基于统计学特征的密集型气液雾化随机模型优化方法研究

在高气液动量比的空气雾化流场中，液滴和液丝从液核剥离的过程具有高自由度、分布密集的特点，传统理论模型难以对其准确预测。本文对结合大涡模拟方法的随机雾化模型进行优化，在初始雾化过程，提出使用液滴统计平均温度来表征液滴碰撞统计学特性的改进方法。液滴的统计平均温度分别采用气液相对动能模型的粒子追踪法和亚网格动能模型的粒子追踪法。研究表明，使用改进的气液雾化随机模型预测密集型空气雾化流场，大幅改善了传统雾化随机模型在初始雾化区域过预测的缺陷，平均动能的相对误差为15.5%，平均索特尔直径的相对误差为7.2%，与未改进前的模拟结果相比，误差降低了41.1%和15.0%。此外，本文还探究了喷雾张角模型对雾化流场预测结果的影响，分别将实验所得经验公式法、相界面气液动量平衡所得模拟法与亚网格动能模型的粒子追踪法结合。结果表明喷雾张角经验公式预测结果更为准确，在平均索特尔直径预测方面准确性提高了17.3%。