1
10−2 10−2
φ i

φ i
hχφi, hχsgs

hχφi, hχsgs
10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
10−7 10−7
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

100 100
10−1 10−1
10−2 10−2
φ i

φ i
hχφi, hχsgs

hχφi, hχsgs

10−3 10−3
10−4 10−4
10−5 10−5
10−6 10−6
10−7 10−7
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.50.: Gegenüberstellung der zeitlich gemittelten aufgelösten und modellierten


Dissipationsrate des Mischungsbruchs. Für den axialen Verlauf (a) erfolgt
zu dem ein Vergleich mit experimentellen Referenzdaten.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 127

6.7.1. Finite Rate Eddy Dissipation Model (EDM)


Gemäß Gleichung 4.32 kann das Finite Rate Eddy Dissipation Model bezüglich der
Reaktionsfortschrittvariablen Z geschrieben werden als

χsgs
 
φ
ω̇ Z = min C 02 , ω̇Z , (6.11)
φsgs

wobei sich die instantane Reaktionrate ω̇Z aus den gefilterten Größen C A und C B
sowie der Reaktionskonstante r zusammensetzt. Durch Ersetzen von C A und C B mit
Gleichung 6.8 bzw. 6.9 ergibt sich ω̇Z [42] zu
  
1−φ φ
ω̇Z = rC A C B = φst rCB0 −Z −Z . (6.12)
1 − φst φst

Die Berechnung der Reaktionsfortschrittvariable Z erfolgt anhand der Transportglei-


chung
∂Z
(6.13)

+ ∇ · u Z = (Γ + Γt ) ∆Z + ω̇ Z
∂t
unter Verwendung von Gleichung 6.11 als Quellterm für die gefilterte Reaktionsrate.
Für die Bestimmung der skalaren Feinstrukturvarianz φ02
sgs wird das in Abschnitt 3.3.3
beschriebene Ähnlichkeitsmodell genutzt. Die skalare Feinstrukturdissipation χsgs
φ ergibt
sich entsprechend dem linearen Relaxationsmodell aus Gleichung 3.72.

6.7.2. Multi Environment Model (MEM)


In dieser Arbeit basiert das MEM auf drei Umgebungen wovon zwei die Zuströmungen
und eine die Reaktionszone repräsentieren. Die Gesamtanzahl an Transportgleichungen
für das betrachtete chemische System beträgt fünf. Um numerische Instabilitäten auf-
grund der hohen Reaktionsrate in Verbindung mit einem Verfahren, was eigentlich für
endlich schnelle Chemie konzipiert ist, zu vermeiden, wird die Reaktionsfortschrittva-
riable Z limitiert durch  
φ 1−φ
Z = min , , (6.14)
φst 1 − φst
wobei sich der Wert des Mischungsbruchs φ durch das Lösen der entsprechenden Trans-
portgleichungen für p1 , p2 , G1 , G2 und G3 ergibt. Es sei angemerkt, dass der Term bα,n in
Gleichung 4.13 einen Parameter γ = Cφ /τ beinhaltet, der für den Abbau der nicht aufge-
lösten skalaren Gradienten zuständig ist. Die Wahl von γ hängt stark vom betrachteten
Problem ab und ist nich universell bestimmbar. Unter Verwendung der Formulierung
von Colucci et al [25] ergibt sich die turbulente Zeitskala zu τ = ∆2 / (Γ + Γt ), wobei Cφ
entsprechend dem Strömungsregime und der Reaktionskinetik gewählt werden muss. Im
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 128

RANS Umfeld wird diese Größe als Funktion von Schmidt und lokaler Reynolds Zahl
betrachtet. Bei der Grobstruktursimulation kann derselbe Ansatz jedoch nicht verfolgt
werden, da ebenso eine Abhängigkeit vom Spektrum der Geschwindigkeit und des Ska-
lars besteht [95]. Oftmals muss deshalb eine Sensitivitätsanalyse durchgeführt werden,
um einen geeigneten Wert für Cφ zu bestimmen.

6.7.3. PDF-Verfahren für unendlich schnelle Chemie (IFCM)


Für eine Einschrittreaktion lässt sich die Reaktionsfortschrittvariable Z unter der An-
nahme einer unendlich schnellen Reaktionsrate durch die lineare Relation

φ (φ ≤ φst )
Z(φ) = φst (6.15)
 1−φ (φ > φ )
1−φst st

mit dem Mischungsbruch φ in Beziehung setzen. Hierbei ist anzumerken, dass die Re-
lation 6.15 nur solange exakt ist, wie die chemische Zeitskala gegenüber den charakte-
ristischen Zeitskalen der Mischung (unendlich) schnell bleibt. Da bei einer Grobstruk-
tursimulation nur die gefilterten Größen Z und φ zur Verfügung stehen, würde deren
Verwendung die Vernachlässigung der Vermischung im Bereich der nicht aufgelösten
Skalen bedeuten. Um diesen Umstand zu vermeiden, wird die gefilterte Reaktionsfort-
schrittvariable Z auf Basis der ungefilterten Reaktionsfortschrittvariable Z und einer
Wahrscheinlichkeitsdichtefunktion W , hier in Abhängigkeit vom Mischungsbruch φ, be-
rechnet
Z1
Z= Z(φ)W (φ) dφ . (6.16)
0

Für den Allgemeinen Fall muss die Wahrscheinlichkeitsdichtefunktion W durch eine


geeignete Transportgleichung bestimmt werden. Da die Lösung derartiger Transport-
gleichungen jedoch komplex und numerisch aufwändig ist, wird im Rahmen dieser Ar-
beit eine β−Verteilung für W angenommen. Die β−Verteilung hat sich im Umfeld der
Verbrennung, wo schnelle Chemie eine Rolle spielt, aufgrund ihrer flexibleren Struktur
gegenüber einer Gaußverteilung von Vorteil erwiesen [50]. Auch wenn in der vorliegen-
den Arbeit das betrachtete chemische System keine Verbrennungsreaktion beinhaltet,
erscheint die β−Verteilung dennoch geeignet, um (unendlich) schnelle isotherme Re-
aktionen abzubilden. Die Konzentration der beteiligten Stoffe lässt sich im Anschluss
durch die Gleichungen 6.8 bis 6.10 ermitteln.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 129

6.7.4. Konditioniertes PDF-Verfahren für unendlich schnelle


Chemie (CIFCM)
Im Gegensatz zum IFCM basiert die Reaktionsfortschrittvariable Z im CIFCM auf einer
konditionierten Fortschrittvariable, deren Berechnung mit Hilfe von Polynombeziehun-
gen, die aus den experimentellen Referenzdaten des Begleitexperiments [166] abgeleitet
sind, erfolgt. Zu diesem Zweck wird angenommen, dass die Mikromischung aus den
Messungen allgemeingültig ist für Strömungen mit hohen Reynolds und Schmidt Zah-
len. Des Weiteren wird vorausgesetzt, dass die Parameter, die aus diesen Messungen
abgeleitet sind, für jede Strömung mit hohen Reynolds und Schmidt Zahlen angewendet
werden können. Im CIFCM berechnet sich Z aus
Z1 Z1
Z= Z · W (Z, φ) dZ dφ, (6.17)
0 0

wobei W (Z, φ) eine Verbundwahrscheinlichkeitsdichtefunktion des Mischungsbruchs φ


und der Reaktionsfortschrittvariable Z ist. Durch Anwendung des Bayes Theorems [48]
kann die Verbundwahrscheinlichkeitsdichtefunktion ausgedrückt werden als

W (Z, φ) = W (Z|φ) · W (φ), (6.18)

wobei W (Z|φ) die konditionierte Wahrscheinlichkeitsdichtefunktion von Z bezeichnet.


Gleichung 6.17 reduziert sich dementsprechend zu
Z1
Z= Z|φ · W (φ) dφ (6.19)
0

mit
Z1
Z|φ = hZ|φ = ζi = Z · W (Z|φ) dZ . (6.20)
0

Die konditionierte Reaktionsfortschrittvariable Z|φ ist somit das auf den Mischungs-
bruch φ konditionierte Mittel von Z dessen Wert ζ im Bereich der reellen Zahlen <
liegt. Da die konditionierte Reaktionsfortschrittvariable Z|φ vorab unbekannt ist, muss
eine geeignete Approximation gefunden werden. In dieser Arbeit wird Z|φ durch die
lineare Relation [7]
Z|f = Ψ · Z∞ (f ) (6.21)

modelliert. Hierbei ist Ψ ein unbekannter Interpolationsparameter und Z∞ (φ) das Limit
für unendlich schnelle Chemie. Die Bestimmung von Ψ wird realisiert durch die explizite
Berechnung von Z|φ und Z∞ (φ) auf Basis zeitaufgelöster experimenteller Daten [166]
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 130

UD

Ud

UD

Y x/D=1.5 x/D=2 x/D=3 Y


X Z

Abb. 6.51.: Skizze des Strahlmischers mit den Positionen der Messpunkte im
Mischungsgebiet.

