شبیه‌سازی جریان سیال اطراف پیگ متحرک در لوله با استفاده از دینامیک سیالات محاسباتی

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشکده مهندسی مکانیک دانشگاه یزد، ایران

چکیده

از خطوط لوله برای انتقال انواع محصولات، خصوصاً در صنعت نفت و گاز استفاده می‌شود. برای داشتن عملکرد مؤثر، خطوط لوله باید در بازه‌های زمانی مشخص پیگ‌رانی شوند. پیگ‌ها باید در سرعت ثابتی حرکت کنند و سرعت کنترل‌نشده و فزاینده پیگ می‌تواند بسیار خطرناک باشد. برای کنترل سرعت پیگ و مطالعه رفتار دینامیکی آن و همچنین تخمین متغیرهای مرتبط با حرکت پیگ، مطالعه رفتار سیال در اطراف پیگ ضروری به نظر می‌رسد. در این تحقیق، جریان سیال اطراف پیگ متحرک در لوله به کمک نرم‌افزار تجاری قدرتمند ANSYS CFX شبیه‌سازی‌شده است. در ابتدا نیروی وارد بر پیگ ساکن برای بای‌پس‌های مختلف به ‌دست‌ آمده و با نتایج موجود مقایسه شده است که انطباق خوبی را نشان می‌دهد. در ادامه، برای حرکت شبکه اطراف پیگ متحرک در لوله، از روش شبکه‌بندی مجدد در تکنیک شبکه دینامیک استفاده ‌شده است. میدان جریان بالادست و پایین‌دست پیگ و همچنین سرعت، شتاب و موقعیت پیگ در زمان‌های مختلف به‌دست‌ آمده است. بدین منظور، معادلات ناویر-استوکس و بقای جرم برای جریان سیال لزج تراکم‌ناپذیر حل و از مدل تلاطم k-ε برای شبیه‌سازی توربولانس استفاده ‌شده است. در بررسی حرکت پیگ داخل لوله نتایج نشان داده‌اند که ابتدا، نیروی وارد بر پیگ از طرف سیال زیاد است و با گذشت زمان به دلیل کاهش نیروی وارد بر پیگ، شتاب پیگ به سمت صفر میل می‌کند و سرعت پیگ ثابت می‌گردد. همچنین، با گذشت زمان و با جلو رفتن پیگ، به علت کاهش شتاب پیگ، تغییرات سرعت و فشار در طول لوله کاهش می‌یابند به‌طوری‌که شرایط جریان به سمت حالت دائم پیش می‌رود. در بررسی تأثیر وجود پیگ بر سرعت جریان در طول لوله نیز مشخص می‌گردد که بیشترین تأثیر وجود پیگ بر روی سرعت جریان خروجی پیگ است و در فواصل دورتر از پیگ تغییرات سرعت کمتر هستند.
 

کلیدواژه‌ها


عنوان مقاله [English]

Numerical Simulation of Fluid Flow Around Moving Pig in Pipeline with CFD

نویسندگان [English]

  • Reza Kaveh
  • Mohammadreza Nazari
  • Mohammad Sefid
Yazd university, Mechanical group, Yazd, Iran
چکیده [English]

Pipelines are used to transport products mainly in the oil and gas industry. For effective operation, the pipelines must be pigged in periods of time. For a suitable performance, pigs should move at a constant velocity. It seems that the study of fluid flow around a moving pig, the pig dynamics and also, estimation of the pig movement variables is essential to control pig velocity. In this research, fluid flow around moving pig in pipeline is simulated by ANSYS CFX. At first, the force on static pig in pipeline for the different bypasses was obtained and compared with the previous study and the good agreement has been observed. Then,for mesh movement around moving pig in pipeline the remeshing method in the dynamic mesh technique was used. up and downstream distribution of pig and also velocity, acceleration and position of pig in different time are obtianed. Therefore, the Navier-Stokes equations for uncompressible viscous fluid flow are solved. The k-εturbulence model is used to simulate turbulence. In the study of pig movement through the pipe, the result showed that at first, the fluid force on pig is high and as time goes on, is reduced becouse the relative velocity between the pig and fluid flow is decreased and become equal to external force (friction force) so the net force on pig get zero. Thus, the pig acceleration is approaching to zero and the pig velocity is being constant. Also as pig goes forward the velocity and pressure through the pipe decrease because of pig acceleration reduction. So that the fluid condition becomes permanent. In the study of effect of pig on fluid velocity through the pipe, it is obvious that the most effect is on fluid velocity in pig output and in the long distance from the pig the it’s changes is low.

