معرفی مسئله و اهداف شبیه‌سازی اختلاط سیالات این کارگاه آموزشی کاربردی به شبیه‌سازی عددی اختلاط دو جریان آب سرد و گرم در یک اتصال لوله T شکل با استفاده از نرم‌افزار قدرتمند ANSYS CFX می‌پردازد. این آموزش با فرآخوانی یک شبکه محاسباتی (مش) آماده آغاز شده و مراحل گام‌به‌گام را برای اعمال شرایط مرزی و فیزیک مسئله پوشش می‌دهد. هدف اصلی از این شبیه‌سازی، پاسخ به دو سوال کلیدی مهندسی است: اول اینکه جریان‌های سرد و گرم با چه کیفیتی با یکدیگر مخلوط می‌شوند و دوم، میزان افت فشار در طول مسیر چقدر است. با تعیین این شاخص‌ها در ابتدای کار، مخاطبان یاد می‌گیرند که چگونه کمیت‌های مورد نظر را برای ارزیابی عملکرد و پایش فرآیند حل مانیتور کنند.

گام‌های اجرایی؛ از پیش‌پردازش تا اجرای حلگر (Solver) مراحل این آموزش به سه بخش کلی پیش‌پردازش (Pre-processing)، حل (Solving) و پس‌پردازش (Post-processing) تقسیم می‌شود. در ابتدا، نرم‌افزار Workbench راه‌اندازی شده و فایل مش وارد محیط CFX-Pre می‌شود. کاربران یاد می‌گیرند نام دامنه پیش‌فرض را به junction تغییر داده، ماده کاربری را آب (Water) تعریف کنند و مدل انتقال حرارت را روی Thermal Energy (مناسب برای جریان‌های تراکم‌ناپذیر) همراه با مدل آشفتگی پیش‌فرض k-Epsilon تنظیم نمایند. در مرحله بعد، شرایط مرزی به دقت تعریف می‌شوند: ورودی اصلی (inlety) با آب سرد با سرعت ۵ متر بر ثانیه و دمای ۱۰ درجه سانتی‌گراد، ورودی جانبی (inletz) با آب گرم با سرعت ۳ متر بر ثانیه و دمای ۹۰ درجه سانتی‌گراد و خروجی (outlet) با فشار نسبی صفر پاسکال تنظیم می‌گردد. همچنین دیواره‌ها به عنوان دیواره‌های آدیاباتیک بدون لغزش در نظر گرفته می‌شوند. یکی از مهارت‌های کلیدی که در این بخش آموزش داده می‌شود، ایجاد نقاط مانیتورینگ (Monitor Points) با استفاده از فرمول‌نویسی برای محاسبه میانگین فشار در ورودی‌ها جهت پایش روند همگرایی حل است. در نهایت، حلگر صادر شده و محاسبات تا رسیدن باقیمانده‌های RMS به معیار همگرایی بسیار دقیق \(1.0 \times 10^{-4}\) (که در ۴۵ تکرار حاصل می‌شود) ادامه می‌یابد.

تحلیل بصری نتایج و استخراج داده‌های مهندسی پس از پایان حل، مخاطبان وارد محیط قدرتمند CFD-Post می‌شوند تا نتایج فیزیکی پدیده را به صورت بصری و عددی تحلیل کنند. در این بخش، تکنیک‌های پیشرفته تصویرسازی خروجی‌ها آموزش داده می‌شود؛ از جمله رسم کانتورهای دمایی روی دیواره‌ها برای مشاهده نحوه انتشار حرارت، ایجاد یک صفحه برش YZ در راستای X=0 برای تحلیل جریان داخلی و رسم بردارهای سرعت (Velocity Vectors) روی این صفحه برای تشخیص الگوهای جریان. همچنین ایجاد خطوط جریان (Streamlines) به صورت نوارهای سه‌بعدی (Ribbon) رنگ‌آمیزی‌شده بر اساس سرعت یا دما، نمایی واقعی از ترکیب دو جریان را ارائه می‌دهد. در نهایت، مخاطبان یاد می‌گیرند چگونه یک ترازسطح (Isosurface) سرعت (مثلاً در سرعت ۷.۷ متر بر ثانیه) بسازند و آن را بر اساس متغیر دما رنگ‌آمیزی کنند تا نواحی با سرعت بالا و دمای متناظر آن‌ها را در فضا ردیابی نمایند. این تحلیل‌ها نشان می‌دهند که چگونه سیال داغ ورودی جانبی با نفوذ به جریان سرد اصلی، گرادیان‌های دمایی شدیدی را روی دیواره‌های لوله خروجی ایجاد می‌کند و رفتار سه‌بعدی و پیچیده جریان را آشکار می‌سازد.