für φ und Z. Die Zeitreihen entstammen drei verschiedenen Querschnitten stromabwärts


der Düse, wie Abbildung 6.51 andeutet. An jedem Querschnitt sind 520 Datenpunkte
über den Durchmesser gleich verteilt. Die Abtastrate beträgt 15 Hz bei einer Gesamt-
länge von 86 s. In jedem Datenpunkt wird der Mischungsbruch φ und die Konzentration
des Reaktionsproduktes CP mittels Planar Laser Induced Fluorescene (PLIF) simultan
gemessen. Anhand Gleichung 6.10 kann im Anschluss die Reaktionsfortschrittvariable
Z ermittelt werden. Die konditionierte Reaktionsfortschrittvariable Z|φ ist punktweise
berechnet basierend auf der Definition hZ|φ = ζi für das konditionierte Mittel von Z.
Abbildung 6.52(a) zeigt den Reaktionsfortschritt bezüglich der konditionierten Reak-
tionsfortschrittvariable Z|φ und dem Mischungsbruch φ. Wie ersichtlich wird, ist der
Reaktionsfortschritt mit ansteigendem Mischungsbruch in Richtung des stöchiometri-
schen Punktes beinahe linear. In unmittelbarer Nähe des stöchiometrischen Punktes
vollführt Z|φ einen relativ weichen Übergang im Gegensatz zur scharfkantigen Transi-
tion die bei Annhame von unendlich schnelle Chemie vorausgesagt wird. Die diskrete

0.7 6
Exp x/D = 1.5
0.6 5 Exp x/D = 2
Exp x/D = 3
0.5
4
0.4
Ψ(φ)
Z|φ

3
0.3
2
0.2
0.1 1
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
φ φ

(a) Z|φ (b) Ψ(φ)

Abb. 6.52.: Streudiagramm der konditionierten Reaktionsfortschrittvariable und des


Interpolationsparameters für verschiedene Querschnitte und Datenpunkte.
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 131

Verteilung von Ψ bezüglich φ ist in Abbildung 6.52(b) dargestellt. Es ist offensichtlich,


dass Ψ (φ) einen nichtlinearen Trend bei kleinen und großen Werten von φ aufweist. Ab-
bildung 6.53(b) zeigt die Approximation von Ψ (φ) durch ein eindimensionales Polynom
siebten Grades. Wie der Abbildung entommen werden kann, reproduziert das Polynom
einen brauchbaren Fit der experimentellen Daten. Approximationen höherer Ordnung
erscheinen hingegen weniger geeignet aufgrund des Überschwingens an den Grenzen
φ ∼ 0 und φ ∼ 1. Abbildung 6.53(a) veranschaulicht nochmals Z|φ im Vergleich zwi-

0.7 6
Exp x/D = 1.5
0.6 5 Exp x/D = 2
Exp x/D = 3
0.5 Approximation
4
0.4

Ψ(φ)
Z|φ

3
0.3
2
0.2
0.1 1
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
φ φ

(a) Z|φ (b) Ψ(φ)

Abb. 6.53.: Numerische Approximation des Interpolationsparameters und der kon-


ditionierten Reaktionsfortschrittvariable mittels Polynomansatz siebten
Grades.

schen den experimentellen Daten und dem polynomialen Fit. Im Bereich 0 ≤ φ < 0, 6
passt die numerische Approximation exakt mit der mittleren diskreten Verteilung über-
ein. Ab φ > 0, 6 sind die numerischen Ergebnisse möglicherweise weniger akkurat, da
der Umfang an experimentellen Daten für diesen Bereich begrenzt ist.
Abschließend sei anzumerken, dass die vorgestellte Methode nur das erste Moment von
Z|φ berücksichtigt. Fluktuationen von Z|φ, wie in den experimentellen Daten zu sehen,
werden vernachlässigt. Dementsprechend ergibt sich die finale Form des CIFCM zu

Z1 Z1
Z= Z|φ · W (φ) dφ = Ψ(φ) · Z∞ (φ) · W (φ) dφ , (6.22)
0 0

7
wobei Ψ(φ) = ak φk . Die Koeffizienten ak können Tabelle 6.5 entnommen werden.
P
k=0
Eine Verbesserung des CIFCM lässt sich erzielen in dem zusätzlich die Varianz des
Mischungsbruchs im Interpolationsparameter Ψ bei der Konditionierung berücksichtigt
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 132

k
ak
7 6 5 4 3 2 1 0
-95.32 447.52 -810.65 739.12 -369.91 102.00 -14.44 1.61
Tab. 6.5.: Koeffizienten ak für den polynomialen Fit von Ψ(φ).

wird. Die Erweiterung von Gleichung 6.22 um φ02 führt auf das ICIFCM
Z1 Z1
Z = (Z|φ, φ02 ) · W (φ) · W (φ02 ) dφ dφ02
0 0
Z1 Z1
= Ψ(φ, φ02 ) · Z∞ (φ) · W (φ) · W (φ02 ) dφ dφ02 . (6.23)
0 0

Wie Abbildung 6.54 zu entnehmen ist, variieren die Werte von Ψ(φ, φ02 ) und (Z|φ, φ02 )
entlang der φ02 Achse. Insbesondere in der Anfangsregion von φ zeigen die experimen-

0.7 6 Exp x/D = 1.5


0.6 Exp x/D = 2
5 Exp x/D = 3
0.5 02 4
0.4 Ψ(φ, φ ) 3 Approximation
Z|(φ, 02
Z|(f, fφ ) 0.3
0.2 2
0.1 1
0 0

0.5 0.4 1 0 0.5


0.3 0.2 0.6 0.8 0.2 0.4 0.4
0.2 0.4 φ 0.6 0.8 0.2 0.302
0
φ2
0.1 0 0 φ 1 0 0.1 φ

(a) Z|(φ, φ02 ) (b) Ψ(φ, φ02 )

Abb. 6.54.: Numerische Approximation des Interpolationsparameters Ψ(φ, φ02 ) und der
konditionierten Reaktionsfortschrittvariable Z|(φ, φ02 ) mittels zweidimen-
sionalem Polynomansatz fünften Grades.

tellen Daten einen Anstieg beider Größen. Die numerische Approximation auf Basis
l
eines zweidimensionalen polynomialen Fits Ψ(φ, φ02 ) = 5k=0 5l=0 akl φk φ02 ist eben-
P P

falls in Abbildung 6.54 dargestellt. Die korrespondierenden Koeffizienten akl können der
Tabelle 6.6 entnommen werden.

6.7.5. Ergebnis
Abbildung 6.55 zeigt eine Momentaufnahme der Konzentration des Reaktionsproduk-
tes im Vergleich zwischen Simulation (oben) und Experiment (unten). Die Position
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 133

l
akl
5 4 3 2 1 0
5 0 0 0 0 0 96.8968
4 0 0 0 0 -125.84 240.371
k 3 0 0 0 59.3736 222.174 -230.551
2 0 0 47.9544 -154.878 -99 103.857
1 0 -13.4368 -22.8494 90.12 -1.88 -21.41
0 9.4286 -13.4845 11.7627 -14.58 4.7 2.40
Tab. 6.6.: Koeffizienten für den polynomialen Fit von Ψ(φ, φ02 )

sowie der Umfang des entstehenden Reaktionsproduktes stimmen qualitativ hervor-


ragend überein. Deutlich ist erkennbar, wie sich bei Kontakt der Edukte entlang der
Scherschicht (Abbildung 6.55(a) und 6.55(c)) sowie im Bereich des Strahlzerfalls (Ab-
bildung 6.55(b) und 6.55(d)) das Reaktionsprodukt bildet. Dabei entstehen, bedingt
durch die turbulenten Schwankungen der Strömung, Regionen unterschiedlicher Pro-
duktkonzentration. Starke Helligkeitswerte bedeuten hohe Produktkonzentration und
geringe Helligkeitswerte niedrigere Produktausbeute. Eine Vermischung mit dem um-
gebenden Fluid (dunkler äußerer Bereich) hat hierbei noch nicht stattgefunden. Ab-
bildung 6.56 zeigt die axiale und radiale Verteilung der zeitlich gemittelten Konzen-
tration des Reaktionsproduktes normalisiert mit der initialen Konzentration CP0 =
(CA0 · CB0 )/(CA0 + CB0 ). Wie der Abbildung zu entnehmen ist, startet die chemische
Reaktion zuerst im Bereich der Scherschicht und setzt sich anschließend mit Beginn
des Strahlzerfalls fort. Ab x/D ∼ 2 − 3 nimmt die zur Verfügung stehende Menge an
HCl, aufgrund der Reaktion, jedoch rapide ab, wodurch die Stoffumwandlung zum Er-
liegen kommt. Der Überschuss an N aOH im umgebenden Fluid reagiert nicht weiter
mit dem Reaktionsprodukt, so dass die anschließende Homogenisierung des Gemisches
nur noch eine Verdünnung des Reaktionsproduktes bewirkt. Die Analyse der experie-
mentellen Daten offenbart eine relativ große Diskrepanz zwischen der direkt gemessenen
Produktkonzentration und der mittels des Limits für unendlich schnelle Chemie berech-
neten Produktkonzentration [166]. Diese Beobachtung geht einher mit der Vorhersage
des IFCM, das ebenfalls das Limit für unendlich schnelle Chemie in die Berechnung
einbezieht. Die Effekte der Mikromischung, insbesondere bei hohen Schmidt Zahlen,
sind demnach nicht vernachlässigbar auch wenn die Reaktion sehr schnell ist. Es ist
jedoch anzumerken, dass der Vergleich zwischen Messung und Simulation erst ab einer
Distanz von x/D > 1 als zuverlässig einzustufen ist. Für Werte kleiner als x/D < 1
sind die Ergebnisse der Messung aufgrund der im experiementellen Aufbau verwendeten
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 134

(a) (b)

(c) (d)

Abb. 6.55.: Momentaufnahme der Konzentration des Reaktionsproduktes im Vergleich


zwischen Simulation (oben) und Experiment (unten).

