Tryckfördelningen i en kanal med huva kan beräknas med hjälp av numeriska lösningar som grund för att beräkna specifika värden för tryckförlust och flödeszoner. Ett exempel på detta visas i Tabell 2.1, där tryckförändringar och specifika tryckfall är angivna vid olika avstånd i kanalen. För att förstå dessa beräkningar är det viktigt att känna till hur tryckändringar mellan angränsande tvärsnitt relaterar till flödeszoner och tryckförlust.

I Tabell 2.1 presenteras resultat från numeriska lösningar, där de två första kolumnerna visar värden för tryck vid olika avstånd (x, m) i kanalen. Denna information är avgörande för att beräkna de specifika tryckförlusterna, R, och förändringen i specifik tryckförlust, ΔR, som anges i procent. För att beräkna tryckförlusten mellan två angränsande tvärsnitt, använder vi en formel där R = (P2 - P1) / (x2 - x1), där P1 och P2 är trycken vid de två tvärsnitten, och x1 och x2 är deras positioner.

Det är också viktigt att notera att i vissa områden av kanalen, som visas i de grå cellerna i Tabell 2.1, varierar den relativa förändringen i R inte nämnvärt (under 2–3%), vilket indikerar att tryckförlusten är nästan linjär. Den genomsnittliga specifika tryckförlusten i detta område är 5,85 Pa/m, och den maximala avvikelsen från medelvärdet är liten (2,25%).

När vi beräknar LDC (Loss Coefficient) används tryckförlusten som en parameter för att bestämma hur mycket energiförlust som sker genom friktion i kanalen. Här är ett exempel på en formel som används för att beräkna LDC, där ΔP representerar tryckförlusten i friktionszonen och P är det dynamiska trycket beräknat med hjälp av medelvärdet av hastigheten vid kanalens utlopp.

En annan viktig aspekt av analysen är visualiseringen av flödeszoner (VZ) i tvådimensionella (2D) problem. För att skapa en sådan visualisering används strömlinjer, som kan ritas ut genom att välja alternativet "Display > Contours" i menyn. Flödeszoner är avgränsade av den så kallade "fria" strömlinjen, vilket är den linje som skiljer separationszonen från huvudflödet. Den fria strömlinjen kan identifieras genom att beräkna värdet på flödesfunktionen vid den extremt sista punkten, där alla strömlinjer under denna punkt stänger sig i flödeszonen.

För att skapa denna visualisering är det nödvändigt att känna till fördelningen av flödesfunktionen längs en vald gräns. Detta görs genom att välja alternativet "Plot > XY plot" för att visa data för flödesfunktionen. När den fria strömlinjen har identifierats, kan den isolerade linjen ritas ut som en ny yta i visualiseringsprogrammet, vilket gör att flödeszonen kan observeras i detalj.

Därefter, för att använda dessa flödeszoner vid modellering av formade kanalanslutningar i ett nätgenereringsprogram, exporteras koordinaterna från beräkningsprogramvaran. Koordinaterna sparas i en ASCII-fil som kan öppnas i exempelvis Excel för vidare bearbetning. I detta sammanhang är det möjligt att använda ett verktyg som reducerar antalet punkter i filen, vilket gör den mer hanterbar för simuleringar och optimering av kanalens design.

För att korrekt utföra dessa beräkningar och visualiseringar är det avgörande att förstå de grundläggande principerna för strömningsdynamik och tryckförluster i ventilationskanaler. Speciellt för komplexa geometrier, som de som involverar böjningar eller förgreningar, krävs detaljerad analys för att förutsäga hur luftflödet kommer att fördela sig och vilka tryckförluster som kan uppstå.

Vid användning av numeriska metoder för att lösa sådana problem är det också viktigt att noggrant överväga nätets upplösning. En finare upplösning ger mer exakta resultat, men kräver också mer beräkningskraft. För att balansera mellan noggrannhet och beräkningskostnad är det vanligt att använda en lösning där upplösningen är tillräcklig för att få pålitliga resultat men inte så hög att den blir onödigt resurskrävande.