کلیدواژه‌ها [English]

  • Pig
  • Pipeline
  • Fluid Domain
  • Dynamic Mesh
  • Computational Fluid Dynamics

[1]. Kunii D. and Levenspiel O., “Fluidization Engineering, 2nd Ed, Butterworth-Heinemann, Boston, USA, 1991.##

[2]. Bi H. T., and Grace J. R., “Effect of measurement method on the velocities used to demarcate the onset of turbulent fluidization,” The Chemical Engineering Journal and the Biochemical Engineering Journal, 57(3), 261-271. 1995.##

[3]. Bi H. T., Ellis N., Abba I. A., and Grace J. R., “A state-of-the-art review of gassolid turbulent fluidization,” Chemical Engineering Science, 55(21), 4789-4825. 2000.##

[4]. Chen A., and Bi H. T., “Pressure fluctuations and transition from bubbling to turbulent fluidization,” Powder technology, 133(1), pp. 237-246. 200).##

[5]. Xu C., Cheng Y., and Zhu J., “Fluidization of fine particles in a sound field and identification of group C/A particles using acoustic waves,” Powder technology, 161(3), pp. 227-234. 2006.##

[6]. Naelapää K., Veski P., Pedersen J. G., Anov D., Jørgensen P., Kristensen H. G., and Bertelsen P., “Acoustic monitoring of a fluidized bed coating process,” International journal of pharmaceutics, 332 (1), pp. 90-97. 2007.##

[7]. Book G., Albion K., Briens L., Briens C., and Berruti F., “On-line detection of bed fluidity in gassolid fluidized beds with liquid injection by passive acoustic and vibrometric methods,” Powder Technology, 205(1), pp. 126-136. 2011.##

[8]. Vervloet D., Nijenhuis J., and Van Ommen J. R., “Monitoring a lab-scale fluidized bed dryer: A comparison between pressure transducers, passive acoustic emissions and vibration measurements,” Powder Technology, 197(1), pp. 36-48. 2010.##

[9]. van Ommen J. R., Schouten J. C., and van den Bleek C. M., “An early-warning-method for detecting bed agglomeration in fluidized bed combustors,” In Proceedings of the 15th International Conference on Fluidized Bed Combustion (No. 150). ASME, New York, Paper. 1999.##

[10]. Daw C. S., and Halow J. S., “Evaluation of control of fluidization quality through chaotic time series analysis of pressure-drop measurements,” (No. CONF-921104--10). Oak Ridge National Lab., TN (United States). 1992.##

[11]. Wright J., “Monitoring changes in time of chaotic nonlinear systems,” Chaos: An Interdisciplinary Journal of Nonlinear Science, 5(2), 356-366. 1995.##

[12] Kennel M. B. “Statistical test for dynamical nonstationarity in observed time-series data,” Physical Review E, 56(1), p. 316. 1997.##

[13]. Daw C. S., Finney C. E. A., Nguyen K., and Halow J. S., “Symbol statistics: a new tool for understanding multiphase flow phenomena,” Power, 1(02), pp. 1-10. 1998.##

[14]. Finney C. E. A., Nguyen K., Daw C. S., and Halow, J. S., “Symbol-Sequence Statistics for Monitoring Fluidization,” Proc. of ASME Heat Transfer Division, Vol. 5, R. A. Nelson, Jr., T. Chopin, S. T. Thynell (editors), ASME, New York, 405-412. 1998.##

[15]. Schouten J. C., and van den Bleek C. M., “Monitoring the quality of fluidization using the short-term predictability of pressure fluctuations,” AIChE Journal, 44(1), pp. 48-60. 1998.##

[16]. van Ommen J. R., Coppens M. O., van den Bleek C. M., and Schouten J. C., “Early warning of agglomeration in fluidized beds by attractor comparison”. AIChE Journal, 46(11), 2183-2197. 2000.##

[17]. Diks C., Van Zwet W. R., Takens F., and DeGoede J., “Detecting differences between delay vector distributions”. Physical Review E, 53, 2169-2176. 1996.##

[18]. van Ommen, J. R., Coppens, M. O., van den Bleek, C. M., & Schouten, J. C., “Early warning of agglomeration in fluidized beds by attractor comparison, AIChE Journal, 46(11), 2183-2197. 2000.##

[19]. Packard N. H., Crutchfield J. P., Farmer, J. D., and Shaw R. S., “Geometry from a time series,” Physical Review, 45,712-715.1980.##

[20]. Takens F., “Detecting strange attractors in turbulence,” Lecture Notes in Mathematics, Vol. 898, Dynamical Systems and Turbulence, D. A. Rand and L.S. Young(editors), Springer Verlag, Berlin, Germany, 366-373. 1981.##

[21]. عزیزپور ه.، “تأثیر تغییرات اندازه ذرات برروی ارتعاشات راکتورهای بستر سیال”، پایان‌نامه کارشناسی ارشد، دانشگاه تهران، پردیس دانشکده‌های فنی، دانشکده مهندسی شیمی 1389.##

[22]. Tamadondar M. R., Zarghami R., Azizpour H., Mostoufi N., Chaouki J. and Radmanesh R., “Using S-statistic for investigating the effect of temperature on hydrodynamics of gassolid fluidization,” Particuology, 11, pp. 288–293. 2013.##

[23]. Shiea M., Sotudeh-Gharebagh R., Azizpour H., Mostoufi N. and Zarghami R., “Predicting Transition Velocities from Bubbling to Turbulent Fluidization by S Statistics on Vibration Signals,” Particulate Science and Technology, 31, 10–15.##

[24]. van der Schaaf J., Schouten J. C., Johnsson F., and van den Bleek C. M., “Decomposition of Power Spectral Density in Gas-Solids Fluidized Beds,” Proc. Third Int. Conf. on Multiphase Flow 98, Lyon, France 1998.##