Titrationsmethode möglicherweise nicht vollständig belastbar. Die Titrationsmethode


ist unter der Voraussetzung anwendbar, dass die Produktkonzentration einen bestimm-
ten Schwellwert übersteigt, was in einer schnellen Änderung des PH-Wertes der um-
gebenden wässrigen Lösung resultiert. Unterhalb des Schwellwertes kann die Messung
Schwankungen in der Produktkonzentration nicht erfassen. Für die Region x/D < 1 er-
scheinen die numerischen Ergebnisse daher verlässlicher als die experimentellen Daten.
Das EDM und MEM unterschätzen die Mikromischungsrate bei 0 ≤ x/D < 3 merklich,
was eine zu geringe Produktkonzentration als Folge hat. Ab x/D > 3 überschätzen bei-
de Mischungsmodelle hingegen die Produktkonzentration um mehr als 15%. Zusätzlich
ist der Punkt der höchsten Produktumsetzung von x/D = 2 nach x/D = 4 verschoben.
Eine mögliche Ursache für die Diskrepanz zwischen dem EDM und der Messung kann in
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 135

1.0 1.0
Referenz
0.8 IFCM 0.8
EDM
MEM
hC P i/CP0

hC P i/CP0
0.6 0.6
CIFCM
ICIFCM
0.4 0.4

0.2 0.2

0.0 0.0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 6

1.0 1.0

0.8 0.8
hC P i/CP0

0.6 hC P i/CP0
0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 1, 1 (d) x/D = 2, 1

1.0 1.0

0.8 0.8
hC P i/CP0

hC P i/CP0

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. 6.56.: Vergleich der zeitlich gemittelten Produktkonzentration zwischen Experi-


ment und numerischer Simulation mit unterschiedlichen Mikromischungs-
modellen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) normalisiert mit CP0 = (CA0 · CB0 )/(CA0 + CB0 ).
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 136

der Bestimmung der Modellkonstanten C begründet liegen, denn die Modellkonstante


C muss empirisch so angepasst werden, dass die Verteilung der numerisch vorherge-
sagten Produktkonzentration mit der experiementell ermittelten Produktkonzentration
übereinstimmt. Weiterhin beeinflusst C die Verteilung der Produktkonzentration nur
anhand einer globalen Skalierung der Reaktionsrate, wodurch lokale Mischungseffekte
ggf. unberücksichtigt bleiben. Eine Variation von C ermöglicht die Verschiebung des
Punktes mit der höchsten Produktumsetzung in Richtung x/D = 2. Jedoch führt dies
unverzüglich zu einem zu starken Anstieg der Mischungsrate und damit auch der Re-
aktionsrate in diesem Punkt. Als Folge ergibt sich eine Produktkonzentration die der
Vorhersage des IFCM nahe kommt. Unglücklicherweise haben die Simulationen kei-
nen optimalen Wert für C erbracht. Die in Abbildung 6.56 präsentierte Verteilung der
Produktkonzentration stellt für das EDM daher die beste Übereinstimmung mit den
experiementellen Daten bei den gegebenen Einlasskonzentrationen dar.
Beim MEM resultiert die Abweichung zu den Messergebnissen hauptsächlich aus dem
Parameter Cφ . Der oftmals für vollständig turbulente Strömungen verwendete Wert
Cφ = 2 führt zu einer fehlerhaften Vorhersage der Produktkonzentration. Ähnlich wie
beim EDM lässt sich durch eine Erhöhung auf Cφ = 8 [153] zwar der Punkt der höchsten
Produktumsetzung in Richtung x/D = 2 verschieben, aber gleichzeitig erhöht sich auch
der Betrag der Produktkonzentration um ein Vielfaches. Eine andere Ursache für die
Diskrepanz zwischen MEM und Messung ist die numerische Behandlung des Dissipati-
onsterms in bαn durch den die Mikromischungsrate ebenfalls beeinflusst wird. Hingegen
gibt Baldyga et al. [8] an, dass die Anzahl an Umgebungen möglicherweise unzureichend
ist, um den reaktiven Skalartransport adäquat abzubilden. Diese Feststellung ist jedoch
nur für endlich schnelle Chemie korrekt, wenn die reaktiven Skalare durch geeignete
Transportgleichungen ohne das Risiko von numerischen Instabilitäten aufgrund hoher
Reaktionskonstanten gelöst werden können. Folglich kann das MEM seinen Vorteil ge-
genüber anderen billigeren Methoden verlieren, falls nicht alle reaktiven Skalare durch
eine große Anzahl an Umgebungen modelliert werden müssen, was im vorliegenden Fall
jedoch als nicht notwendig zu erachten ist. Weitere Verbesserungen in der Vorhersage
des MEMs lassen sich ggf. durch einen inhomogenen Parameter Cφ erzielen, der z.B.
auf Basis einer dynamischen Prozedur bestimmt wird.
Wie zu erwarten war, zeigen die Ergebnisse des CIFCM und ICIFCM eine exzellente
Übereinstimmung mit den experimentellen Referenzdaten sowohl in axialer als auch
radialer Richtung. Nur im Anfangsbereich des Strahls x/D < 1 existiert eine kleine
Abweichung zwischen numerischer Vorhersage und Messung. Die Ursache hierfür liegt
zum einen in Ungenauigkeiten der Messmethode und zum anderen in Approximations-
fehlern bei der Bestimmung von Z|φ und Z|(φ, φ02 ) aufgrund des begrenzten Umfangs
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 137

an Messdaten. Durch eine vergößerte Datenbasis mit Informationen von weiteren Quer-
schnitten nahe der Düse ließe sich die Genauigkeit des CIFCM bzw. ICIFCM in diesem
Bereich zusätzlich erhöhen. Zwischen dem CIFCM und ICFICM existieren derweil nur
geringfügig Unterschiede wie Abbildung 6.56 belegt. Im Bereich erhöhter Turbulenzin-
tensität bei (2 ≤ x/D < 5) zeigt das ICIFCM leichte Vorteile gegenüber dem CIFCM
aufgrund der zusätzlichen Berücksichtigung der Mischungsbruchfluktuationen. Statis-
tische Informationen über die Mikromischung, wie z.B. die skalare Dissipationsrate,
können ebenfalls zur Verbesserung des Modells beitragen [154]. Für die Validierung des
Modells am Beispiel eines turbulenten reaktiven Mischungsprozesses in einer Kanalgeo-
metrie sei an dieser Stelle auf Walter et al. [154] verwiesen.

6.8. Zusammenfassung
Die Simulation der turbulenten Strömung im Strahlmmischer erfolgt mittels dynamisch
gemischtem Lagrange Modell (LDMMS), das eine Kombination aus dynamischen La-
grange Modell und Ähnlichkeitsansatz darstellt. Neben der Berücksichtigung von Backs-
cattering bietet das Modell eine spezielle Berechnung des dynamischen Koeffizientens
C (x, t) auf Basis lagrangescher Betrachtungweise des Fluidtransports. Der Nachteil des
Modells besteht in einem erhöhten numerischen Aufwand durch das Lösen zusätzlicher
Transportgleichungen bei der Berechnung von C (x, t). Im Vergleich mit experimen-
tellen Referenzdaten liefert das LDMMS eine gute Übereinstimmung für die mittle-
re Geschwindigkeit und die mittleren Geschwindigkeitsfluktuationen im Strahlmischer.
Statistische Eigenschaften erster und zweiter Ordnung werden durch das LDMMS hin-
reichend genau reproduziert. Die Gesamtperformance des Modells ist vergleichbar mit
etablierten Feinstrukturmodellen wie dem dynamischen Smagorinsky Modell (DSM)
oder dem dynamischen Eingleichungsmodell (DOE), wobei das LDMMS geringe Vorteile
bei der Reproduktion der nicht aufgelösten Schwankungsgrößen aufgrund des erweiter-
ten Modellierungsansatzes gegenüber den Referenzmodellen besitzt. Die Strömung in
der vorliegenden Konfiguration des Strahlmischers wird primär von großskaligen tur-
bulenten Strukturen dominiert, die bereits durch die verwendete Gitterauflösung er-
fasst werden. Der Anteil der zu modellierenden Skalen ist vergleichsweise gering. Ein
weiterer wesentlicher Einflussfaktor für die Qualität der Simulation ist die Erzeugung
der turbulenten Schwankungen am Einlass des Mischungsgebietes. Hierfür hat sich die
Anwendung einer quasi-stationären Rohrströmung bewährt. Charakteristische turbu-
lente Strömungsstrukturen sind im Mischungsgebiet nicht vorhanden. Die typischen
haarnadelartigen bzw. hufeisenförmigen Wirbel in der vorgeschalteten Rohrströmung
zerfallen beim Eintritt in das Mischungsgebiet in andere chaotische Strukturen. Die
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 138

makroskopische Strahlentwicklung im Mischungsgebiet wird im Vergleich zur Theorie


hervorragend reproduziert. Sowohl statistische Momente erster als auch höherer Ord-
nung zeigen die vorhergesagte selbstähnliche Skalierungseigenschaft. Der Verlauf der
mittleren Geschwindigkeit entlang der Mittelachse des Strahlmischers stimmt nahezu
mit der theoretischen Betrachtung überein.