حباب‌های ویرانگر: درس‌هایی که از قلب یک پمپ سانتریفیوژ آموختیم

۱. مقدمه: معمای جوشش در دمای اتاق

آیا تصور می‌کنید برای جوشاندن آب حتماً به شعله آتش یا المنت‌های حرارتی نیاز دارید؟ در دنیای مهندسی مکانیک، واقعیتی ملموس اما عجیب وجود دارد: آب می‌تواند در دمای ۲۵ درجه سانتی‌گراد (دمای اتاق) به جوش بیاید. این پدیده که «کاویتاسیون» (Cavitation) نامیده می‌شود، نه یک فرآیند آرام، بلکه یک پدیده ویرانگر است که می‌تواند سخت‌ترین آلیاژهای فلزی را مانند کاغذ پاره کرده و باعث فرسایش شدید قطعات شود.

در این مقاله، ما به عنوان یک کاشف در دنیای اعداد، به قلب یک شبیه‌سازی پیشرفته CFD نفوذ می‌کنیم؛ جایی که یک پمپ ۵ پره با سرعت دورانی ۲۱۶۰ \, \text{rpm} مورد بررسی قرار گرفته است تا بفهمیم این حباب‌های میکروسکوپی چگونه شکل می‌گیرند و قدرت تخریب آن‌ها از کجا نشأت می‌گیرد.

۲. قدرت پیش‌بینی “جوشش سرد” با مدل Rayleigh Plesset

برای اینکه بفهمیم در داخل یک پمپ در حال چرخش چه می‌گذرد، نمی‌توانیم فقط به حدس و گمان تکیه کنیم. مهندسان از مدل ریاضی قدرتمندی به نام Rayleigh Plesset استفاده می‌کنند. این مدل در واقع پیوند میان فیزیک و ریاضی است؛ چرا که نرخ تغییر شعاع حباب‌های بخار را بر اساس اختلاف فشار بین داخل و خارج حباب محاسبه می‌کند.

در این پروژه، نقطه بحرانی یا همان «فشار اشباع» (P_{sat}) روی عدد دقیق ۲۶۵۰ پاسکال تنظیم شده است. این دقیقاً همان مرزی است که جادوی فیزیک رخ می‌دهد: اگر فشار در هر نقطه‌ای از پمپ به زیر این عدد برسد، مایع بلافاصله تغییر فاز داده و به بخار تبدیل می‌شود.

تحلیل: دقت در تعریف خواص فیزیکی (مانند چگالی ۱۰۰۰ \, \text{kg/m}^3 و ویسکوزیته ۰.۰۰۱ برای آب) صرفاً یک تمرین آکادمیک نیست. این جزئیات، تفاوت بین طراحی یک پمپ ایمن و پمپی است که در عرض چند هفته در اثر ضربات متوالی ناشی از انفجار حباب‌ها منهدم می‌شود را رقم می‌زنند.

۳. استراتژی «اول سادگی، بعد پیچیدگی»

در شبیه‌سازی‌های پیچیده، ورود مستقیم به حل مسئله کاویتاسیون ریسک بالایی دارد. رویکرد هوشمندانه مهندسی ایجاب می‌کند که ابتدا جریان در حالت «بدون کاویتاسیون» (No Cavitation) حل شود. این کار یک «حدس اولیه» (Initial Guess) پایدار ایجاد می‌کند که ریسک واگرایی (Divergence) و پرش‌های ناگهانی در باقی‌مانده‌های محاسباتی را به شدت کاهش می‌دهد.

