Investigation of three-dimensional effects on flame stabilization in a subsonic flow with premixed combustion

Cover Page

Cite item

Full Text

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

Abstract

The results of three-dimensional calculations of P. Magre et al. experiment (ONERA) with premixed methane–air combustion in a model channel with backward step are presented. The calculations are carried out with EPaSR (Extended Partially Stirred Reactor) model to take into account the first channel of turbulence–chemistry interaction. The problems caused by transition to non-Boussinesq models of DRSM class are discussed in the article. The article offers a solution to the problem caused by the absence of turbulent kinetic energy production in the flame front which arises in calculations with DRSM models. The significant influence of non-Boussinesq models on the flow structure is demonstrated. The influence of the transversal inhomogeneity of the velocity field on the flame flashback formation region is highlighted. The application of the two-way turbulence–chemistry interaction model EPaSR-PrOm shows that the side walls heat exchange severely influences the field of turbulent Prandtl number decreasing its value compared to that of the two-dimensional calculation.

Full Text

Restricted Access

About the authors

Roman A. Balabanov

Moscow Institute of Physics and Technology (MIPT); Central Aerohydrodynamic Institute named after Prof. N. E. Zhukovky (TsAGI)

Author for correspondence.
Email: balabanov.ra@phystech.edu

(b. 1999) — postgraduate student, Moscow Institute of Physics and Technology (MIPT); engineer, Central Aerohydrodynamic Institute named after Prof. N. E. Zhukovky (TsAGI)

Russian Federation, 9 Institutsky Lane, Dologoprudny 141701, Moscow Region; 1 Zhukovsky Str., Zhukovsky 140180, Moscow Region

References

  1. Magre, P., P. Moreau, G. Collin, R. Borghi, and M. P alat . 1987. Further studies by CARS of premixed turbulent combustion in a high velocity flow. Combust. Flame 71(2):147–168. doi: 10.1016/0010-2180(88)90004-1.
  2. Balabanov, R. A., V. V. Vlasenko, and A. Yu. Nozdrachev . 2024. Opisanie predvaritel’no peremeshannogo turbulentnogo goreniya v kanale so stupen’koy pri pomoshchi modeley klassa PaSR [Description of premixed turbulent combustion in a channel with a step using partially stirred reactor models]. Combust. Explo. Shock Waves 60(4):44–55. doi: 10.15372/FGV2024.9453.
  3. Lewis, B., and G. von Elbe. 1987. Combustion, flames and explosions of gases. 3rd ed. Orlando, FL: Academic Press. 740 p.
  4. Matyushenko, A. A., and A. V. Garbaruk. 2017. Non-linear correction for the – SST turbulence model. J. Phys. Conf. Ser. 929:012102. doi: 10.1088/1742-6596/929/1/012102.
  5. Cecora, R.-D., R. Radespiel, B. Eisfeld, and A. Probst . 2015. Differential Reynolds stress modeling for aeronautics. AIAA J. 53(3):739–755. doi: 10.2514/1.J053250.
  6. Pettersson Reif, B., and H. Andersson. 2002. Prediction of turbulence-generated secondary mean flow in a square duct. Flow Turbul. Combust. 68:41–61. doi: 10.1023/ A:1015611721026.
  7. Oh, M. T. 1995. Assessment of Reynolds stress turbulence closures for separated flow over backward-facing step. Transactions Korean Society Mechanical Engineers 19(11):3014–3021. doi: 10.22634/KSME.1995. 19.11.3014.
  8. Gibson, M. M., and B. E. Launder. 1978. Ground effects on pressure fluctuations in the atmospheric boundary layer. J. Fluid Mech. 86(3):491–511. doi: 10.1017/ S0022112078001251.
  9. Petrova, N. 2015. Turbulence chemistry interaction models for numerical simulation of aeronautical propulsion systems. Palaiseau: Ecole polytechnique. PhD Diss. 316 p.
  10. Shiryaeva, A. A. 2018. Modelirovanie vysokoskorostnykh techeniy so smeshannymi rezhimami turbulentnogo goreniya na osnove trekhmernykh uravneniy Reynol’dsa [Modeling of high speed flows with premixed regimes of turbulent combustion on the basis of three-dimensional Reynolds equations]. Zhukovsky. PhD Diss. 217 p.
  11. Fureby, C. 2007. Comparison of flamelet and finite rate chemistry LES for premixed turbulent combustion. AIAA Paper No. 1413-2007.
  12. Balabanov, R. A., V. V. Vlasenko, and A. A. Shiryaeva. 2022. Opyt validatsii modeley turbulentnogo goreniya klassa PaSR i plany razvitiya etikh modeley primenitel’no k kameram sgoraniya gazoturbinnykh ustanovok [Experience in validation of turbulent combustion models of the PaSR class and plansfor the development of these models in relation to the combustion chambers of gas turbine units]. Goren. Vzryv (Mosk.) — Combustion and Explosion 15(4):48–57.
  13. Ferrarotti, M., Z. Li, and A. Parente. 2019. On the role of mixing models in the simulation of MILD combustion using finite-rate chemistry combustion models. P. Combust. Inst. 37(4):4531–4538. doi: 10.1016/j.proci.2018.07.043.
  14. Menter, F. R. 1994. Two-equation eddy-viscosity turbulence models for engineering applications. AIAA J. 32(8):1598–1605.
  15. Menter, F. R., M. Kuntz, and R. Langtry. 2003. Ten years of industrial experience with the SST turbulence model. Turbulence Heat Mass Transfer 4(1):625–632.
  16. Sabelnikov, V., and C. Fureby. 2013. LES combustion modeling for high Re flames using a multi-phase analogy. Combust. Flame 160(1):83–96. doi: 10.1016/j.combustflame.2012.09.008.
  17. Basevich, V., A. Belyaev, and S. Frolov. 1998. “Global” kinetic mechanisms for calculating turbulent reactive flows. I. The basic chemical heat release process. Chem. Phys. Rep. 17(9):1747–1772.
  18. Libby, P. A., and K. N. C. Bray. 1981. Countergradient diffusion in premixed turbulent flames. AIAA J. 19(2):205–213.
  19. Zhang, S., and C. J. Rutland. 1995. Premixed flame effects on turbulence and pressure-related terms. Combust. Flame 102(4):447–461. doi: 10.1016/0010-2180(95)00036-6.
  20. Sabelnikov, V. A., A. N. Lipatnikov., S. Nishiki, et al. 2021. Dissipation and dilatation rates in premixed turbulent flames. Phys. Fluids 33(3). doi: 10.1063/5.0039101.
  21. Lindstedt, R. P., and E. M. Vaos. 1999. Modeling of premixed turbulent flames with second moment methods. Combust. Flame 116(4):461–485. doi: 10.1016/S0010-2180(98)00058-3.
  22. Lebedev, A. B., K. Y. Yakubovskii, and P. D. Toktaliev . 2018. Numerical modeling of steady and unsteady combustion regimes of methane–air mixture in research combustion chamber with step. J. Phys. Conf. Ser. 1261(1):012020. doi: 10.1088/1742-6596/1261/1/012020.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1: The mesh for the computation domain