Das von Kolmogorov und Batchelor vorhergesagte Spektrum ist mit Einschränkungen
sowohl im zeitlichen als auch räumlichen Energiespektrum erkennbar und untermauert
damit die Gültigkeit der Theorien auch für hohe Reynolds und vor allem Schmidt Zah-
len. Die lokale Gitterverfeinerung innerhalb des Mischungsgebietes hat sich dabei als
probates Mittel zur Untersuchung der statistischen Eigenschaften herausgestellt. Der
Informationsverlust infolge der Grobstruktursimulation ist vergleichsweise gering. Mit
Hilfe der Stukturfunktion erster Ordnung lässt sich belegen, dass unterhalb der Kol-
mogorov Länge noch immer scharfkantige Strukturen im Mischungsbruch vorhanden
sind, was auf einen hochgradig intermittenten Charakter der Mikromischung hindeutet.
Die Untersuchung der Dissipationsrate ergibt, dass nur wenige fundamentale Topologien
das Geschwindigkeits- und Mischungsfeld im Bereich der kleinen Skalen dominieren. Des
Weiteren zeigt sich, dass bereits Ählichkeitseffekte zwischen den Strukturen bei deut-
lich größeren Längenskalen auftreten als die der Kolmogorov bzw. Batchelor Länge.
Selbstähnliche Eigenschaften der Strömung sind in experiementellen und numerischen
Studien bisher nicht zweifelsfrei belegt worden, obwohl viele Arbeiten die Existenz einer
multifraktalen Skalierung der kleinskaligen Strukturen andeuten. In dieser Arbeit wird
am Beispiel der Dissipationsrate erst zum Ende des inertial-konvektiven Bereichs ein
multifraktales Verhalten erkennbar, was jedoch im Widerspruch zu den experiemen-
tellen Referenzdaten steht, die kein derartiges Verhalten erkennen lassen. Zusätzliche
detaillierte Messungen sind daher notwendig, um diesen Sachverhalt genauer zu unter-
suchen.

Beim reaktiven Stofftransport zeigen die verwendeten traditionellen Mikromischungs-


modellen Unzulänglichkeiten im Vergleich zu den Messergebnissen. Obwohl die unter-
suchte Neutralisationsreaktion eine Entkopplung von Vermischung und Reaktionskine-
tik ermöglicht, ist kein Modell in der Lage die Konzentrationsverteilung des Reaktions-
produktes hinreichend genau wiederzugeben. Auf Basis eines auf Messdaten konditio-
nierten Mikromischungsmodells wird gezeigt, dass für den Strahlmischer eine hervor-
ragende Vorhersage der Produktkonzentration möglich ist. Unter der Annahme, dass
die Eigenschaften der gemessenen Mikromischung universelle Gültigkeit besitzen, kann
dieses Modell erfolgsversprechend auf andere Mischungsvorgänge bei hohen Reynolds
6. Turbulenter Mischungsprozess bei Re >> 1 und Sc >> 1 139

und Schmidt Zahlen angewendet werden. Trotz Validierung des Modells anhand einer
kanalähnlichen Mischungskonfiguration stehen weitere Tests jedoch noch aus.
7. Multifraktale
Turbulenzmodellierung

7.1. Multifraktalmodell

7.2. Validierung
7.2.1. Homogene isotrope Turbulenz

7.2.2. Kanalströmung

7.2.3. Periodischer Hügel

7.3. LES Strahlmischer

140
8. Zusammenfassung und Ausblick

141
Literaturverzeichnis
[1] K. Abe and K. Suga. Towards the development of a reynolds-averaged algebraic
turbulent scalar-flux model. Int. Journal of Heat and Fluid Flow., 22(1):19–29,
2001.

[2] M. Anotonopoulos-Domis. Large-eddy simulation of a passive scalar in isotropic


turbulence. J. Fluid Mech., 104:55–79, 1981.

[3] R.A. Antonia and P. Orlandi. Effect of schmidt number on passive scalar turbu-
lence. Appl. Mech. Rev., 56:615–632, 2003.

[4] T.M. Antonsen, Z.F. Fan, and E. Ott. k spectrum of passive scalars in lagragian
chaotic fluid flows. Phys. Rev. Lett., 75:1751–1754, 1995.

[5] G. Balarac, H. Pitsch, and V. Raman. Development of a dynamic model for


the subfilter scalar variance using the concept of optimal estimators. Physics of
Fluids, 20:035114–035123, 2008.

[6] J. Baldyga. Turbulent mixer model with application to homogeneous, instanta-


neous chemical reactions. Chem. Eng. Sci., pages 1175–1182, 1989.

[7] J. Baldyga and J.R. Bourne. Turbulent Mixing and Chemical Reactions. John
Wiley & Sons, 1999.

[8] J. Baldyga and L. Makowski. Cfd modelling of mixing effects on the course of
parallel chemical reactions carried out in a stirred tank. Chemical Engineering &
Technology, 27(3):225–231, 2004.

[9] M. Barchilon and R. Curtet. Some details of the structure of an axis-symmetrical


confined jet with backflow. J. Basic Engineering, pages 777–787, 1964.

[10] J. Bardina, J.H. Ferziger, and W.C. Reynolds. Improved subgrid models for large
eddy simulation. AIAA PAPER 80-1357, 1980.

[11] G.K. Batchelor. Diffusion in a field of homogeneous turbulence. i. eulerian analy-


sis. Australian Journal of Scientific Research, Series A: Physical Sciences, 2:437–
450, 1949.

142
Literaturverzeichnis 143

[12] G.K. Batchelor. Small-scale variation of convected quantities like temperature in


turbulent fluid. J. Fluid Mech., 5:113, 1959.

[13] R.W. Bilger. Turbulent flows with nonpremixed reactants. In P.A. Libby and
F.A. Williams, editors, Turbulent Reacting Flows, pages 65–113. Springer, Berlin,
1980.

[14] D. Bogucki, J.A. Domaradzki, and P.K. Yeung. Direct numerical simulations of
passive scalars with pr > 1 advected by turbulent flow. J. Fluid Mech., 343:111–
130, 1997.

[15] G. Brethouwer. Mixing of passive and reactive scalars in turbulent flows: a nume-
rical study. Phd. thesis, Delft University of Technology, The Netherlands, 2000.

[16] G. Brethouwer and F.T.M. Nieuwstadt. Mixing of weakly and strongly diffusive
passive scalars in isotropic turbulence. Direct and Large Eddy Simulation III,
Proc. Isaac Newton Institute Symposium/ERCOFTAC Workshop, pages 311–322,
1999.

[17] M. Breuer and W. Rodi. Large eddy simulation of turbulent flow through a
straight square duct and a 180◦ bend. Fluid Mechanics and Its Applications,
26:273–285, 1994.

[18] K.A. Buch and W.J.A. Dahm. Experimental study of the fine-scale structure of
conserved scalar mixing in turbulent shear flows, part i: sc >> 1. J. Fluid Mech.,
317:21–71, 1996.

[19] G.C. Burton and J.A.W. Dahm. Multifractal subgrid-scale modeling for large-
eddy simulation. i. model development and a priori testing. Physics of Fluids, 17,
2005.

[20] G.C. Burton and J.A.W. Dahm. Multifractal subgrid-scale modeling for large-
eddy simulation. ii. backscatter limiting and a posteriori evaluation. Physics of
Fluids, 17, 2005.

[21] V. Bykov and U. Maas. The extension of the ildm concept to reaction-diffusion
manifolds. Combust. Theory Model., 11:839–862, 2007.

[22] A.B. Chhabra and K.R. Sreenivasan. Scale-invariant multiplier distributions in


turbulence. Phys. Rev. Lett., 68(18):2762–2765, 1992.
Literaturverzeichnis 144

[23] A. Chorny, V. Zhdanov, N. Kornev, and E. Hassel. Applicability of gradient-


diffusion models to simulate turbulent scalar fluxes in confined jet flow. In Sym-
posium on Turbulence, Heat and Mass Transfer, volume 8, 2015.

[24] J.P. Clay. Turbulent mixing of temperature in water, air and mercury. Phd. thesis,
University of California at San Diego, 1973.

[25] P.J. Colucci, F.A. Jaberi, and P. Givi. Filtered density function for large eddy
simulation of turbulent reacting flows. Physics of Fluids, 10:499–515, 1998.

[26] D.P. Combest, P.A. Ramachandran, and M.P. Dudukovic. On the gradient diffu-
sion hypothesis and passive scalar transport in turbulent flows. Ind. Eng. Chem.
Res., 50(15):8817–8823, 2011.

[27] A.W. Cook and J.J. Riley. A subgrid model for equilibrium chemistry in turbulent
flows. Physics of Fluids, 6:2868–2870, 1994.

[28] S. Corrsin. Investigations of flow in axially symmetrical heated jet of air. NACA
Wartime Report, W-94, 1946.

[29] S. Corrsin. On the spectrum of isotropic temperature fluctuations in an isotropic


turbulence. J. App. Phys., 22:469–473, 1951.

[30] B.J. Daly and F.H. Harlow. Transport equations in turbulence. Physics of Fluids,
13(11):2634–2649, 1970.

[31] J. Deardoff. A numerical study of three-dimensional turbulent channel flow at


large reynolds numbers. J. Fluid Mech., 41:453–480, 1970.

[32] J.W. Deardoff. Stratucumulus-capped mixed layers derived from a three-


dimensional model. Boundary-Layer Meteorol., 18:495–527, 1980.

[33] T.M. Dillon and D.R. Caldwell. The batchelor spektrum and dissipation in the
upper ocean. Journal of Geophysical Research, 85:1910–1916, 1980.

[34] P.E. Dimotakis and H.J. Catrakis. Turbulence, Fractals and Mixing. GALCIT
Report FM97-1., 1997.

[35] H.S. Dol, K. Hanjalic, and S. Kenjereš. A comparative assessment in the second-
moment differential and algebraic models in turbulent natural convection. Int.
Journal of Heat and Fluid Flow, 18:4–14, 1997.

[36] J.A. Domaradzki and K. Loh. The subgrid-scale estimation model in the physical
space representation. Phys. Fluids, 11:2330, 1999.
Literaturverzeichnis 145

[37] J.A. Domaradzki and E.M. Saiki. A subgrid-scale model based on the estimation
of unresolved scales of turbulence. Phys. Fluids, 9:2148, 1997.

