Experience of direct numerical simulation of turbulent boundary layers in complex flows

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A survey is presented of numerical studies of near-wall turbulent flows conducted in different years using Direct Numerical Simulation (DNS) by representatives of three generations of L.G. Loitsyansky's students, currently working in the laboratory “Computational Hydroaeroacoustics and Turbulence” of SPbPU. Based on the experience accumulated in the course of these studies, a conclusion is drawn that despite the high computational costs required to carry out DNS, this method already today represents a powerful universal tool not only for fundamental research into turbulence, but also for solving important applied problems.

About the authors

A. V. Garbaruk

Peter the Great Saint-Petersburg Polytechnic University

Email: agarbaruk@cfd.spbstu.ru
Saint-Petersburg, Russia

A. S. Stabnikov

Peter the Great Saint-Petersburg Polytechnic University

Email: an.stabnikov@gmail.com
Saint-Petersburg, Russia

M. Kh. Strelets

Peter the Great Saint-Petersburg Polytechnic University

Email: strelets@cfd.spb.ru
Saint-Petersburg, Russia

A. K. Travin

Peter the Great Saint-Petersburg Polytechnic University

Email: atravin@cfd.spbstu.ru
Saint-Petersburg, Russia

M. L. Shur

Peter the Great Saint-Petersburg Polytechnic University

Email: mshur@cfd.spb.ru
Saint-Petersburg, Russia

References

  1. Alfredsson P.H., Örlü, R., Alfredsson R. O. Large-Eddy BreakUp Devices — a 40 Years Perspective from a Stockholm Horizon // Flow Turbulence and Combustion. 2018, vol. 100, pp. 877–888. https://doi.org/10.1007/s10494-018-9908-4
  2. Strelets M. Detached Eddy Simulation of Massively Separated Flows // AIAA Paper., 2001, no. 2001–0879. https://doi.org/10.2514/6.2001-879
  3. Shur M., Strelets M., Travin A. High-order implicit multi-block Navier-Stokes code: Ten-year experience of application to RANS/DES/LES/DNS of turbulent flows // 7th Symp. on Overset Composite Grids & Solution Technol., Huntington Beach, CA, USA, 2004.
  4. Rogers S.E., Kwak D. An Upwind Differencing Scheme for the Time Accurate Incompressible Navier-Stokes Equations // AIAA J., 1990, vol. 28, no. 2, pp. 253–262. https://doi.org/10.2514/3.10382
  5. Roe P. Approximate Riemann Solvers, Parameter Vectors and Difference Schemes // J. of Computational Physics, 1981, vol. 43, no. 2, pp. 357–372. https://doi.org/10.1016/0021-9991(81)90128-5
  6. Spalart P.R., Strelets M., Travin A. Direct numerical simulation of large-eddy-break-up devices in a boundary layer // Int. J. of Heat and Fluid Flow, 2006, vol. 27, no. 5, pp. 902–910. https://doi.org/10.1016/j.ijheatfluidflow.2006.03.014
  7. Lund T., Wu, X., Squires K. Generation of turbulent inflow data for spatially-developing boundary layer simulations // J. of Comput. Phys., 1990, vol. 140, pp. 233–258. https://doi.org/10.1006/jcph.1998.5882
  8. Spalart P.R, Shur M., Strelets M. et al. Experimental and numerical study of the turbulent boundary layer over shallow dimples // Int. J. of Heat and Fluid Flow, 2019, vol. 78. https://doi.org/10.1016/j.ijheatfluidflow.2019.108438
  9. Van Nesselrooij M., Veldhuis L.L.M., van Oudheusden B.W., Schrijer F.F.J. Drag reduction by means of dimpled surfaces in turbulent boundary layers // Experiments in Fluids, 2016, vol. 57, no. 142. https://doi.org/10.1007/s00348-016-2230-9
  10. Lashkov Y.A., Samoilova N.V. On the viscous drag of a plate with spherical recesses // Fluid Dynamics, 2002, vol. 37, no. 2, pp. 231–236. https://doi.org/10.1023/A:1015806332333
  11. Lienhart H., Breuer M., Koksoy C. Drag reduction by dimples? A complementary experimental/numerical investigation // Int. J. of Heat and Fluid Flow, 2008, vol. 29, no. 3, pp. 783–791. https://doi.org/10.1016/j.ijheatfluidflow.2008.02.001
  12. Spalart P.R. Direct simulation of a turbulent boundary layer up to Rθ = 1410 // J. of Fluid Mech., 1988, vol. 187, pp. 61–98. https://doi.org/10.1017/S0022112088000345
  13. Van Campenhout O.W.G., van Nesselrooij M., Veldhuis L.L.M. et al. An experimental investigation into the flow mechanics of dimpled surfaces in turbulent boundary layers // AIAA Paper., 2018, no. 2018–2062. https://doi.org/10.2514/6.2018-2062
