Yeni nesil güneş enerji kulelerindeki alıcılar, birbirinden yüzlerce kelvin farklı sıcaklıklara sahip yüzeyler arasında akan yüksek sıcaklıklı ve türbülanslı gazlarla çalışabilir. Bu koşullarda sıcaklık, yoğunluk, hız ve türbülans birbirini güçlü biçimde etkiler. Akışın bütün türbülans ölçeklerini doğrudan çözmek mümkün olsa da doğrudan sayısal simülasyonun hesaplama maliyeti gerçek boyutlu güneş alıcıları için son derece yüksektir.

Araştırmacılar bu nedenle, büyük türbülans yapılarını doğrudan çözen ve daha küçük hareketleri matematiksel modellerle temsil eden Termal Büyük Girdap Simülasyonu yaklaşımını değerlendirdi. Çalışmada beş karma ve yedi işlevsel olmak üzere 12 yeni alt-ızgara ölçekli model; üç farklı ağ çözünürlüğü ve çeşitli sayısal şemalar altında DNS referans verileriyle karşılaştırıldı.

En dengeli genel sonuç, çalışmada M1 olarak adlandırılan iki katmanlı karma modelden elde edildi. Model, momentum denkleminde AMD ile Gradyan modelini; ısıl kapanışta ise skaler AMD ile Gradyan modelini birleştiriyordu. Üç ağın ortalamasında M1’in normalize edilmiş bileşik hata puanı yüzde 25,9 oldu. Önceki en başarılı referans model MA için aynı puan yüzde 27,9, ikinci sıradaki yeni M2 modeli için yüzde 27,4 olarak hesaplandı.

Bununla birlikte hiçbir model bütün büyüklüklerde en iyi sonucu vermedi. M2 modeli ikinci mertebe türbülans istatistiklerinde yüzde 14,8 ile en düşük ortalama hata puanını üretirken, M1 yüzde 17’de kaldı. Duvar ısı transferini gösteren Nusselt sayısında ise herhangi bir alt-ızgara modeli kullanılmayan çözüm yüzde 5,81 ortalama hatayla en iyi sonucu verdi. M1, Nusselt sayısında önceki karma modeli belirgin biçimde iyileştirdi; fakat duvar sürtünme katsayısında eski model daha doğru kaldı.

Sonuçlar, yüksek sıcaklıklı güneş alıcılarının sayısal tasarımında yalnızca bir türbülans modelinin seçilmesinin yeterli olmadığını gösteriyor. Ağ çözünürlüğü, momentum ve kütle taşınımında kullanılan sayısal şemalar, duvara yakın model katsayıları ve hız-sıcaklık etkileşimini temsil eden kapanışların birlikte değerlendirilmesi gerekiyor.

Güneş alıcılarındaki akış neden zor modelleniyor?

Yoğunlaştırılmış güneş enerjisi kulelerinde aynalarla toplanan güneş ışınımı merkezî bir alıcıya yönlendirilir. Çalışmada ele alınan gelecek nesil alıcı kavramında ısı taşıyıcı akışkan olarak basınçlandırılmış hava düşünülüyor. Havanın yüksek sıcaklıktaki bir yüzey ile daha düşük sıcaklıktaki karşı yüzey arasında ilerlemesi, belirgin yoğunluk ve akışkan özelliği değişimleri oluşturuyor.

Türbülanslı akışlar, büyük devridaim hareketlerinden çok küçük girdaplara kadar geniş bir ölçek aralığı içerir. Doğrudan Sayısal Simülasyon, yani DNS, bu ölçeklerin tamamını hesaplama ağı üzerinde çözmeye çalışır. Bu yaklaşım ayrıntılı bir referans sunar; ancak gerçek bir güneş alıcısının bütün boyutları ve çalışma süresi için gereken hücre sayısı ile zaman adımı sayısı çok yüksek olabilir.

Büyük Girdap Simülasyonu veya LES ise enerjinin büyük bölümünü taşıyan büyük türbülans yapılarını doğrudan çözer. Hesaplama ağından daha küçük girdapların momentum ve ısı taşınımına etkisi, alt-ızgara ölçekli modellerle yaklaşık olarak temsil edilir. Termal LES veya T-LES, bu kapanış problemini yalnızca hız alanı için değil, sıcaklık ve yoğunlukla bağlantılı taşınım için de çözmek zorundadır.