[38] E. R. van Driest. On turbulent flow near a wall. J. Aero. Sci., 23:1007–1011,
1956.

[39] J. Ferziger. Recent advances in large eddy simulation. Engineering Turbulence


Modelling and Experiments - 3. Oxford University Press, 1996.

[40] J. Ferziger and M. Perić. Computational Methods for Fluid Dynamics. Springer,
2002.

[41] R. Feynman, R. Leighton, and M. Sands. The Feynman Lectures on Physics,


Volume I. California Institute of Technology, 1963.

[42] R. Fox. Computational Models for Turbulent Reacting Flows. Cambridge Univer-
sity Press, 2003.

[43] R.D. Frederiksen, W.J.A. Dahm, and Dowling D.R. Experimental assessement of
fractal scale-similarity in turbulent flows. part 1. one-dimensinal intersections. J.
Stat. Phys., 78:311–333, 1995.

[44] U. Frisch. Turbulence, the legacy of A. N. Kolmogorov. Cambridge Univ. Press.,


1995.

[45] J. Fröhlich. Large Eddy Simulation turbulenter Strömungen. Teubner., 2006.

[46] E. Förthmann. Über turbulente strahlausbreitung. Ingenieur-Archiv, 5:42–54,


1934.

[47] F. Gao and E.E. O’Brien. A large-eddy simulation scheme for turbulent reacting
flows. Physics of Fluids A, 5:1282–1284, 1993.

[48] K.W. Gardiner. A Handbook of Stochastic Methods. Springer, 1998.

[49] A. Gargett. Evolution of scalar spectra with the decay of turbulence in a stratified
fluid. J. Fluid Mech., 159:379–401, 1985.

[50] P. Gerlinger. Numerische Verbrennungssimulation. Springer., 2005.

[51] M. Germano, U. Piomelli, P. Moin, and W. Cabot. A dynamic subgrid-scale eddy


viscosity model. Phys. Fluids A, 3:1760–1765, 1991.

[52] S. Ghosal, T.S. Lund, P. Moin, and K. Akselvoll. A dynamic localization model
for large-eddy simulation of turbulent flows. J. Fluid Mech., 286:229–255, 1995.
Literaturverzeichnis 146

[53] S. Ghosal and P. Moin. The basic equations for the large-eddy simulation of
turbulent flows in complex geometry. J. Comput. Phys., 118:24–37, 1995.

[54] C.H. Gibson and W.H. Schwarz. The universal equilibrium spectra of turbulent
velocity and scalar fields. Department of Chemical Engineering, Stanford Univer-
sity, 1963.

[55] S.S. Girimaji. Assumed β-pdf model for turbulent mixing: Validation and exten-
sion to multiple scalar mixing. Combustion Science and Technology, 78:177–196,
1991.

[56] S.S. Girimaji. A galilean invariant explicit algebraic reynolds stress model for
turbulent curved flows. Phys. Fluids, 9:1067–177, 1997.

[57] H.L. Grant, B.A. Hughes, R.B. Williams, and A. Moilliet. The spectrum of tem-
perature fluctuations in turbulent flow. J. Fluid Mech., 34:423–442, 1968.

[58] I.R. Grant and B.F. Magnussen. A numerical study of a bluff-body stabilized
diffusion flame. part2. influence of combustion modeling and finite-rate chemistry.
Combust. Sci. and Tech., 119:191–217, 1996.

[59] E. Hassel, S. Jahnke, N. Kornev, I. Tkatchenko, and V. Zhdanov. Large-eddy


simulation and laser diagnostic measurements of mixing in a coaxial jet mixer.
Chem. Eng. Science, 61(9):2908–2912, 2006.

[60] M.R. Head and P. Bandyopadhyay. New aspects of turbulent boundary layer
structure. J. Fluid Mech., 107:297–338, 1981.

[61] H.J. Henzler. Investigations on mixing of fluids. Dissertation, RWTH Aachen,


1978.

[62] H. Herwig. Strömungsmechanik - Eine Einführung in die Physik und mathemati-


sche Modellierung von Strömungen. Springer, 2002.

[63] J.O Hinze and B.G. Van Der Hegge Zijnen. . Appl. sci. Res., 1:435–461, 1949.

[64] M. Holzer and E.D. Siggia. Turbulent mixing of a passive scalar. Phys. Fluids,
6:1820, 1994.

[65] N.Z. Ince and B.E. Launder. On the computations of buoyancy-driven turbulent
flows in rectangular enclosures. Int. Journal of Heat and Fluid Flow, 10(2):110–
117, 1989.
Literaturverzeichnis 147

[66] Intermittency and scale similarity of the turbulent flow structure. Appl. math.
mech. J. Fluid Mech., 35(2):266–277, 1971.

[67] S. Jahnke. LARGE-EDDY SIMULATION OF TURBULENT MIXING PRO-


CESSES IN A COAXIAL JET MIXER. Phd. thesis, Fakultät für Maschinenbau
und Schiffstechnik, Universität Rostock, 2006.

[68] S. Jahnke, N. Kornev, A. Leder, and E. Hassel. Les simulation of jet mixing
processes with heat transfer in turbulent pipe flow. Chem. Eng. Techn., 27(3):243–
248, 2004.

[69] S. Jahnke, N. Kornev, I. Tkatchenko, E. Hassel, and A. Leder. Numerical study of


influence of different parameters on mixing in a coaxial jet mixer using les. Heat
and Mass Transfer, 41:471–481, 2005.

[70] C. Jiménez. Intermittency and cascades. J. Fluid Mech., 409:99–120, 2000.

[71] C. Jiménez, F. Ducros, B. Cuenot, and B. Bédat. Subgrid scale variance and dis-
sipation of a scalar field in large eddy simulations. Physics of Fluids., 13(6):1748–
1754, 2001.

[72] C.M. Kaul, V. Raman, G. Balarac, and H. Pitsch. Numerical erros in the com-
putation of subfilter scalar variance in large eddy simulations. Physics of Fluids,
21:055102, 2009.

[73] P. Keistler. A Variable Turbulent Prandtl and Schmidt Number Model Study for
Scramjet Applications. Phd. thesis, Mechanical and Aerospace Engineering, North
Carolina State University, 2009.

[74] S. Kenjereš, S. Gunarjo, and K. Hanjalic. Contribution of elliptic relaxation


modelling of turbulent natural and mixed convection. Int. Journal of Heat and
Fluid Flow, 26(4):569–586, 2005.

[75] S. Kenjereš and K. Hanjalic. Prediction of turbulent thermal convection in con-


centric and eccentric horizontal annuli. Int. Journal of Heat and Fluid Flow,
16(5):429–439, 1995.

[76] M.P. Kirkpatrik, N.N. Mansour, A.S. Ackerman, and D.E. Stevens. Dynamic
turbulence modelling in large-eddy simulations of the cloud-topped atmospheric
boundary layer. Center for Turbulence Research, Annual Research Briefs 2003,
pages 23–37, 2003.
Literaturverzeichnis 148

[77] A.N. Kolmogorov. Dissipation of energy in locally isotropic turbulence. Dokl.


Akad. Nauk SSSR, 32:16–18, 1941.

[78] A.N. Kolmogorov. The local structure of turbulence in incompressible viscous


fluid for very large reynolds numbers. Dokl. Akad. Nauk SSSR, 30:299–303, 1941.

[79] A.N. Kolmogorov. On degeneration (decay) of isotropic turbulence in an incom-


pressible viscous liquid. Dokl. Akad. Nauk SSSR, 31:538–540, 1941.

[80] A.N. Kolmogorov. A refinement of previous hypotheses concerning the local struc-
ture of turbulence in a viscous incompressible fluid at high reynolds number. J.
Fluid Mech., 13:82–85, 1962.

[81] N. Kornev, S. Jahnke, I. Tkatchenko, V. Zhdanov, and E. Hassel. Les simulation


and measurement of separation flow phenomena in a confined coaxial jet with
large inner to outer velocity ratio. Advances and Applications in Fluid Dynamics,
pages 1–28, 2007.

[82] N. Kornev, H. Kröger, and E. Hassel. Synthesis of homogeneous anisotropic tur-


bulent fields with prescribed second-order statistics by the random spots method.
Commun. Numer. Meth. Engng., 24:875–877, 2007.

[83] N. Kornev, I. Tkatchenko, , and E. Hassel. A simple clipping procedure for the
dynamic mixed model based on taylor series approximation. Commun. Numer.
Meth. Engng., pages 55–61, 2006.

[84] N. Kornev, V. Zhdanov, and E. Hassel. Study of scalar macro- and microstructures
in a confined jet. Int. Journal Heat and Fluid Flow, 29(3):665–674, 2008.

[85] R.H. Kraichnan. Small-scale structure of a scalar field convected by turbulence.


Physics of Fluids, 11:945–953, 1968.

[86] P.K. Kundu, I.M. Cohen, and D.R. Dowling. Fluid Mechanics. Academic Press
Elsevier, 2012.

[87] B. Launder. An introduction to single-point closure methodology. In T.B. Gatski,


M.Y. Hussaini, and J.L. Lumley, editors, Simulation and Modeling of Turbulent
Flows., pages 243–310. Oxford University Press, New York, 1996.

[88] A. Leonard. Energy cascade in large eddy simulation of turbulent flows. Adv.
Geophys., 18A:237, 1974.

[89] M. Lesieurs. Turbulence in Fluids. Kluwer Academic Publishers, 1990.


Literaturverzeichnis 149

[90] D. Lilly. A proposed modification of the germano subgrid-scale closure method.