Hur förändringar i luftflöde och ventilationssystem kan påverka effektiviteten genom att optimera sidoutsläpp

Spiralen placeras på en stång för att introduceras i flödet och är ansluten till en 12 V DC strömkälla. Ledningens längd (~25 cm) valdes så att vid en given spänning skulle temperaturökningen vara tillräcklig för att förånga glycerol. Experiment genomfördes enligt följande. Efter att fläkten i uppställningen slagits på och den nått ett stabilt driftläge (efter cirka en minut), applicerades spänning på dimgeneratorn som introducerades i flödet via stången. Bakväggen av kanalen mittemot inspektionsglaset var målad svart. Visualiseringen spelades in med en videokamera medan spiralen flyttades under experimentets gång för att uppnå den bästa visualiseringen av flödesseparationen och för att identifiera gränsen (den fria) jetströmmen som bryts av från den skarpa kanten av avgångsöppningen, vilket separerade VZ från huvudflödet. Videon analyserades sedan bild för bild och de mest karakteristiska bilderna valdes ut.

Det är viktigt att notera att under varje experiment flyttades även ånggeneratorn i en riktning vinkelrätt mot fotoplanet (layouten), det vill säga i kanalens djupled. Detta gjorde det möjligt att upptäcka ett svagt samband mellan VZ:s konturer och kanalens djup. Effekten var endast märkbar i närheten av väggarna (främre och bakre) av kanalpassningen, vilket bekräftade fynd från bedömningen av VZ:s 3D-natur.

När det gäller optimering av ventilationssystem och flödesdynamik är det avgörande att förstå hur sidoutsläpp öppningar påverkar flödesmönstren i kanalen. Studier visar att storleken på öppningarna och deras form kan ha stor betydelse för flödesseparation och tryckförlust. Genom att justera placeringen och utformningen av dessa öppningar kan flödesmönstren förbättras, vilket i sin tur leder till mer effektiva ventilationssystem.

För att modellera och analysera dessa flöden används ofta programvara som Gambit för att skapa tvådimensionella modeller av kanalen och nätverken. För en kanal med sidoutsläpp och transitflöde skapas ett strukturerat nätverk med rektangulära celler, där den totala cellstorleken kan finjusteras för att ge bästa möjliga simulering av flödet. Detta gör det möjligt att exakt förutsäga effekterna av olika öppningsstorlekar på ventilationssystemets prestanda.

För att säkerställa noggrannheten i beräkningarna görs en serie mesh-konvergenstester och verifieringar, där olika turbulensmodeller såsom standard k-ε och Reynolds stressmodeller används. Genom att anpassa nätverket på olika stadier, från hela det beräkningsområde till de specifika väggarna och öppningarna, kan man förbättra noggrannheten och hitta de lokala dragkoefficienterna för de störande elementen i ventilationssystemet.

För att verkligen förstå effekten av olika ventilationskomponenter på systemets effektivitet är det viktigt att beakta alla aspekter av flödesdynamik, från turbulensnivåer till hur lokala variationer i luftflödet påverkar drag och tryckförlust i systemet. En noggrant utformad och optimerad kanal med rätt dimensionerade sidoutsläpp kan dramatiskt minska energiförbrukningen och förbättra luftflödeshanteringen i både industriella och kommersiella ventilationssystem.

I förhållande till detta är det även väsentligt att överväga olika typer av väggbehandlingar och deras inverkan på turbulensflöden vid vägggränser, vilket kan ge ytterligare insikter om hur man kan minska energiförbrukningen i ventilationssystem. De teoretiska beräkningarna och simuleringarna bör kompletteras med praktiska experiment för att kunna validera och optimera resultaten på ett verkligt system.

Hur påverkar flänsens lutningsvinkel strömningsmönstren i runda avgasfläktar?

Flänsens lutningsvinkel har en avgörande påverkan på flödesdynamiken och vortexbildningen i runda avgasfläktar. När luften strömmar mot en avgasfläkt separeras den inte enbart vid fläktens framkant, utan även vid den skarpa kanten där fläkten möter kanalen. Denna separation ger upphov till en sekundär vortexzon (VZ2), som i sin tur påverkar strömningskarakteristiken och effektiviteten hos fläktsystemet. Vortexzonerna kan variera beroende på flänsens lutningsvinkel och längd, vilket i sin tur påverkar flödets hastighet och tryckfördelning inom kanalen.

