Under de senaste decennierna har utvecklingen av metoder för att modellera isbildning genom partikelmetoder (PM) tagit stora steg framåt. Ursprungligen utvecklades dessa metoder för meteorologiska tillämpningar, såsom simulering av graupel (snöpellets) och hagel, vilka är olika former av isavlagringar i atmosfären. Graupelpartiklar spelar en central roll i regnbildning genom att snökrystaller ackumulerar överkylda molndroppar snabbt, och i starka uppvindar kan dessa graupelpartiklar växa till hagel.

Traditionellt har simulering av isbildning ofta baserats på kontinuerliga metoder, där luft- och vätskeflöden beskrivs som kontinuerliga medier med hjälp av Euleriska fältmodeller som Navier-Stokes-ekvationerna. Dessa metoder fungerar relativt väl för små, täta isavlagringar som följer den fasta underlagets form, särskilt för torr is där vattnet fryser snabbt vid kontakt. Dock har kontinuerliga metoder stora svårigheter att fånga komplexa våta isavlagringar, där en film av ofrusen vätska rör sig över ytan och formas till ojämnheter som fjädrar, flikar och istappar. Dessa former är ofta diskontinuerliga och mycket svåra att representera med kontinuerliga modeller.

Partikelmetoder är därför en mer naturlig modell för isbildning, eftersom själva fenomenet inte är kontinuerligt – luften och vattnet består av enskilda molekyler och droppar. Att modellera varje molekyl är dock omöjligt med dagens datorer, varför man i praktiken använder hybrida modeller där varje partikel motsvarar ett kluster av droppar, ofta anpassade till modellens rutstorlek.

Studier av graupel och hagel har visat att partikelmetoder kan fånga både mikrostrukturen och makrostrukturen hos isavlagringar. En betydelsefull aspekt är att isens densitet kan variera kraftigt beroende på mängden luft och vätskeinnehåll i isen, med värden från cirka 200 till 920 kg/m³. Denna variation är avgörande för att korrekt kunna förutsäga isens massa och därmed dess påverkan.

Frysning och spridning av droppar på isytan sker samtidigt och påverkas av faktorer såsom temperatur och dropparnas storlek och hastighet vid nedslag. Macklin beskrev att isens densitet beror på förhållandet mellan dropparnas rörelsemängd och isens bindningsstyrka samt frystiden, vilket resulterar i en parameter (Macklin-parametern) som sammanfattar dessa effekter. Empiriska samband, som det som Levi och kollegor föreslagit, kopplar denna parameter till isdensiteten, vilket ger en grund för att modellera densiteten mer realistiskt.

I den morfogenetiska modellen rör sig varje partikel slumpmässigt inom rutnätet tills den fryser, vilket simulerar hur dropparna sprider sig och ackumuleras på ytan. Detta angreppssätt undviker komplexa beräkningar av enskilda droppars dynamik men behåller ändå den grundläggande fysiken i hur isen växer och formas. Det möjliggör simulering av både densitet och strukturella egenskaper i isavlagringar, vilket är avgörande för realistiska prognoser, särskilt vid flygplansisbildning.

Det är av vikt att förstå att isbildning inte är en enkel, homogen process utan en komplex samverkan av dynamik, termodynamik och fysikalisk struktur som påverkar isens egenskaper. Densiteten och mikrostrukturen avgör inte bara isens mekaniska styrka utan också dess aerodynamiska egenskaper och hur isen påverkar omgivande flöden och värmeutbyte. Att korrekt kunna modellera dessa faktorer är nödvändigt för att utveckla effektiva metoder att motverka isbildning inom luftfart och andra områden.

Dessutom är den experimentella datan för att validera modeller av isdensitet begränsad, vilket gör teoretiska och numeriska metoder extra viktiga för fortsatt forskning. Författarna betonar att vidare förståelse och utveckling av partikelbaserade metoder kommer att förbättra simuleringar av komplexa isavlagringar, särskilt i miljöer där våt isbildning och oregelbundna former är vanliga.

Det är också avgörande att inse att isens tillväxt och egenskaper påverkas av lokala förhållanden såsom temperaturvariationer, droppstorleksfördelningar och hastigheter vid nedslag. Dessa faktorer måste noggrant beaktas i modellering för att simuleringar ska spegla verkligheten på ett trovärdigt sätt.

Hur påverkar parametrar i Stk-ekvationen värmeöverföring på grova ytor i turbulenta flöden?