Phys. Fluids A, 4:633–635, 1992.

[91] K.H. Luo. Combustion effects on turbulence in partially premixed supersonic


diffusion flames. Combustion and Flame, 109:417–435, 1999.

[92] B.F. Magnussen. Modeling of pollutant formation in gas turbine combustors based
on the eddy dissipation concept. In CIMAC Conference, Tianjin, China, 1989.

[93] B.F. Magnussen and H. Hjertager. On mathematical modeling of turbulent com-


bustion with special emphasis on soot formation and combustion. In International
Symposium on Combustion, volume 16, pages 719–729, 1976.

[94] G.T. Malström, A.T. Kirkpatrick, B. Christensen, and K.D. Knappmiller. Cen-
treline velocity decay measurements in low-velocity axisymmetric jets. J. Fluid
Mech., 246:363–377, 1997.

[95] D.L. Marchisio and R.O. Fox. Solution of population balanced equations using the
direct quadrature method of moments. Journal of Aerosol Science, 36(1):43–75,
2005.

[96] C. Meneveau, T. Lund, and W.H. Cabot. A lagrangian dynamic subgrid-scale


model of turbulence. J. Fluid Mech., 319:353–385, 1996.

[97] C. Meneveau and K.R. Sreenivasan. Simple multifractal cascade model for fully
developed turbulent turbulence. Phys. Rev. Lett., 59:1424–1427, 1987.

[98] C. Meneveau and K.R. Sreenivasan. Analysis of turbulence in the orthonormal


wavelet representation. J. Fluid Mech., 232:469–520, 1991.

[99] C. Meneveau and K.R. Sreenivasan. The multifractal nature of turbulent energy
dissipation. J. Fluid Mech., 224:429–484, 1991.

[100] O. Metais and M. Lesieur. Spectral large eddy simulation of isotropic and stably
stratified turbulence. J. Fluid Mech., 239:157–194, 1992.

[101] T. Michioka and S. Komori. Large eddy simulation of a turbulent reacting liquid
flow. American Institute of Chemical Engineers, 50(11):2705–, 2004.

[102] P.L. Miller and P.E. Dimotakis. Some consequences of the boundedness of scalar
fluctuations. Phys. Fluids, 3:1910–1916, 1991.

[103] P.L. Miller and P.E. Dimotakis. Measurements of scalar power spectra in high
schmidt number turbulent jets. J. Fluid Mech., 308:129–146, 1996.
Literaturverzeichnis 150

[104] P. Moin and J. Kim. Numerical investigation of turbulent channel flow. J. Fluid
Mech., pages 341–377, 1982.

[105] A.S. Monin and A.M. Yaglom. Statistical Fluid Mechanics. M.I.T. Press Cam-
bridge, 1975.

[106] F. Moukalled, L. Mangani, and Darwish M. The Finite Volume Method in Com-
putational Fluid Dynamics. Springer, 2016.

[107] J. Murlis, H.M. Tsai, and P. Bradshaw. The structure of turbulent boundary
layers at low reynolds numbers. J. Fluid Mech., 122:13–56, 1982.

[108] J.O. Nye and R.S. Brodkey. The scalar spectrum in the viscous-convective sub-
range. J. Fluid Mech., 29:151–163, 1967.

[109] N.S. Oakey. Determination of the rate of dissipation of turbulent energy from
simultaneous temperature and velocity shear microstructure measurements. J.
Fluid Mech., 34:423–442, 1968.

[110] A. Obukhov. Structure of the temperature field in a turbulent flow. Izv. Akad.
Nauk. SSSR Ser. Geogr. I Geofiz., 13:55–69, 1949.

[111] N. Peters. Turbulent Combustion. cambridge University Press, 2000.

[112] C.D. Pierce and P. Moin. A dynamic model for subgrid-scale variance and dissi-
pation rate of a conserved scalar. Physics of Fluids, 10(12):3041–3044, 1998.

[113] U. Piomelli, P. Moin, and J.H. Ferziger. Model consistency in large eddy simula-
tion of turbulent channel flows. Phys. of Fluids, 31:1884–1891, 1988.

[114] U. Piomelli, P. Moin, and J.H. Ferziger. Model for large eddy simulation of tur-
bulent channel flows including transpiration. AAIA J. Thermophys. Heat Trans.,
5:124–128, 1991.

[115] H. Pitch and H. Steiner. Large-eddy simulation of a turbulent piloted methane/air


diffusion flame (sandia flame d). Phys. of Fluids, 12(10):2541–2554, 2000.

[116] T. Poinsot and Veynante D. Theoretical and Numerical Combustion. R.T. Ed-
wards Inc., 2005.

[117] S.B. Pope. Turbulent flows. University Press, Cambridge., 2000.


Literaturverzeichnis 151

[118] R.R. Prasad, C. Meneveau, and K.R. Sreenivasan. Multifractal nature of the
dissipation field of passive scalars in fully turbulent flows. Phys. Rev. Lett., 61:74–
77, 1989.

[119] R.R. Prasad and K.R. Sreenivasan. Quantitative three-dimensional imaging and
the structure of passive scalar fields in fully turbulent flows. Mason Labroratory,
Yale University, New Haven, 1990.

[120] D.I. Pullin. A vortex based model for the subgrid flux of a passive scalar. Phys.
Fluids, 12(9):2311–2319, 2000.

[121] A. Pumir. Small scale properties of scalar and velocity differences in three-
dimensional turbulence. Phys. Fluids, 6:3974–3984, 1994.

[122] V. Raman, H. Pitsch, and R.O. Fox. Eulerian transported probability densi-
ty function sub-filter model for large eddy simualtions of turbulent combustion.
Combustion Theory and Modelling, 10:439–458, 2005.

[123] W. Rodi. The prediction of free turbulent boundary layers by use of a two-equation
model of turbulence. Phd. thesis, University of London, 1972.

[124] R. Rogallo and P Moin. Numerical simulation of turbulent flows. Ann. Rev Fluid
Mech., 16:99–137, 1984.

[125] P. Sagaut. Large Eddy Simulation for Inkompressible Flows. Springer, 1998.

[126] J.P.H. Sander and I. Gökalp. Scalar dissipation rate modelling in variable density
turbulent axisymmetric jets and diffusion flames. Physics of Fluids, 10(4):938–
948, 1998.

[127] H. Schlichting and K. Gersten. Grenzschichttheorie. Springer, 10 edition, 2005.

[128] J. Schumacher and K.R. Sreenivasan. Geometric features of the mixing of passive
scalars at high schmidt numbers. Phys. Rev. Lett, 91, 2003.

[129] J. Schumacher and K.R. Sreenivasan. Statistics and geometry of passive scalar
fields in turbulence. J. Fluid Mech., 513, 2005.

[130] J. Schumacher, K.R. Sreenivasan, and P.K. Yeung. Very fine structures in scalar
mixing. J. Fluid Mech., 513, 2005.

[131] F. Schwertfirm. Direkte Simulation und Modellierung des Mikromischens bei ho-
hen Schmidt Zahlen. Phd. thesis, TU-München, 2008.
Literaturverzeichnis 152

[132] F. Schwertfirm and M. Manhart. Dns of passive scalar transport in turbulent


channel flow at high schmidt numbers. Journal of Heat and Fluid Flow, pages
1204–1214, 2007.

[133] F. Schwertfirm and M. Manhart. Development of a dns–fdf approach to


non–homogeneous non–equilibrium mixing for high schmidt number flows and
large eddy simulation. Trieste, 2008.

[134] A. Scotti and C. Meneveau. A fractal model for large eddy simulation of turbulent
flow. Physica D, 127:198, 1999.

[135] S. Shaanan, J. Ferziger, and Reynolds W. Numerical simulation of turbulence in


the presence of shear. Tech. rep., Dept. Mech. Eng, Stanford University, 1975.

[136] J. Smagorinsky. General circulation experiments with the primitive equations, i,


the basic experiment. Mon. Weather Rev., 91:99–164, 1963.

[137] K.B. Southerland, R.D. Frederiksen, W.J.A. Dahm, and D.R. Downling. Com-
parisons of mixing in chaotic and turbulent flows. Chaos, Solitons and Fractals.,
4(6):1057–1089, 1994.

[138] D.B. Spalding. Mixing and chemical reaction in steady confined turbulent flames.
In International Symposium on Combustion, volume 13, pages 649–657, 1971.

[139] C.G. Speziale. Analytic methods for the development of reynolds-stress closures
in turbulence. Ann. Rev. Fluid Mech., 23:107–157, 1991.

[140] J.H. Spurk. Strömungslehre - Eine Einführung in die Theorie der Strömungen.
Springer, 1996.

[141] K.R. Sreenivasan. Fractals and multifractals in fluid turbulence. Rev. Fluid Mech.,
23:539, 1991.

[142] K.R. Sreenivasan and C. Meneveau. Singularities of the equations of motion.


Phys. Rev. A, 38:6287–6295, 1988.

[143] K.R. Sreenivasan and R.R. Prasad. New results on the fractal and multifractal
structure of the large schmidt number passive scalars in fully turbulent flows.
Physica D, 38:322–329, 1989.

[144] K.R. Sreenivasan and G. Stolovitzky. Turbulent cascades. J. Stat. Phys., 78:311–
333, 1995.
Literaturverzeichnis 153

[145] H. Tennekes and J.L. Lumley. A First Course in Turbulence. The MIT Press,
1972.

[146] T. Theodorsen. Mechanism of turbulence. In Second Midwestern Conf. on Fluid


Mechanics. Ohio State University, 1952.

