Numerical Validation of Injection Models for Hollow-Cone Nozzles using Euler-Lagrange Simulations

Auf der Suche nach einem saubereren und effizienteren Flugverkehr blicken Ingenieure über traditionelle Strahltriebwerke hinaus auf Konzepte, die fast kontraintuitiv erscheinen mögen: Wasser zur Mischung hinzuzufügen. Eine solche Idee ist der „Water Enhanced Turbofan“, ein System, das Wasser aus dem Abgas des Triebwerks recycelt, es in Dampf verwandelt und wieder in die Brennkammer einspritzt. Dieser Prozess kühlt das Triebwerk, wodurch es heißer und effizienter laufen kann, was letztlich den Treibstoffverbrauch und die schädlichen Emissionen senkt. Damit dieses System jedoch funktioniert, muss das Wasser auf eine ganz bestimmte Weise in das Triebwerk eingebracht werden. Es darf nicht einfach ein Strahl flüssigen Wassers sein; es muss in einen feinen Nebel aus winzigen Tröpfchen zerlegt werden, der sich gleichmäßig verteilt. Wenn das Wasser nicht korrekt atomisiert wird, könnte das Triebwerk Schaden nehmen oder die Effizienzgewinne könnten verpuffen. Um diese Systeme zu entwickeln, verlassen sich Wissenschaftler auf Computersimulationen, um vorherzusagen, wie sich Wassersprays verhalten, aber diese digitalen Modelle sind nur so gut wie die Regeln, die sie verwenden, um den Eintritt des Wassers in die Luft zu beschreiben.

Forscher der Universität Stuttgart unternahmen den Versuch zu testen, wie gut verschiedene Computeregeln das Verhalten einer Hohlkegeldüse – ein gängiges Gerät zur Erzeugung dieser präzisen Wassersprays – vorhersagen können. In der realen Welt, wenn Wasser aus einer solchen Düse austritt, bildet es eine Kegelform mit einem hohlen Zentrum, ähnlich dem Sprühbild einer Gartenschlauchdüse, die auf einen breiten Fächer eingestellt ist, jedoch mit einem deutlichen leeren Raum in der Mitte. Das Team nutzte eine leistungsstarke Simulationssoftware, um dieses Spray digital nachzubilden, wobei sie zwei verschiedene digitale Strategien gegeneinander antreten ließ, um zu sehen, welche die realen Messungen am besten abbilden konnte. Sie verglichen einen vereinfachten Ansatz, der das gesamte Spray als einen einzigen, gleichmäßigen Tröpfchenkegel behandelt, mit einer komplexeren Methode, die tausende winziger, einzelner Einspritzpunkte platziert, um die exakten Bedingungen aus dem Labor nachzuahmen.

Die Studie begann mit dem Aufbau eines digitalen Zwillings des experimentellen Aufbaus, den ihre Kollegen verwendeten. Im Labor spritzte eine Düse Wasser in einen ruhigen Raum, und Hochgeschwindigkeitssensoren maßen die Größe und Geschwindigkeit der Tröpfchen in zwei spezifischen Abständen: 100 Millimeter und 300 Millimeter von der Düsenspitze entfernt. Die Forscher führten dann ihre Computersimulationen durch, wobei sie zuerst ein „Solid Cone“-Modell (Massivkegel-Modell) verwendeten. Diese Methode ist vergleichbar mit dem Zeichnen eines einzelnen, perfekten Kegels in der Luft und dem Füllen dieses Kegels mit Tröpfchen, die einem allgemeinen Regelwerk für Größe und Geschwindigkeit folgen. Sie ist rechentechnisch kostengünstig und schnell, was sie für groß angelegte Ingenieursprojekte attraktiv macht. Die Ergebnisse zeigten, dass dieses einfache Modell die allgemeine Form des Sprays und die durchschnittliche Größe der Tröpfchen recht gut erfassen konnte. Es hatte jedoch Schwierigkeiten, die Details korrekt darzustellen. Die Simulation neigte dazu, die Geschwindigkeit der Tröpfchen im Zentrum des Sprays zu überschätzen und die Größe der Tröpfchen dort zu unterschätzen, was zu einer Diskrepanz mit den physikalischen Messungen führte. Die Forscher fanden heraus, dass dieser Fehler teilweise darauf zurückzuführen war, wie das Modell die Luft um das Spray herum behandelte; die Computer-Luft bewegte sich im Zentrum des Sprays zu schnell, was die Tröpfchen stärker mitriss, als es eigentlich der Fall sein sollte.