Figur 3 illustrerar data som användes av Owen och Thomson för att justera parametern C i Stk-ekvationen (ekv. 15). Deras ursprungliga kurva med C = 1,92 jämförs med en modifierad kurva med C = 1,43, rekommenderad av Stefanini et al. (2010). Data visar att det inte finns någon universell formel för Stk på grund av den glest fördelade och varierande datamängden. Kurvan med C = 1,43 ligger närmare minsta kvadratmetoden (LS), vilket antyder att detta värde bättre fångar den faktiska fysiken än Owen och Thomsons ursprungliga förslag. Dipperey och Saberskys korrelation, även om den ligger utanför huvuddelen av experimentella data, är närmare resultat för pyramidformad ytstruktur och kan därför vara mer lämpad för sådana grovheter.

Parameter C i Stk-ekvationen är central för att beskriva värmeöverföringen på grova ytor. Den representerar egenskaper hos grovhetsdetaljer såsom form och fördelning. För att göra en adekvat analys av lokal värmeöverföring krävs både kunskap om grovhetens storlek (ks) och den dimensionlösa storheten Stk. Experimentellt framtagna uttryck är anpassade för specifika typer av grovheter.

I turbulenta flöden över grova ytor delas flödet ofta in i olika regimer utifrån det ekvivalenta sandkorns­höjden Ks+, där Ks+ = ur Ks / v (ur är skjuv­hastigheten). För Ks+ mindre än 5 är ytan hydrauliskt slät, mellan 5 och 70 är ytan övergångsvis grov, och över 70 är ytan fullt grov. I det fullt grova området försvinner den viskösa sublagret och väggskjuvfriktionen blir oberoende av Reynolds tal. Här dominerar tryck­drag från ytans grovheter, vilket kraftigt påverkar både flödesmotstånd och värmeöverföring.

Momentum­väggfunktionen för grova ytor bygger på att beskriva hastighetsprofilen i gränsskiktet med hjälp av skalade variabler u+ och y+, där u+ är hastigheten normaliserad med skjuvhastigheten och y+ är det skalförflyttade avståndet från väggen. Denna profil påverkas av grovhetens parametrar, bland annat genom en justering av logaritmens argument med Ks+. Den termiska väggfunktionen analogt beskriver värmeöverföringen med en turbulent Prandtl­tal Prt och en termisk resistans som representerar grovhetens effekt i det viskösa sublagret. Grovhet minskar den termiska konvektionen genom att öka termiskt motstånd i sublagret, vilket reducerar den förväntade ökningen av värmeöverföring som annars ses vid turbulenta flöden.

Korrelationen för sublagrets termiska konvektion kan uttryckas som Stk = C (Ks+)^a Pr^b, där C, a och b är experimentellt bestämda konstanter. Vidare påverkas värme- och momentumöverföringsanalogin av grovheten, vilket innebär att den turbulenta Prandtl­faktorn kan attenueras beroende på förhållandet mellan friktionskoefficient och Stk.

I CFD-modellering används avancerade turbulensmodeller och väggfunktioner för att representera denna komplexa fysik. Till exempel implementerar OpenFoam-mjukvaran en modell som tar hänsyn till grovhetens effekter genom justerade momentum- och termiska väggfunktioner. Dessa modeller tar hänsyn till grovhetens form och fördelning via parametrar som ΔB och Cs, vilka anpassas efter ytegenskaperna. I OpenFoam antas ofta en konstant turbulent Prandtl­tal, men detta kan leda till överskattning av värmeöverföringen eftersom det inte fullt ut beaktar det termiska motstånd som grovheten medför.

Det är av stor betydelse att förstå att värmeöverföringen på grova ytor i turbulenta flöden inte bara styrs av ytan som sådan, utan i hög grad också av de specifika egenskaperna hos grovhetsdetaljerna – deras form, fördelning och storlek. Den komplexa växelverkan mellan mekanisk och termisk energi i gränsskiktet kräver noggrant anpassade modeller och experimentell kalibrering för att förutsäga värmeflöden korrekt. Att bortse från dessa faktorer kan leda till betydande fel vid beräkningar av värmeöverföring, vilket har direkta konsekvenser för exempelvis flygplans­isering, kylning av turbiner och andra tekniska system där turbulens och ytgrovt påverkar prestanda.

En viktig insikt är också att den termiska resistansen i det viskösa sublagret, som förstärkt av grovheten, kan verka som en isolerande barriär och därmed minska värmeflödet trots ökad turbulens. Detta innebär att den intuitiva uppfattningen om att ökad grovhet alltid leder till ökad värmeöverföring är felaktig och att detaljerade analyser av sublagrets egenskaper är nödvändiga.