[147] I. Tkatchenko, N. Kornev, S. Jahnke, G. Steffen, and E. Hassel. Performances of


les and rans models for simulation of complex flows in a coaxial jet mixer. Flow,
Turbulence and Combustion, 78:111–127, 2007.

[148] W. Tollmien. Berechnung turbulenter ausbreitungsvorgänge. Zeitschrift für an-


gewandte Mathematik und Mechanik (ZAMM), 6:468–478, 1926.

[149] H. Versteeg and W. Malalasekra. An Introduction to Computational Fluid Dyna-


mics. Pearson, 2014.

[150] J.F. Vinuesa and F. Porte-Agel. Dynamic models for the subgrid-scale mixing
of reactants in atmospheric turbulent reacting flow. Journal of the Atmospheric
Sciences, 65:1692–1699, 2008.

[151] B. Vreman, B. Geurts, and H. Kuerten. On the formulation of the dynamic mixed
subgrid-scale model. Phys. Fluids, 6:4057–4059, 1994.

[152] C. Wall, B.J. Boersma, and P. Moin. An evaluation of the assumed beta probabili-
ty density function subgrid-scale model for large eddy simulation of nonpremixed,
turbulent combustion with heat release. Phys. Fluids, 12:2522–2529, 2000.

[153] M. Walter, N. Kornev, and E. Hassel. Large eddy simulation of turbulent reacting
mixing of liquids in a coaxial jet mixer. Chemie Ingenieur Technik, 84(6):813–822,
2012.

[154] M. Walter, N. Kornev, and E. Hassel. Large eddy simulation of turbulent reactive
mixing at high schmidt and reynolds numbers. Chemical Engineering Technology,
38(9):1608–1616, 2015.

[155] Z. Warhaft. Passive scalars in tubulent flows. Annu. Rev. Fluid Mech., 32:203–
240, 2000.

[156] J. Warnatz, U. Maas, and R.W. Dibble. Verbrennung. Springer, 2001.

[157] B.S. Williams, Marteau D., and J.P. Gollub. Mixing of passive scalar in magne-
tically forced two-dimensional turbulence. Phys. Fluids, 14:2052–2054, 1997.
Literaturverzeichnis 154

[158] S. Xu. Turbulent Mixing of Passive Scalars at High Schmidt Number. Phd. thesis,
School of Aerospace Engineering, Georgia Institute of Technology, 2005.

[159] A.M. Yaglom. Laws of small-scale turbulence in atmosphere and ocean (in com-
memoration of the 40th anniversary of the theory of locally isotropic turbulence).
Izv. Atm. Ocean Phys., 17:919–935, 1981.

[160] P.K. Yeung, S. Xu, D.A. Donzis, and K.R. Sreenivasan. Simulations of three-
dimensional turbulent mixing for schmidt numbers of the order 1000. Flow, Tur-
bulence and Combustion, 72:333–347, 2004.

[161] P.K. Yeung, S. Xu, and K.R. Sreenivasan. Schmidt number effects on turbulent
transport with uniform mean scalar gradient. Phys. Fluids, 14:4178–4191, 2002.

[162] B.A. Younis, C.G. Speziale, and T.T. Clark. A rational model for the turbulent
scalar fluxes. Proc. R. Soc. A, 461(2054):575–594, 2005.

[163] Y. Zang, R.L. Street, and J.R. Koseff. A dynamic mixed subgrid-scale model and
its application to turbulent recirculating flows. Phys. Fluids, 5:3186–3196, 1993.

[164] V. Zhdanov, E. Hassel, and N. Kornev. Influence of issued jet conditions on mixing
of confined flows. Chemical Engineering Transactions, 32:1459–1464, 2013.

[165] V. Zhdanov, N. Kornev, and E. Hassel. Flow structure of a recirculation zone


in a coaxial jet mixer. In Symposium on Turbulence, Heat and Mass Transfer,
volume 5, 2006.

[166] V. Zhdanov, N. Kornev, and E. Hassel. Mixing study of confined reactive flows by
two-colour plif. In Symposium on Turbulence, Heat and Mass Transfer, volume 6,
2009.

[167] V. Zhdanov, N. Kornev, E. Hassel, and A. Chorny. Mixing of confined coaxial


flows. Int. Journal of Heat and Mass Transfer, 49:3942–3956, 2006.

[168] F. Zöllner. Leonardo da Vinci, 1452-1519: sketches and drawings. Taschen, 2004.
A. Weitere Komponenten der

0 0
aufgelösten u u und
modellierten hτ sgsi Spannungen

155
A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i
Spannungen 156

10−2
10−4
10−5 10−3
i

i
10−6 10−4
sgs

sgs
hu0xu0y i, hτxy

hu0xu0y i, hτxy
G1
0 0
G1∗
−6 G2
−10 −10−4
G2∗
−10−5 G3 −10−3
−10−4 G3∗
−10−2
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−2 10−2
10−3 10−3
i

10−4 10−4
sgs

sgs
hu0xu0y i, hτxy

hu0xu0y i, hτxy

0 0
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−2 10−2
10−3 10−3
i

10−4 10−4
sgs

sgs
hu0xu0y i, hτxy

hu0xu0y i, hτxy

0 0
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. A.1.: Zeitlich gemittelte Spannungskomponente xy entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).
A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i
Spannungen 157

10−3
10−4
10−5 10−4
i

i
10−6 10−5
sgs

sgs
hu0xu0z i, hτxz

hu0xu0z i, hτxz
G1
0 0
G1∗
−10−6 G2 −10−5
G2∗
−10−5 G3 −10−4
−10−4 G3∗
−10−3
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−3 10−3
10−4 10−4
i

10−5 10−5
sgs

sgs
hu0xu0z i, hτxz

hu0xu0z i, hτxz

0 0
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−3 10−3
10−4 10−4
i

10−5 10−5
sgs

sgs
hu0xu0y i, hτxz

hu0xu0z i, hτxz

0 0
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. A.2.: Zeitlich gemittelte Spannungskomponente xz entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).
A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i
Spannungen 158

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0y u0y i, hτyy

hu0y u0y i, hτyy


G1
10−3 G1∗
10−3
G2
10−4 G2∗ 10−4
G3
G3∗
0 0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0y u0y i, hτyy

hu0y u0y i, hτyy

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0y u0y i, hτyy

hu0y u0y i, hτyy

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. A.3.: Zeitlich gemittelte Spannungskomponente yy entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).
A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i
Spannungen 159

10−4 10−4
10−5 10−5
i

i
10−6 10−6
sgs

sgs
hu0y u0z i, hτyz

hu0y u0z i, hτyz


G1
0 0
G1∗
−6 −6
−10 G2 −10
G2∗
−10−5 −10−5
G3
−10−4 G3∗ −10−4
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−4 10−4
10−5 10−5
i

10−6 10−6
sgs

sgs
hu0y u0z i, hτyz

hu0y u0z i, hτyz

0 0
−6 −6
−10 −10
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−4 10−4
10−5 10−5
i

10−6 10−6
sgs

sgs
hu0y u0z i, hτyz

hu0y u0z i, hτyz

0 0
−6 −6
−10 −10
−10−5 −10−5
−10−4 −10−4
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. A.4.: Zeitlich gemittelte Spannungskomponente yz entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).
A. Weitere Komponenten der aufgelösten hu0 u0 i und modellierten hτ sgs i
Spannungen 160

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0z u0z i, hτzz

hu0z u0z i, hτzz


G1
10−3 G1∗
10−3
G2
10−4 G2∗ 10−4
G3
G3∗
0 0
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0z u0z i, hτzz

hu0z u0z i, hτzz

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1

10−2 10−2
i

i
sgs

sgs
hu0z u0y i, hτzz

hu0z u0z i, hτzz

10−3 10−3

10−4 10−4

0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. A.5.: Zeitlich gemittelte Spannungskomponente zz entlang der Mittelachse (a)


sowie verschiedenen Querschnitten (b)-(f).
B. Weitere zeitliche
Autokorrelationsfunktionen der
aufgelösten Komponenten uy
und uz

161
B. Weitere zeitliche Autokorrelationsfunktionen der aufgelösten Komponenten uy
und uz 162

1.0 1.0 1.0


G1
0.8 G2 0.8 0.8
G3
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. B.1.: Zeitliche Autokorrelationsfunktion von uy für die Gitterauflösungen G1 bis


G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erkennen sind
die schwächer abfallenden Autokorrelationsfunktionen zwischen x/D = 0
und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine zunehmende
Kolmogorov Länge in axialer und radialer Richtung hinweist.
B. Weitere zeitliche Autokorrelationsfunktionen der aufgelösten Komponenten uy
und uz 163

1.0 1.0 1.0


G1
0.8 G2 0.8 0.8
G3
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )
0.2 0.2 0.2
0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
ρ(τ )

ρ(τ )

ρ(τ )

0.2 0.2 0.2


0.0 0.0 0.0
−0.2 −0.2 −0.2
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
τ [s] τ [s] τ [s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. B.2.: Zeitliche Autokorrelationsfunktion von uz für die Gitterauflösungen G1 bis


G3 an verschiedenen Positionen im Strahlmischer. Deutlich zu erkennen sind
die schwächer abfallenden Autokorrelationsfunktionen zwischen x/D = 0
und x/D = 5.1 sowie r/D = 0 und r/D = 0.4, was auf eine zunehmende
Kolmogorov Länge in axialer und radialer Richtung hinweist.
C. Weitere PDFs der aufgelösten
Komponenten uy und uz

164
C. Weitere PDFs der aufgelösten Komponenten uy und uz 165

12 60 30
G1
10 G2 50 25
G3
8 40 20
WDF

WDF

WDF
6 30 15
4 20 10
2 10 5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0y [m/s] u0y [m/s] u0y [m/s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


