Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Numerische Simulation des Stofftransports Olaf A. Cirpka, Eawag W+T Wolfgang Kinzelbach, ETH IfU.

Ähnliche Präsentationen


Präsentation zum Thema: "Numerische Simulation des Stofftransports Olaf A. Cirpka, Eawag W+T Wolfgang Kinzelbach, ETH IfU."—  Präsentation transkript:

1 Numerische Simulation des Stofftransports Olaf A. Cirpka, Eawag W+T Wolfgang Kinzelbach, ETH IfU

2 Advektions-Dispersionsgleichung Massen- und Volumenbilanz einer infinitesimal schmalen Flussscheibe Transportgleichung nach Einsetzen

3 Integrale Betrachtungsweise J:Massenflussdichte [kg/s/m 2 ]

4 Stationäre Strömung ohne laterale Zu-/Abflüsse Geometrie an Querschnitten i  1/2 gegeben:  V i =  x · (A i-1/2 + A i+1/2 )/2 Primäre Unbekannte: Konzentration c i in Zelle i –Dispersion: Gradient an i  1/2 ? –Advektion: Welche Konzentration an i  1/2 ? Zeitliche Integration?

5 Dispersion: Ermittlung von Gradienten Differenzenquotient statt Differentialquotient: i i + 1 c Tatsächliche Konzentration Zellenmittelwert xx

6 Advektion: Konzentration am Interface Upwind: c i+1/2 = c i Downwind: c i+1/2 = c i+1 Zentrale Differenzen: c i+1/2 =(c i + c i+1 )/2 i i + 1 c u

7 Zentrale Differenzen c i+1/2 =(c i + c i+1 )/2 Pro: Genauer im Sinne einer Taylorreihen- Analyse Contra: Oszillationen  negative Konzentrationen

8 Oszillationen durch Zentrale Differenzen ii + 1 c i - 1i + 2i - 2 u 0 Richtig

9 Oszillationen durch Zentrale Differenzen ii + 1 c i - 1i + 2i - 2 u Falsch! Müsste abnehmen. 0 Richtig

10 Oszillationen durch Zentrale Differenzen ii + 1 c i - 1i + 2i - 2 u Falsch! Müsste abnehmen. Völlig Falsch! Führt zu negativer Konzentration 0 Simulation des advektiven Transports mit zentralen Differenzen erzeugt nachlaufende Oszillationen Richtig

11 Upwind Differenzen c i+1/2 = c i bei positiver Geschwindigkeit c i+1/2 = c i+1 bei negativer Geschwindigkeit Pro: Keine Oszillationen Contra: Numerische Dispersion

12 Verhinderung von Oszillationen durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u 0 Richtig

13 Verhinderung von Oszillationen durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u Richtig 0

14 Verhinderung von Oszillationen durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u Richtig 0

15 Numerische Dispersion durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u 0

16 Numerische Dispersion durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u 0

17 Numerische Dispersion durch Upwind-Differenzen ii + 1 c i - 1i + 2i - 2 u 0 Mittelwert in Jeder Zelle Mittelwertbildung in den Zellen führt zu verschmierten Konzentrationsverteilungen  sieht aus wie Dispersion

18 Numerische Fehler in der Simulation der Advektion Oszillationen –Negative Konzentrationen sind unphysikalisch, –führen zu “erstaunlichem” Reaktionsverhalten (z.B. Zunahme statt Abnahme) –oder zu Instabilität (z.B. unendliche Raten) Numerische Dispersion –führt zu falscher Mischung von Stoffen –und damit zu überhöhten Reaktionsraten.