Download (209KB)
Indexing metadata
3. Figure 2: Comparison of turbulent kinetic energy fields in two-dimensional simulations of ONERA experiment: (a) EPaSR model with SSG-LRR-ω ; and (b) EPaSR model with BSL k–ω

Download (327KB)
Indexing metadata
4. Figure 3: Improved instantaneous field of turbulent kinetic energy in the three-dimensional simulation of ONERA experiment with EPaSR and SSG-LRR-ω with pressure dilatation term correction

Download (165KB)
Indexing metadata
5. Figure 4: Comparison of instantaneous temperature isosurfaces colored by vertical velocity: (a) EpaSR with Baseline k–ω and the PrOm model; and (b) EpaSR with SSG-LRR-ω taking into account dilatation correction

Download (309KB)
Indexing metadata
6. Figure 5: Comparison of temperature profiles in two-dimensional (solid curves) and three-dimensional (dashed curves) calculations with the EPaSR Baseline k-ω (upper row), EPaSR PrOm Baseline k-ω (lower row, black curves), and EPaSR SSG-LRR-ω models (lower row, grey curves) with experiment (signs): (a) x=0,1 m; (b) 0.25; and (c) x=0,34 m

Download (585KB)
Indexing metadata
7. Figure 6: Comparison of transversal velocity and streamlines in calculation with EPaSR Baseline k–ω (a) and EPaSR SSG-LRR-ω (b) models

Download (665KB)
Indexing metadata
8. Figure 7: Connection between transversal vortices and transversal inhomogeneity of the flame front caused by regions of flame flashback in calculation with EPaSR SSG-LRR-ω

Download (259KB)
Indexing metadata
9. Figure 8: The field of turbulent Prandtl number in two-dimensional (a) and in three-dimensional (b) calculations

Download (323KB)
Indexing metadata

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».