5 35 30
30 25
4
25
20
3 20
WDF

WDF

WDF
15
2 15
10
10
1 5
5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0y [m/s] u0y [m/s] u0y [m/s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


7 7 18
6 6 16
14
5 5
12
4 4 10
WDF

WDF

WDF

3 3 8
6
2 2
4
1 1 2
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0y [m/s] u0y [m/s] u0y [m/s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


9 8 10
8 7
7 8
6
6 5
5 6
WDF

WDF

WDF

4
4 4
3 3
2 2
2
1 1
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0y [m/s] u0y [m/s] u0y [m/s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. C.1.: PDF der aufgelösten Geschwindigkeitsfluktuationen uy für die Gitterauflö-


sungen G1 bis G3 an verschiedenen Positionen im Strahlmischer. Es ist klar
zu erkennen, dass die PDFs einen gaussförmigen Charakter aufweisen, was
auf Selbstähnlichkeit im Geschwindigkeitsfeld hindeutet.
C. Weitere PDFs der aufgelösten Komponenten uy und uz 166

10 70 45
G1
60 40
8 G2
35
G3 50
30
6 40 25
WDF

WDF

WDF
4 30 20
15
20
2 10
10 5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0z [m/s] u0z [m/s] u0z [m/s]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


5 30 40
25 35
4
30
20 25
3
WDF

WDF

WDF
15 20
2 15
10
10
1 5 5
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0z [m/s] u0z [m/s] u0z [m/s]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


7 7 25
6 6
20
5 5
4 4 15
WDF
WDF

WDF

3 3
10
2 2
1 5
1
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0z [m/s] u0y [m/s] u0z [m/s]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


10 8 14
7 12
8
6 10
6 5
8
WDF

WDF

WDF

4
4 6
3
2 4
2
1 2
0 0 0
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
u0z [m/s] u0z [m/s] u0z [m/s]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. C.2.: PDF der aufgelösten Geschwindigkeitsfluktuationen uz für die Gitterauflö-


sungen G1 bis G3 an verschiedenen Positionen im Strahlmischer. Es ist klar
zu erkennen, dass die PDFs einen gaussförmigen Charakter aufweisen, was
auf Selbstähnlichkeit im Geschwindigkeitsfeld hindeutet.
C. Weitere PDFs der aufgelösten Komponenten uy und uz 167

10−2 10−2 10−2


10−3 10−3 10−3
10−4 −5/3 10−4 10−4
10−5 10−5 −5/3 10−5 −5/3

10−6 10−6 10−6


E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 10−7
10−8 10−8 −7 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 G1 10−12 10−12
10−13 G2 10−13 10−13
10−14 10−14 10−14
10−15 G3 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 −5/3 10−4 −5/3
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 10−7
10−8 10−8 −7 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 −5/3
10−4 −5/3
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

−7 E(f ) [m2/s2]
10−7 10−7 −7 10−7
10−8 10−8 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 −5/3 10−3 −5/3
10−4 10−4 10−4
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]

−7 −7
10−7 10−7 10−7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. C.3.: Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuationen


u0y für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen im
Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen Träg-
heitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung gehen die
Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf im Träg-
heitsbereich über. Der dissipative Abfall ist in allen Spektren vorhanden.
C. Weitere PDFs der aufgelösten Komponenten uy und uz 168

10−2 10−2 10−2


10−3 10−3 10−3
10−4 −5/3 10−4 10−4
10−5 10−5 10−5
−5/3
−5/3
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 10−7
10−8 10−8 10−8 −7
10−9 10−9 −7 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 G1 10−12 10−12
10−13 G2 10−13 10−13
10−14 10−14 10−14
10−15 G3 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(a) x/D = 0, r/D = 0 (b) x/D = 0, r/D = 0, 25 (c) x/D = 0, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 10−4
10−5 10−5 10−5
−5/3 −5/3

10−6 10−6 10−6


E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]
10−7 −7 10−7 −7 10−7
10−8 10−8 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(d) x/D = 1, 1, r/D = 0 (e) x/D = 1, 1, r/D = 0, 25 (f) x/D = 1, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 10−3
10−4 10−4 −5/3
10−4 −5/3
10−5 10−5 10−5
10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

−7 E(f ) [m2/s2]
10−7 10−7 −7 10−7
10−8 10−8 10−8 −7
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(g) x/D = 3, 1, r/D = 0 (h) x/D = 3, 1, r/D = 0, 25 (i) x/D = 3, 1, r/D = 0, 4


10−2 10−2 10−2
10−3 −5/3 10−3 −5/3 10−3
10−4 10−4 10−4
−5/3

10−5 10−5 10−5


10−6 10−6 10−6
E(f ) [m2/s2]

E(f ) [m2/s2]

E(f ) [m2/s2]

−7 −7
10−7 10−7 10−7 −7
10−8 10−8 10−8
10−9 10−9 10−9
10−10 10−10 10−10
10−11 10−11 10−11
10−12 10−12 10−12
10−13 10−13 10−13
10−14 10−14 10−14
10−15 10−15 10−15
10−16 −1 10−16 −1 10−16 −1
10 100 101 102 103 104 10 100 101 102 103 104 10 100 101 102 103 104
f [Hz] f [Hz] f [Hz]

(j) x/D = 5, 1, r/D = 0 (k) x/D = 5, 1, r/D = 0, 25 (l) x/D = 5, 1, r/D = 0, 4

Abb. C.4.: Zeitliches Frequenzspektrum der aufgelösten Geschwindigkeitsfluktuationen


u0z für die Gitterauflösungen G1 bis G3 an verschiedenen Positionen im
Strahlmischer. Die Spektren entlang der Mittelachse lassen keinen Träg-
heitsbereich mit −5/3 Anstieg erkennen. In radialer Richtung gehen die
Spektren jedoch in den von Kolmogorov vorhergesagten Verlauf im Träg-
heitsbereich über. Der dissipative Abfall ist in allen Spektren vorhanden.
C. Weitere PDFs der aufgelösten Komponenten uy und uz 169

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs
10−6 10−6
y

y
0 G1 0
−10−6 G1∗ −10−6
−10−5 G2 −10−5
−10−4 G2∗ −10−4
−10−3 G3 −10−3
−10−2 G3∗ −10−2
−10−1 −10−1
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs

10−6 10−6
y

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs

10−6 10−6
y

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. C.5.: Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches zwi-
schen Experiment und numerischer Simulation mit unterschiedlichen Gitter-
auflösungen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches entlang der
Mittelachse φ0 (x, y, z) = φ(x, 0, 0).
C. Weitere PDFs der aufgelösten Komponenten uy und uz 170

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0z i, hτφsgs

hφ0u0z i, hτφsgs
10−5 10−5
z

z
G1
10−6 G1∗
10−6
0 G2 0
−10−6 G2∗ −10−6
−10−5 G3 −10−5
−10−4 G3∗ −10−4
−10−3 −10−3
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0z i, hτφsgs

hφ0u0z i, hτφsgs
10−5 10−5
z

10−6 10−6
0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
i

i
hφ0u0xi, hτφsgs

hφ0u0z i, hτφsgs

10−5 10−5
z

10−6 10−6
0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. C.6.: Vergleich der zeitlich gemittelten Schwankungen des Mischungsbruches zwi-
schen Experiment und numerischer Simulation mit unterschiedlichen Gitter-
auflösungen entlang der Mittelachse (a) sowie verschiedenen Querschnitten
(b)-(f) jeweils normalisiert mit dem Wert des Mischungsbruches entlang der
Mittelachse φ0 (x, y, z) = φ(x, 0, 0).
C. Weitere PDFs der aufgelösten Komponenten uy und uz 171

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs
10−6 10−6
y

y
0 laminar 0
−10−6 DOE −10−6
−10−5 DSM
−10−5
−10−4 −10−4
−10−3 LDMMS −10−3
−10−2 LDMMS∗ −10−2
−10−1 −10−1
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs

10−6 10−6
y

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0y i, hτφsgs

10−6 10−6
y

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. C.7.: Zeitlich gemittelte y-Komponente des Flussvektors vom Mischungsbruch


entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) .
C. Weitere PDFs der aufgelösten Komponenten uy und uz 172

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0z i, hτφsgs

hφ0u0z i, hτφsgs
10−6 10−6
z

z
0 laminar 0
−10−6 DOE −10−6
−10−5 DSM
−10−5
−10−4 −10−4
−10−3 LDMMS −10−3
−10−2 LDMMS∗ −10−2
−10−1 −10−1
0 2 4 6 8 10 −0.4 −0.2 0.0 0.2 0.4
x/D r/D
(a) r/D = 0 (b) x/D = 0, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0z i, hτφsgs

hφ0u0z i, hτφsgs

10−6 10−6
z

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(c) x/D = 0, 6 (d) x/D = 1, 1

10−1 10−1
10−2 10−2
10−3 10−3
10−4 10−4
10−5 10−5
i

i
hφ0u0y i, hτφsgs

hφ0u0z i, hτφsgs

10−6 10−6
z

0 0
−10−6 −10−6
−10−5 −10−5
−10−4 −10−4
−10−3 −10−3
−10−2 −10−2
−10−1 −10−1
−0.4 −0.2 0.0 0.2 0.4 −0.4 −0.2 0.0 0.2 0.4
r/D r/D
(e) x/D = 3, 1 (f) x/D = 5, 1

Abb. C.8.: Zeitlich gemittelte z-Komponente des Flussvektors vom Mischungsbruch


entlang der Mittelachse (a) sowie verschiedenen Querschnitten (b)-(f) .

Das könnte Ihnen auch gefallen