19 The Easy Way Out Approximationsfehler hängen von der Diskretisierung ab  Feine Auflösung hilft immer Zentrale Differenzen: Gitter-Peclet-Zahl<2 (Pe = uΔx/D) verhindert negative Konzentrationen Upwind Differenzen: Numerischer Dispersionkoeffizient ist proportional zur Gitterweite Δx

20 Slope Limiter Verfahren (Godunov-Verfahren höherer Ordnung) 1.Rekonstruktion der räumlichen Konzen- trationsverteilung innerhalb der Zellen Es dürfen keine neuen Extrema auftreten 2.Exakte Lösung des Riemann-Problems 3.Mittelwert-Bildung in den Zellen

21 Godunov Verfahren mit “Minmod” Limiter Anfangsverteilung

22 Godunov Verfahren mit “Minmod” Limiter Lineare Interpolation

23 Godunov Verfahren mit “Minmod” Limiter Wähle kleineren Gradienten (bei Extrema null Gradient)

24 Godunov Verfahren mit “Minmod” Limiter Exakte Lösung

25 Godunov Verfahren mit “Minmod” Limiter Exakte Lösung Mittelung in Zellen

26 “Minmod” Limiter Mittlere Konzentration in Zelle i : c i Gradient in Zelle i : s i Gitterweite:  x Konzentrationsverteilung in Zelle i :

27 Zeitliche Integration 1.Explizites Euler-Verfahren Massenflüsse werden ausschließlich zum alten Zeitpunkt ermittelt Sehr schnell Erfordert Limitierung der Zeitschrittweite 2.Implizites Euler-Verfahren Massenflüsse werden (partiell) zum neuen Zeitpunkt ermittelt Erfordert Lösung großer Systeme linearer Gleichungen

28 Zeitliche Integration 3.Semidiskretisierung Partielle DGL wird nur im Raum diskretisiert Führt zu System gewöhnlicher DGL’n Verwendung von DGL-Lösern (ode solver) Hier behandelt: 1.Explizites Euler-Verfahren 2.Semidiskretisierung

29 Explizites Euler-Verfahren (mit Upwind Differenzen) Rechte Seite enthält ausschließlich Konzentrationen zum alten Zeitpunkt. Jede Zelle kann unabhängig berechnet werden.

30 Explizite Integration des advektiven Transports mit “Minmod” Limiter

31 xx i i+1i-1 Zeitschrittbegrenzung durch Advektion Courant-Friedrich-Lax Kriterium

32 xx i i+1i-1 Zeitschrittbegrenzung durch Advektion Courant-Friedrich-Lax Kriterium Courant Zahl 0 1

33 Optimale Zeitschrittweite für explizite Integration der Advektion Cr = 1 Konzentrationen werden genau um eine Zelle verschoben Exakte Lösung Erfordert unregelmäßige Gitterabstände bei ungleichförmiger Strömung Nicht realisierbar bei instationärer Strömung mit ortsfestem Gitter

34 Zeitschrittbegrenzung durch Dispersion Neumann Kriterium xx i i+1i-1

35 Zeitschrittbegrenzung durch Dispersion Neumann Kriterium xx i i+1i-1 1/3 Neumann Zahl

36 Maximale Zeitschrittweite für explizite Integration der Dispersion Ne < 1/3  Extrema werden nicht umgekehrt Ne < 1/2  Es gibt keine negativen Konzentrationen Grundsätzlich gilt: Je kleiner der Zeitschritt, umso genauer die explizite Berechnung der Dispersion

37 Anfangswertproblem nach Semidiskretisierung Definiere Konzentration am Interface Benötigt Anfangsbedingung c(t=0) Integriere mit DGL-Löser (z.B. Runge-Kutta, Adams-Bashforth, Gear)

38 Vergleich der Diskretisierungsverfahren für die Advektion

39 Anwendung auf den 1D Transport in Flüssen Dispersionskoeffizient ist vergleichsweise groß (im Gegensatz zum Grundwasser) Deswegen kann bei ausreichend feiner Diskretisierung zentrale Differenzen für die Advektion gewagt werden Bei gleichförmigem Abfluss: Upwind- Differenzen mit Cr = 1 und explizite Zeitintegration


Herunterladen ppt "Numerische Simulation des Stofftransports Olaf A. Cirpka, Eawag W+T Wolfgang Kinzelbach, ETH IfU."

Ähnliche Präsentationen


Google-Anzeigen