Araştırmanın temel sorusu

Çalışmanın temel amacı, yüksek sıcaklık farkı bulunan türbülanslı kanal akışlarında hangi alt-ızgara ölçekli model birleşiminin DNS verilerine en yakın sonuç verdiğini belirlemektir. Araştırmacılar özellikle üç değişken grubunu inceledi:

• İşlevsel, yapısal ve karma kapanış modellerinin seçimi,
• Hesaplama ağının çözünürlüğü,
• Momentum ve kütle taşınımında kullanılan ikinci, üçüncü veya dördüncü mertebe sayısal şemalar.

Çalışmanın önceki araştırmalardan ayrılan üç ana yönü bulunuyor. Enerji denklemindeki standart AMD kapanışının yerine sıcaklık gradyanlarına göre tanımlanan skaler AMD modeli sınandı. İki katmanlı karma modellerde Bardina yapısal kapanışına alternatif olarak Gradyan modeli kullanıldı. Ayrıca ikinci mertebe merkezî, dördüncü mertebe merkezî ve üçüncü mertebe QUICK şemalarının model doğruluğu ve kararlılığı üzerindeki etkileri karşılaştırıldı.

Temsilî kanal geometrisi

Gerçek güneş alıcılarının karmaşık boru ve kanal yapıları yerine, temel fiziksel etkileşimleri ayırabilmek için iki yönde periyodik, düz bir kanal kullanıldı. Akış x yönünde ilerlerken z yönü kanalın enine doğrultusunu, y yönü ise iki duvar arasındaki yüksekliği gösteriyor.

Şekil 1’de bir duvar 900 K, diğer duvar 1.300 K olarak tanımlanmıştır. Bu sıcaklıklar yaklaşık 626,85 °C ve 1.026,85 °C’ye karşılık gelir. Ortalama sürtünme Reynolds sayısı yaklaşık 800’dür. Akış doğrultusu ve enine doğrultu periyodik olduğu için akışkan bir sınırdan çıktığında karşı sınırdan yeniden girmektedir. Böylece tam gelişmiş kanal akışı, uzun bir fiziksel kanal oluşturmadan modellenebiliyor.

Duvar-normal yöndeki hücreler eşit aralıklı değildir. Türbülans ve sıcaklık gradyanlarının en hızlı değiştiği duvar yakınlarında küçük, kanal merkezinde daha büyük hücreler kullanılmıştır. Hücre konumları hiperbolik tanjant bağıntısıyla dağıtılmıştır:

\[ y_k=L_y\left[ 1+\frac{1}{a} \tanh\left( \frac{k-1}{N_y-1}\tanh^{-1}(a) \right) \right] \]

Burada y_k ilgili ağ noktasının duvara dik konumunu, L_y kanal yüksekliğini, a ağ genişleme katsayısını ve N_y duvar-normal yöndeki nokta sayısını ifade eder.

DNS ve LES ağları

DNS ağı, en ince LES ağından bile akış ve enine yönlerde birkaç kat daha fazla çözünürlüğe sahiptir. Çalışmanın amacı LES’in DNS ile aynı ayrıntıyı üretmesi değil, çok daha kaba ağlarda temel hız, sıcaklık, duvar ısı transferi ve türbülans istatistiklerini ne ölçüde yeniden oluşturabildiğini belirlemektir.

Düşük Mach sayılı denklemler

Akış, Paolucci tarafından geliştirilen düşük Mach sayısı yaklaşımıyla modellenmiştir. Bu yaklaşım sıkıştırılamaz denklemler ile tam sıkıştırılabilir akış denklemleri arasında bir konumda bulunur. Sıcaklığın neden olduğu büyük yoğunluk değişimlerini hesaba katar; ancak ses dalgalarını doğrudan çözmez.

Kütlenin korunumu şu biçimde yazılmıştır:

\[ \frac{\partial \bar{\rho}}{\partial t} + \frac{\partial \bar{\rho}\widetilde{U}_j}{\partial x_j} =0 \]

Momentum denklemi, çözülen hızların taşınımına ek olarak alt-ızgara ölçekli hız-hız korelasyonunu içerir:

\[ \frac{\partial \bar{\rho}\widetilde{U}_i}{\partial t} = -\frac{\partial \left( \bar{\rho}\widetilde{U}_j\widetilde{U}_i + \bar{\rho}\widehat{U_jU_i} \right)} {\partial x_j} -\frac{\partial P}{\partial x_i} + \frac{\partial\Sigma_{ij}}{\partial x_j} \]

İdeal gaz bağıntısı ise filtrelenmiş sıcaklık, yoğunluk ve termodinamik basınç arasındaki ilişkiyi verir:

\[ \widetilde{T}=\frac{P_0}{\bar{\rho}r} \]

P₀ uzayda sabit kabul edilen termodinamik basıncı, r havanın özgül gaz sabitini, ρ yoğunluğu ve T sıcaklığı temsil eder.

