Congress Articles
Articles from CFA congresses before 2014 can be found by clicking here (when available).
Data-driven spatial decomposition algorithm for particle agglomeration
K. MARTINEZ (1), M. BOSSY (2), C. HENRY (2)
1. Institute of Statistics, University of Valparaiso, Chili
2. Université Côte d’Azur, Inria, CNRS, Cemef, France
[2023]
Résumé
Nous rapportons ici une nouvelle amélioration d'un algorithme de décomposition spatiale d'un domaine physique en fonction de la répartition spatiale des particules. Cet algorithme est utilisé dans les simulations CFD pour le calcul de l'agglomération des particules fondée sur des approches hybrides Euler-Lagrange. Il permet d'éviter les erreurs induites par une répartition non-homogène des particules dans l'espace en calculant une décomposition spatiale optimale (utilisant uniquement les informations sur les positions des particules). L'efficacité et la précision de l'algorithme sont testées dans des configurations simples ainsi que sur un cas représentatif de la dispersion de particules dans une couche limite atmosphérique.
Mots clés
suspension de particules, agglomération, modélisation, décomposition de domaine
Abstract
We report here new improvement of a recent algorithm for spatial decomposition of a physical domain according to the spatial repartition of particles. This algorithm is used in CFD simulations for the computation of particle agglomeration using hybrid Euler-Lagrange approaches. It allows to avoid errors induced by non-homogeneous particle repartition in space by computing an optimal spatial decomposition using information solely on particle locations. The efficiency and accuracy of the improved algorithm is tested in simple configurations as well as on a case representative of particle dispersion in an atmospheric boundary layer.
Keywords
particle suspension, agglomeration, modeling, domain decomposition
DOI
10.25576/ASFERA-CFA2023-32841