För att kvantifiera denna påverkan har en numerisk modell utvecklats, baserad på en diskret vortexmetod (DVM). Denna metod använder stationära, diskreta virvlar för att lösa singularintegrala ekvationer och har visat sig ge pålitliga resultat när det gäller att förutsäga både primära och sekundära vortexzoner. De matematiska modellerna som används för att beskriva dessa strömningsmönster bekräftas genom experimentella data och CFD-simuleringar, där en hög överensstämmelse har observerats mellan beräknade och observerade vortexgränser.

Enligt experimentella studier, som visualiserades med kall ånga, ger den sekundära vortexzonen en synlig fluctuation i flödets separation. Dessa observationer visade att det är möjligt att exakt lokalisera punkten där strålen adhererar till kanalens inre vägg genom att använda tunn tråd eller andra mätinstrument. För fläktar utan konformad konstruktion sker denna punkt vid en radie mellan 1,4R och 2,4R, beroende på fläktens design. För fläktar med en lutningsvinkel på 60° är denna punkt mer koncentrerad mellan 0,4R och 0,8R, vilket betyder att det finns en stark påverkan av flänsens lutning på flödesdynamiken.

Vidare har numeriska beräkningar visat att flänsens lutning har en direkt koppling till vortexzonens dimensioner, som längd och djup. Ju större lutningsvinkel, desto längre blir vortexzonen, och desto längre sträcker den sig in i kanalen. När lutningsvinkeln minskar till 30°, blir vortexzonen svårare att identifiera, och det finns inga tydliga geometriska likheter mellan VZ:erna för olika flänslängder, vilket tyder på att strömningsmönstren blir mer komplexa och svårförutsägbara när flänsens lutning minskar.

För att noggrant beräkna de strömningsrelaterade förlusterna har ett drag- eller tryckfallskriterium (LDC) använts. Detta kriterium bekräftar sambandet mellan flänsens lutning och fläktens drag. Med hjälp av CFD och experimentella data från Idelʼchik (1992) har det visat sig att dragkraften minskar med ökad flänslängd och att lutningsvinkeln påverkar flödet på ett sådant sätt att den totala tryckförlusten minskar. För en rund avgaskanal och en lutning på 0° tenderar dragkraften att närma sig värdet ζ = 1, vilket motsvarar ett fritt stående rör.

Sammanfattningsvis har dessa studier visat att både flänsens lutning och längd har en betydande effekt på strömningsmönstren i avgasfläktar. Med hjälp av numeriska simuleringar och experimentell validering har en djupare förståelse av vortexzonernas egenskaper erhållits, vilket kan användas för att optimera designen av runda avgasfläktar och förbättra deras funktionalitet och energieffektivitet.

Vidare undersökningar kring effekten av flänshöjd och hur det samverkar med lutningsvinkeln kan ge mer detaljerade insikter om hur man kan justera fläktens design för att minimera energiförluster. En annan viktig aspekt är att den sekundära vortexzonen, även om den är mindre påtaglig vid vissa lutningsvinklar, fortfarande kan ha stor betydelse för flödets stabilitet och för att undvika oönskade turbulensförluster. Optimalt utformade fläktar kan inte bara förbättra luftflödets effektivitet, utan även minska buller och energikostnader.

Hur påverkar flödesanpassning dragkoefficienter i T-kopplingar?

Vid simuleringar av flödet genom T-kopplingar har en noggrant genomförd nätverkskonvergensstudie visat på betydande skillnader i dragkoefficienterna beroende på olika flödesförhållanden i huvudkanalen och sidoavgreningen. När flödet genom T-kopplingen är asymmetriskt, är det avgörande att förstå hur dessa faktorer påverkar både tryckförluster och dragkoefficienter.