Havanın dinamik viskozitesi ve ısıl iletkenliği sıcaklığa bağlı Sutherland bağıntılarıyla hesaplanmıştır. Dinamik viskozite için kullanılan ifade:

\[ \mu(T)=\mu_0 \left(\frac{T}{T_0}\right)^{3/2} \frac{T_0+S}{T+S} \]

şeklindedir. Referans değerler μ₀ = 1,716 × 10⁻⁵ Pa·s, T₀ = 273,15 K ve S = 110,4 K olarak verilmiştir. Havanın özgül gaz sabiti 287 J/kg·K, ısı kapasitesi oranı ise 1,4 kabul edilmiştir.

İki termal çalışma koşulu

Alt-ızgara kapanışlarının farklı termal yüklerdeki davranışını incelemek için enerji denklemindeki hacimsel ısı kaynağı değiştirilmiştir:

• Temel koşul: Isı yutağı yoktur ve sıcak duvar ısı akısı 98 kW/m² olarak verilmiştir.
• S1 koşulu: 55 MW/m³ değerinde düzgün dağıtılmış hacimsel ısı yutağı uygulanmıştır. Çalışmada sıcak duvar akısının yaklaşık 2,5 kat artarak 263 değerine çıktığı belirtilmiştir.

Metin, ikinci değeri bir sınır ısı akısı olarak tanımlamasına rağmen birimini kW/m³ biçiminde yazmıştır. Sınır ısı akısının normalde alan başına güç birimiyle verilmesi beklendiğinden bu ifade preprintteki birim tutarsızlığı olarak değerlendirilmelidir; içerikteki değer değiştirilmemiş veya düzeltilmemiştir.

İşlevsel modeller

İşlevsel modeller, çözülmeyen küçük girdapların etkisini ek bir türbülanslı viskoziteye benzetir. Bu yaklaşım enerji aktarımını büyük ölçeklerden küçük ölçeklere doğru, yani dağıtıcı biçimde temsil eder. Sayısal olarak genellikle kararlı olsa da gerçek akıştan fazla enerji çekerek aşırı sönümlemeye neden olabilir.

Temel AMD modelinde türbülanslı girdap viskozitesi şu yapıya sahiptir:

\[ \nu_e^{AMD} = C^{AMD} \frac{ \max\left(0,-G_{ij}S_{ij}\right) }{ g_{kl}^{\,2} } \]

Burada S_ij şekil değiştirme hızı tensörünü, g_ij hız gradyanını, G_ij ise ağ aralıklarının yönsel etkisini içeren gradyan tabanlı tensörü gösterir.

Çalışmada üç AMD türü incelenmiştir:

• AMD: Hız alanının enerji dağılımına göre tanımlanan standart model,
• AMDs: Skaler veya sıcaklık taşınımı için gradyanlara göre tanımlanan model,
• AMDc: Şekil değiştirme tensörünün izini de hesaba katan sıkıştırılabilirlik uyarlaması.

Yapısal modeller

Yapısal modeller, gerçek alt-ızgara teriminin matematiksel yapısını taklit etmeye çalışır. Yalnızca enerji dağıtımı uygulamadıkları için küçük ölçeklerden büyük ölçeklere doğru ters enerji aktarımına izin verebilirler. Bu özellik akışın anizotropik yapısını daha iyi koruyabilir; fakat sayısal kararsızlık riskini artırır.

Çalışmada Bardina, ölçek benzerliği ve Gradyan modelleri ele alınmıştır. Gradyan modelinin momentum kapanışı:

\[ \tau_{ij}^{Grad} = \frac{C^{Grad}}{12} \Delta_k^2 g_{ik}g_{jk} \]

ısıl veya skaler kapanışı ise:

\[ \pi_j^{Grad} = \frac{C^{Grad}}{12} \Delta_k^2 g_{jk}d_k \]

biçimindedir. Δ_k ilgili yöndeki filtre veya ağ genişliğini, d_k sıcaklık ya da yoğunlukla ilişkili skaler gradyanı ifade eder.

Karma modeller neden kullanıldı?

