In questo lavoro si analizza l’efficacia di modelli di turbolenza intermedi, in particolare SAS ed EARSM, con l’obiettivo di valutarne punti di forza, limiti e potenziale impiego in contesti applicativi industriali. L’analisi nasce dall’esigenza di individuare soluzioni che garantiscano un buon compromesso tra accuratezza e costo computazionale, in scenari con risorse di calcolo limitate e necessità di risultati affidabili in tempi compatibili con i cicli di sviluppo. Come riferimento di accuratezza viene adottato il modello SBES, ibrido RANS–LES, capace di descrivere con dettaglio i fenomeni turbolenti ma caratterizzato da un costo computazionale elevato. Per questo motivo, nelle applicazioni industriali si ricorre più spesso a modelli RANS, più economici seppur meno accurati; in questo ambito, il modello k–ω GEKO costituisce il riferimento considerato. In questo quadro, il modello SAS viene analizzato come possibile soluzione intermedia, potenzialmente più accurata dei RANS tradizionali e meno onerosa degli ibridi, mentre l’EARSM viene valu- tato come estensione della chiusura RANS, grazie alla capacità di rappresentare l’anisotropia degli sforzi turbolenti. La tesi comprende un’analisi teorica dei prin- cipali modelli di turbolenza, la descrizione del setup numerico e delle geometrie semplificate utilizzate per isolare l’effetto della chiusura turbolenta. Le simulazioni confrontano SAS, EARSM e GEKO su diverse configurazioni, analizzando l’accura- tezza rispetto all’SBES, che riproduce con buona fedeltà i dati PIV sperimentali. I risultati mostrano che il modello SAS, in presenza di instabilità fisiche, riproduce con buona accuratezza le strutture vorticose e le scie, avvicinandosi al benchmark, mentre in flussi stabili mantiene un comportamento più vicino ai modelli RANS. Lo scan del time step evidenzia che è possibile ottenere un significativo risparmio computazionale senza un degrado marcato della soluzione, suggerendo un poten- ziale impiego del SAS in scenari industriali. Il confronto tra EARSM e GEKO evidenzia che il primo offre una dissipazione più coerente nelle scie e una migliore evoluzione delle strutture vorticose in flussi instabili, mentre risulta meno efficace nei vortici stabili, dove il GEKO mantiene una maggiore coerenza. Dal punto di vista computazionale, l’EARSM si è rivelato più economico del GEKO in quasi tutti i casi analizzati. In conclusione, il modello SAS ha mostrato un buon potenziale come approccio intermedio tra RANS e modelli ibridi, soprattutto in flussi instabili. L’EARSM si è dimostrato una possibile alternativa al GEKO in alcune condizioni, pur presentando limiti nei vortici più stabili. Nel complesso, i risultati ottenuti forniscono una base solida per valutarne l’impiego in contesti applicativi industriali.

Studio comparativo di modelli di turbolenza intermedi per applicazioni CFD industriali

DORLI', LORENZO
2025/2026

Abstract

In questo lavoro si analizza l’efficacia di modelli di turbolenza intermedi, in particolare SAS ed EARSM, con l’obiettivo di valutarne punti di forza, limiti e potenziale impiego in contesti applicativi industriali. L’analisi nasce dall’esigenza di individuare soluzioni che garantiscano un buon compromesso tra accuratezza e costo computazionale, in scenari con risorse di calcolo limitate e necessità di risultati affidabili in tempi compatibili con i cicli di sviluppo. Come riferimento di accuratezza viene adottato il modello SBES, ibrido RANS–LES, capace di descrivere con dettaglio i fenomeni turbolenti ma caratterizzato da un costo computazionale elevato. Per questo motivo, nelle applicazioni industriali si ricorre più spesso a modelli RANS, più economici seppur meno accurati; in questo ambito, il modello k–ω GEKO costituisce il riferimento considerato. In questo quadro, il modello SAS viene analizzato come possibile soluzione intermedia, potenzialmente più accurata dei RANS tradizionali e meno onerosa degli ibridi, mentre l’EARSM viene valu- tato come estensione della chiusura RANS, grazie alla capacità di rappresentare l’anisotropia degli sforzi turbolenti. La tesi comprende un’analisi teorica dei prin- cipali modelli di turbolenza, la descrizione del setup numerico e delle geometrie semplificate utilizzate per isolare l’effetto della chiusura turbolenta. Le simulazioni confrontano SAS, EARSM e GEKO su diverse configurazioni, analizzando l’accura- tezza rispetto all’SBES, che riproduce con buona fedeltà i dati PIV sperimentali. I risultati mostrano che il modello SAS, in presenza di instabilità fisiche, riproduce con buona accuratezza le strutture vorticose e le scie, avvicinandosi al benchmark, mentre in flussi stabili mantiene un comportamento più vicino ai modelli RANS. Lo scan del time step evidenzia che è possibile ottenere un significativo risparmio computazionale senza un degrado marcato della soluzione, suggerendo un poten- ziale impiego del SAS in scenari industriali. Il confronto tra EARSM e GEKO evidenzia che il primo offre una dissipazione più coerente nelle scie e una migliore evoluzione delle strutture vorticose in flussi instabili, mentre risulta meno efficace nei vortici stabili, dove il GEKO mantiene una maggiore coerenza. Dal punto di vista computazionale, l’EARSM si è rivelato più economico del GEKO in quasi tutti i casi analizzati. In conclusione, il modello SAS ha mostrato un buon potenziale come approccio intermedio tra RANS e modelli ibridi, soprattutto in flussi instabili. L’EARSM si è dimostrato una possibile alternativa al GEKO in alcune condizioni, pur presentando limiti nei vortici più stabili. Nel complesso, i risultati ottenuti forniscono una base solida per valutarne l’impiego in contesti applicativi industriali.
2025
Comparazione
SAS
EARSM
Costo
Accuratezza
File in questo prodotto:
File Dimensione Formato  
Dorlì.Lorenzo.pdf

Accesso riservato

Dimensione 131.44 MB
Formato Adobe PDF
131.44 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14251/9642