För att säkerställa nätverkskonvergens användes en adaptiv nätverksfinhet som genomgick sju iterationer. Den maximala cellstorleken i nätet varierade mellan 0,195 mm och 1,25 cm, och simuleringen omfattade totalt 472 140 celler och 615 265 noder. Genom denna noggranna finjustering av nätverket uppnåddes en y*-värde på cirka 50, vilket innebär att nätverkskonvergens hade uppnåtts. Vid ytterligare studier av en asymmetrisk flänsad T-koppling visade sig att konvergens i flödet uppnåddes efter nio iterationer, där y* ≈ 44 och skillnader i tryckförändringar var mindre än 0,7%.

Vid analysen av ett diffust exhaust-system visade det sig att dragkoefficienterna i huvudkanalen och sidogrenen förblev stabila över hela processen. För att jämföra dessa numeriska resultat med tidigare experimentella data från Idel’chik (1992), noterades att det förekom en avvikelse på 3,4% för dragkoefficienten ζ i exhaust-systemet och upp till 21% för specifika värden som relaterade till flödet genom sidoavgreningen.

Det är väsentligt att särskilja de olika typerna av T-kopplingar när man undersöker dragkoefficienter. För divergerande T-kopplingar i tillförselröret var resultaten väsentligt annorlunda jämfört med sammanfogande T-kopplingar, vilket tyder på att flödeskaraktärerna kan vara mycket olika. I sådana fall är det särskilt viktigt att noggrant välja den relevanta modellen för simuleringen beroende på den specifika applikationen – till exempel om T-kopplingen är asymmetrisk eller om det är en parallell strömningsinriktning i huvudkanalen.

Under de experimentella testerna, där flödeshastigheten varierades genom justering av orifice-plattor i systemet, visade sig resultaten i allmänhet vara förenliga med de numeriska simuleringarna, även om de numeriska beräkningarna tenderade att ge något högre värden. Enligt resultat från Idel’chik (1992) var det särskilt intressant att jämföra dragkoefficienterna för de sammanfogande T-kopplingarna med divergerande modeller. Detta var viktigt för att förstå hur flödesförhållanden i olika T-konfigurationer faktiskt påverkar den totala dragkraften och flödesdynamiken.

Värdena för dragkoefficienterna som erhölls från experimentella data, visade sig vara i linje med de beräknade resultaten, men de varierade i viss mån beroende på flödesförhållandena och den exakta inställningen av orifice-plattorna. Tabellen som sammanfattade experimentella data visade att dragkoefficienterna i både huvudkanalen och sidogrenen varierade med flödeshastigheten, vilket kan tolkas som en förändring i strömningsbeteendet beroende på flödesriktningen och kopplingens asymmetri.

I sammanhanget av numeriska simuleringar visade det sig att resultaten för LDC (lokal dragkoefficient) vid olika flödesförhållanden är starkt beroende av de konfigurationer som valts för de olika inlopp och utloppsgrenar. Det är viktigt att uppmärksamma dessa små variationer när man försöker optimera system för att minska energiförluster och förbättra effektiviteten hos flödet. Detta är särskilt relevant i sammanhang där hög precision krävs, exempelvis i avancerad ventilations- eller kylteknik där strömningsdynamik direkt påverkar systemets övergripande prestanda.

För att ge ytterligare djup i denna studie bör det beaktas att dragkoefficienterna för system som involverar flera asymmetriska grenar kan variera beroende på hur varje gren påverkar huvudflödet. I komplexa system kan interaktionen mellan olika flödesvägar skapa turbulens och därmed ökade tryckförluster, vilket gör det ännu viktigare att genomföra noggranna simuleringar och experimentella verifieringar. Att förstå de komplexa relationerna mellan tryckförlust, dragkoefficienter och flödesrater gör det möjligt att optimera både design och drift av flödeskanaler.

Hur man beräknar rörelse av dammpartiklar i luftströmmar: Metoder och tillämpningar

Beräkningen av den dynamiska formfaktorn för dammpartiklar är av stor betydelse när man studerar partiklar i luftflöden, särskilt när det gäller deras rörelse och fångst i ventilationssystem. Enligt metoden som föreslogs av Razumov (1979), beror formfaktorn på Reynolds-talet och definieras enligt följande för olika intervall av Reynolds-talet (Re):

  • För Re < 0,2: χ = 1/ (−0.843lg(0.065 f ))

  • För 0,2 < Re < 2·103: χ = f 0,9 Re0,15 f −1

  • För Re > 2·103: χ = 1 + 11.6( f −1)

Där Re är Reynolds-talet, som beräknas med hjälp av Ar (Aerosolnummer), och χ är den dynamiska formfaktorn. Formfaktorn påverkar hur partikeln deformeras i förhållande till dess rörelse i ett luftflöde. Det är viktigt att notera att denna formfaktor har en direkt inverkan på dammpartiklarnas rörelsehastighet, vilket påverkar deras deposition i ventilationssystemet.