Um dies zu korrigieren, verfeinerten die Team die Bedingungen der Luft in ihrer Simulation, indem sie dem Computer im Wesentlichen sagten, den Luftstrom im Zentrum des Sprays zu verlangsamen. Diese Anpassung verbesserte die Ergebnisse und brachte die simulierten Tröpfchengeschwindigkeiten näher an die Realität. Sie entdeckten auch, dass der Winkel, unter dem das Spray in der Simulation aufgeht, breiter sein musste als der tatsächlich im Labor gemessene Winkel. In der physischen Welt bremst die Reibung gegen die Luft das Wasser ab und verteilt es, aber das vereinfachte Computermodell berücksichtigte diese Reibung nicht von Natur aus, weshalb die Forscher den digitalen Kegel manuell verbreitern mussten, um dies zu kompensieren. Trotz dieser Anpassungen blieb das Solid-Cone-Modell eine grobe Annäherung. Es arbeitete gut genug für allgemeine technische Schätzungen, konnte aber nicht die komplizierten Zusammenhänge zwischen Tröpfchengröße und Geschwindigkeit im realen Spray reproduzieren.

Auf der Suche nach höherer Präzision testete das Team daraufhin ein „Point Array“-Injektionsmodell (Punktmatrix-Modell). Anstatt eines großen Kegels verwendete diese Methode ein Gitter aus Hunderten winziger Einspritzpunkte, die jeweils mit spezifischen Daten programmiert wurden, die direkt aus den Labormessungen stammten. Entscheidend war, dass dieser Ansatz es den Forschern ermöglichte, die Größe eines Tröpfchens mit seiner Geschwindigkeit zum exakten Zeitpunkt seines Eintritts in die Simulation zu verknüpfen. In der realen Welt bewegen sich größere Tröpfchen oft anders als kleinere, und diese komplexe Beziehung ging im einfacheren Modell verloren. Durch die Verwendung der Point-Array-Methode konnte die Simulation das Verhalten des Sprays mit beeindruckender Genauigkeit reproduzieren. Die digitalen Tröpfchen verteilten sich und verlangsamten sich in einem Muster, das den physikalischen Messungen fast perfekt entsprach, wobei auch die subtilen Variationen der Tröpfchengröße über das Spray hinweg erfasst wurden.

Diese hohe Genauigkeit ging jedoch mit erheblichen Kosten einher. Das Point-Array-Modell benötigte wesentlich mehr Rechenleistung und Zeit und hing vollständig von detaillierten experimentellen Daten ab, um die Einspritzpunkte festzulegen. Wenn ein Ingenieur nicht über diese spezifischen Messwerte für eine neue Düse verfügte, konnte er diese Methode nicht anwenden. Die Forscher kamen zu dem Schluss, dass die Wahl des Modells vom Ziel abhängt. Für breite Studien, bei denen die exakten Details einer spezifischen Düse weniger wichtig sind, ist das einfachere Solid-Cone-Modell ein praktisches und effizientes Werkzeug, vorausgesetzt, der Benutzer passt den Sprühwinkel und die Luftbedingungen sorgfältig an. Aber für detaillierte Untersuchungen, bei denen das Verständnis des präzisen Verhaltens jedes einzelnen Tröpfchens entscheidend ist, ist das Point-Array-Modell überlegen, da es eine getreue Reproduktion der Realität bietet – allerdings um den Preis des Rechenaufwands.

Letztendlich lieferte die Studie eine klare Roadmap für die Simulation von Wassersprays in zukünftigen Triebwerksdesigns. Sie zeigte, dass einfache Modelle zwar nahe herankommen können, aber die nuancierte Verbindung zwischen Tröpfchengröße und Geschwindigkeit, die ein echtes Spray definiert, verpassen. Die Forscher zeigten, dass Ingenieure durch die sorgfältige Abstimmung der Randbedingungen – wie Luft und Wasser in die Simulation eintreten – darauf vertrauen können, dass ihre digitalen Vorhersagen die Entwicklung der nächsten Generation saubererer und effizienterer Flugtriebwerke leiten. Die Arbeit bestätigt, dass Computer mit dem richtigen Maß an Detailtiefe in der Lage sind, den komplexen Tanz von Wasser und Luft zu replizieren, und somit einen zuverlässigen Weg bieten, neue Technologien zu testen, bevor ein einziges physisches Triebwerk gebaut wird.