راهبرد استاندارد در صنعت برای تحریک این پدیده به این صورت توصیف می‌شود:

“بیشتر حل‌های کاویتاسیون باید با روشن کردن این قابلیت و سپس کاهش تدریجی فشار سیستم طی چندین اجرا انجام شوند تا کاویتاسیون به تدریج القا شود.”

تحلیل: در این شبیه‌سازی، ما برای رسیدن به پاسخ سریع‌تر، از یک عامل محرک استفاده کردیم: افت ناگهانی فشار در خروجی از ۶۰۰,۰۰۰ به ۳۰۰,۰۰۰ پاسکال. این تغییر فشار، فیزیک مسئله را مجبور به واکنش می‌کند تا پدیده کاویتاسیون با وضوح بیشتری خود را نشان دهد.

۴. فرمول طلایی زمان‌بندی (قانون 2/\omega)

یکی از چالش‌های حیاتی در ماشین‌آلات دوار، انتخاب «گام زمانی» (Timescale) است. در اینجا مهندسی با یک ترفند محاسباتی به کمک ما می‌آید. در حالی که به طور معمول از معکوس سرعت زاویه‌ای (1/\omega) استفاده می‌شود، ما برای دستیابی به همگرایی سریع‌تر، از ضریب 2/\omega بهره بردیم.

بیان ریاضی این گام زمانی به صورت 1/(pi*2160 [min^-1]) در نرم‌افزار وارد شد. با توجه به اینکه \omega = 2\pi f است، این فرمول دقیقاً معادل همان گام زمانی بهینه برای پایدار کردن نوسانات حل است.

تحلیل: همان‌طور که در نمودار باقی‌مانده‌ها (Residuals) مشاهده می‌شود، انتخاب صحیح این پارامتر باعث می‌شود که نوسانات اولیه سریعاً میرا شده و حل به ثبات برسد. این نشان می‌دهد که مهندسی فقط دانستن فیزیک نیست، بلکه هنر استفاده از ترفندهای محاسباتی برای رسیدن به پاسخ در کمترین زمان ممکن است.

۵. حباب‌ها دقیقاً کجا پنهان می‌شوند؟

پس از اتمام محاسبات، چشم دیجیتال ما نتایج را فاش کرد. نتایج نشان داد که حباب‌های بخار در مناطق کاملاً مشخصی پنهان شده‌اند. با بررسی پارامتر «کسر حجمی بخار» (Volume Fraction)، دو ناحیه بحرانی شناسایی شد: ۱. منطقه اصلی: فضایی بین سمت مکش پره (Suction Side) و درپوش پمپ (Shroud). ۲. منطقه ثانویه: درست پشت لبه حمله (Leading Edge) در سمت فشار.

در تصاویر زیر، رنگ سفید نشان‌دهنده کسر حجمی بالای بخار (نزدیک به ۱) و رنگ آبی نشان‌دهنده فاز خالص مایع است:

تحلیل: این تصویربرداری‌های مجازی ۳۶۰ درجه به طراحان اجازه می‌دهد پیش از آنکه حتی یک قطعه فلزی تراشیده شود، نقاط ضعف طراحی را تقویت کنند. ما حالا می‌دانیم که فرسایش دقیقاً از کجا آغاز خواهد شد.

۶. نتیجه‌گیری: فراتر از پیکسل‌ها و نمودارها

آنچه در این شبیه‌سازی مشاهده کردیم، فراتر از چند تصویر رنگی بود؛ این یک سفر به آینده تجهیزات صنعتی است. درک دقیق مکانیک کاویتاسیون با ابزاری مثل ANSYS CFX به ما اجازه می‌دهد مرزهای بهره‌وری را جابه‌جا کنیم.

امروز ما به جای تماشای تخریب قطعات، از «همزاد دیجیتال» (Digital Twin) برای پیش‌بینی رفتار آن‌ها استفاده می‌کنیم. اکنون سوال اینجاست: “اگر بتوانیم با شبیه‌سازی، فرسایش سال‌های آینده یک نیروگاه را امروز ببینیم، مرزهای بهره‌وری انرژی و پایداری در صنعت تا کجا جابه‌جا خواهد شد؟” پاسخ در دقت همین مدل‌ها نهفته است.