Metoder för att simulera dammpartiklars rörelse är också avgörande för att förstå deras dynamik i en given miljö. För att studera luftflödet nära ett lateralutsug på ett bord användes en diskret virvelringsmetod (Logachev et al. 2018b, 2019). Detta gör det möjligt att räkna ut luftströmmens egenskaper vid olika höjder och specifika geometrier av ventilationssystem, vilket är användbart för att förutsäga hur damm kommer att röra sig och var det är troligt att det fångas upp i systemet.

För att simulera dammpartiklars rörelse används en uppsättning differentialekvationer som beskriver partiklar som rör sig genom luftflödet. Dessa ekvationer tar hänsyn till luftens hastighet, gravitationens påverkan, partikeldensitet och formfaktor. Genom att numeriskt integrera dessa ekvationer kan man spåra partiklar och deras bana genom luften för att bestämma var och när de kommer att deponeras.

För att beräkna fångstområdet för dammpartiklar vid ett utsugssystem, såsom en huva, är det viktigt att beakta partiklarnas terminalhastighet, som beräknas med hjälp av deras storlek och form. Om ett system är effektivt vid att fånga upp partiklar, bör det vara möjligt att fånga upp partiklar från en viss höjd, även om deras initiala hastighet är noll. Detta är särskilt relevant när man arbetar med damm i arbetszoner, där det är nödvändigt att minska koncentrationen av skadliga ämnen.

Exempel på de ämnen som kan vara närvarande i dammet är fenol och formaldehyd. Dessa ämnen tillhör Hazard Class 2 (högt farliga ämnen). Koncentrationerna av dessa ämnen i dammet kan vara låg, men de är fortfarande mycket farliga för hälsan, särskilt om de inandas under lång tid. Fenol och formaldehyd är kända för att vara irriterande för luftvägarna och kan orsaka allvarliga hälsoproblem, inklusive cancer.

För att kunna förstå dammets sammansättning bättre har flera prover samlats från olika arbetsmetoder. Proverna som samlades från manuell och mekaniserad nagelbehandling visade en viss variation i partikeldensitet och formfaktor. Dammets fysiska egenskaper, såsom storlek och densitet, kan variera beroende på arbetsmetod och de specifika material som bearbetas.

Det är också viktigt att notera att dammet i arbetszonen kan innehålla olika fraktioner av partiklar, särskilt PM2.5 och PM10, som har olika hälsorisker. För att korrekt bestämma dammets sammansättning är det viktigt att samla in prover direkt från andningszonen. Genom att analysera de insamlade proverna kan man bättre förstå partikelstorleken och de specifika farorna som dessa partiklar utgör för arbetstagare och miljön.

För att kunna göra en mer exakt bedömning av dammets sammansättning kan man använda en probabilistisk-logaritmisk metod för att analysera partikelstorleksfördelningen. Genom att använda denna metod får man en uppfattning om medeldiametern och spridningen av partiklar i dammet. Det är också viktigt att förstå att fördelningen av damm som fastnar på bordet är ett bra tillvägagångssätt för att approximera dammets sammansättning i andningszonen, även om det inte ger en perfekt representation.

Genom att ta hänsyn till alla dessa faktorer kan man skapa ett mer effektivt ventilationssystem som inte bara fångar upp damm utan också minimerar exponeringen för farliga ämnen som formaldehyd och fenol. Det är också av yttersta vikt att noggrant mäta dammkoncentrationer i arbetszonen och vid utsugspunkter för att säkerställa att alla säkerhetsstandarder följs och att arbetstagare inte utsätts för farliga nivåer av luftföroreningar.