  14. Van Campenhout O.W.G., van Nesselrooij M., Lin Y.Y. et al. Experimental and numerical investigation into the drag performance of dimpled surfaces in a turbulent boundary layer // Int. J. of Heat and Fluid Flow, 2023, vol. 100. https://doi.org/10.1016/j.ijheatfluidflow.2023.109110
  15. Anderson B., Shur M., Spalart P. et al. Reduction of Aerodynamic Noise in a Flight Deck by Use of Vortex Generators // AIAA Paper., 2005, no. 2005–0426. https://doi.org/10.2514/6.2005-426
  16. Spalart P.R., Shur M.L., Strelets M.Kh., Travin A.K. Direct Simulation and RANS Modelling of a Vortex Generator Flow // Flow Turbulence and Combustion, 2015, vol. 95, pp. 335–350. https://doi.org/10.1007/s10494-015-9610-8
  17. Spalart P.R., Allmaras S.R. A One-Equation Turbulence Model for Aerodynamic Flows // AIAA Paper., 1992, no. 1992–0439. https://doi.org/10.2514/6.1992-439
  18. Menter F.R. Zonal Two-Equation k-ω Turbulence Models for Aerodynamic Flows // AIAA Paper., 1993, no. 1993–2906. https://doi.org/10.2514/6.1993-2906
  19. Spalart P.R., Shur M.L. On the sensitization of simple turbulence models to rotation and curvature // Aerospace Sci.& Techn., 1997, vol. 1, no. 5, pp. 297–302. https://doi.org/10.1016/S1270-9638(97)90051-1
  20. Smirnov P.E., Menter F.R. Sensitization of the SST turbulence model to rotation and curvature by applying the Spalart–Shur correction term // J. of Turbomachinery, 2009, vol. 131, no. 4. https://doi.org/10.1115/1.3070573
  21. Shur M., Spalart P.R., Strelets M., Travin A. Synthetic turbulence generators for RANS-LES interfaces in zonal simulations of aerodynamic and aeroacoustic problems // Flow of Turbulence and Combustion, 2014, vol. 93, no. 1, pp. 63–92. https://doi.org/10.1007/s10494-014-9534-8
  22. Driver D.M. Reynolds shear stress measurements in a separated boundary layer flow // AIAA Paper., 1991, no. 1991–1787. https://doi.org/10.2514/6.1991-1787
  23. Dudek J., Georgiadis N., Yoder D. Calculation of turbulent subsonic diffuser flows using the NPARC Navier–Stokes code // AIAA Paper., 1996, no. 1996–0497. https://doi.org/10.2514/6.1996-497
  24. Stabnikov A.S., Kolmogorov D.K., Garbaruk A.V., Menter F.R. Direct Numerical Simulation of Separated Turbulent Flow in Axisymmetric Diffuser // J. of Physics: Conference Series, 2021, vol. 2103, no. 1. https://doi.org/10.1088/1742-6596/2103/1/012214
  25. Menter F.R., Kolmogorov D.K., Garbaruk A.V., Stabnikov A.S. Direct- and Large Eddy Simulations of Turbulent Flow in CS0 Diffuser on Resolved and Under-resolved Meshes // Flow Turbulence and Combustion, 2023, vol. 110, no. 3, pp. 515–546. https://doi.org/10.1007/s10494-023-00399-1
  26. Bachalo W.D., Johnson D.A. Transonic, turbulent boundary-layer separation generated on an axisymmetric flow model // AIAA J., 1986, vol. 24, no. 3, pp. 437–443. https://doi.org/10.2514/3.9286
  27. Spalart P.R., Belyaev K.V., Garbaruk A.V. et al. Large-Eddy and Direct Numerical Simulations of the Bachalo-Johnson Flow with Shock-Induced Separation // Flow Turbulence and Combustion, 2017, vol. 99, no. 3, pp. 865–885. https://doi.org/10.1007/s10494-017-9832-z
  28. Belyaev K.V., Garbaruk A.V., Shur M.L. et al. Experience of Direct Numerical Simulation of Turbulence on Supercomputers // In: Communications in Computer & Inform. Sci., 2017, vol. 687, pp. 67–77. https://doi.org/10.1007/978-3-319-55669-7_6
  29. Shur M.L., Spalart P.R., Strelets M.Kh., Travin A.K. A hybrid RANS-LES approach with delayed-DES and wall-modelled LES capabilities // Int. J. of Heat and Fluid Flow, 2008, vol. 29, no. 6, pp. 1638–1649. https://doi.org/10.1016/j.ijheatfluidflow.2008.07.001
  30. Shur M.L., Spalart P.R., Strelets M.Kh., Travin A.K. Direct numerical simulation of the two-dimensional speed bump flow at increasing Reynolds numbers // Int. J. of Heat and Fluid Flow, 2021, vol. 90, no. 3. https://doi.org/10.1016/j.ijheatfluidflow.2021.108840
  31. Balin R., Jansen K.E., Spalart P.R. Wall-Modeled LES of flow over a Gaussian bump with strong pressure gradients and separation // AIAA Paper., 2020, no. 2020–3012. https://doi.org/10.2514/6.2020-3012
  32. Uzun A., Malik M.R. Large-Eddy Simulation of flow over a wall-mounted hump with separation and reattachment // AIAA J., 2017, vol. 56, no. 2, pp. 1–16. https://doi.org/10.2514/1.J056397

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».