Karma modeller, işlevsel modelin kararlılığı ile yapısal modelin türbülans yapısını koruma yeteneğini birleştirmeyi amaçlar:

\[ \tau_{ij} = \alpha_1\tau_{ij}^{func} + \beta_1\tau_{ij}^{struct} \]

\[ \pi_j = \alpha_2\pi_j^{func} + \beta_2\pi_j^{struct} \]

İki katmanlı modellerde işlevsel kapanışın katsayısı kanal boyunca sabit değildir. Duvar yakınında viskoz dağılım baskın olduğu için işlevsel modelin katkısı yükseltilir; kanal merkezine yaklaşıldığında yapısal modelin göreli etkisi artırılır.

Duvara bağlı katsayı şu fonksiyonla değiştirilmiştir:

\[ C^{func,dyn}(y) = C^{func} + \left[ \frac{1}{2} + \frac{1}{2} \tanh\left( \frac{y-s_c}{s_f} \right) \right] \left( C^{center}-C^{func} \right) \]

Şekil 2’de katsayının duvar yakınındaki yüksek değerinden kanal merkezindeki daha düşük değere yumuşak biçimde geçtiği görülüyor. Geçiş bölgesi toplam kanal yüksekliğinin yaklaşık yüzde 4’üne karşılık geliyor.

M1 modelinin yapısı

Çalışmada en düşük ortalama toplam hata puanını veren M1 modeli, duvarda aşağıdaki birleşimleri kullanmıştır:

\[ \tau_{ij} = 0{,}6\,\tau_{ij}^{AMD} + 0{,}5\,\tau_{ij}^{Grad} \]

\[ \pi_j = 0{,}6\,\pi_j^{AMDs} + 0{,}4\,\pi_j^{Grad} \]

Kanal merkezindeki işlevsel model katsayısı 0,15’e düşmektedir. Momentum taşınımında dördüncü mertebe merkezî, kütle taşınımında ikinci mertebe merkezî şema kullanılmıştır. Çalışmanın kısa adlandırmasıyla bu düzen C4-C2 olarak gösterilmiştir.

Önceki araştırmadaki MA referans modeli ise Gradyan modeli yerine Bardina modelini, ısıl kapanışta skaler AMD yerine standart AMD’yi ve C2-C2 sayısal düzenini kullanmıştır.

Sayısal çözüm

Simülasyonlar Fransız Alternatif Enerjiler ve Atom Enerjisi Komisyonu tarafından geliştirilen TRUST/TrioCFD ortamında gerçekleştirilmiştir. Kodun temel özellikleri şunlardır:

• Kaydırılmış hesaplama ağı üzerinde sonlu fark yöntemi,
• Zamanda üçüncü mertebe Runge–Kutta integrasyonu,
• Momentum taşınımında ikinci veya dördüncü mertebe merkezî şema,
• Kütle taşınımında ikinci mertebe merkezî veya üçüncü mertebe QUICK şeması,
• Hız diverjansı ve sıcaklık yayınımında ikinci mertebe merkezî şema.

A posteriori değerlendirme ne anlama geliyor?

A priori testlerde bir modelin kapanış terimi, önceden hesaplanmış DNS alanlarına uygulanarak gerçek alt-ızgara terimleriyle karşılaştırılır. A posteriori testte ise kapanış modeli LES denklemlerinin içine yerleştirilir ve simülasyon baştan sona bu modelle çalıştırılır.

Bu nedenle çalışma yalnızca modellerin matematiksel olarak doğru bir kapanış terimi üretip üretmediğini değil, zaman içinde hız, sıcaklık, sürtünme, ısı transferi ve türbülans istatistiklerini nasıl değiştirdiğini değerlendiriyor. Kararsız hale gelen modellerin tespit edilebilmesi de a posteriori yaklaşımın önemli avantajıdır.

Hangi büyüklükler karşılaştırıldı?

Birinci mertebe istatistikleri:

• Ortalama akış yönü hızı,
• Ortalama duvar-normal hız,
• Ortalama sıcaklık,
• Nusselt sayısı,
• Duvar sürtünme katsayısı.

İkinci mertebe istatistikleri:

• Üç yöndeki hız varyansları,
• Reynolds kayma gerilmesi,
• Akış yönündeki türbülanslı sıcaklık taşınımı,
• Duvar-normal türbülanslı sıcaklık taşınımı.

Sıcaklık varyansı da tanı amacıyla gösterilmiş; ancak bu büyüklük için ayrı bir alt-ızgara kapanış terimi bulunmadığından toplam hata puanına dahil edilmemiştir.

Nusselt sayısı ve sürtünme katsayısı

Duvar ısı transferi Nusselt sayısıyla değerlendirilmiştir:

\[ Nu = \frac{ D_h \left\langle \lambda\frac{\partial T}{\partial y} \right\rangle_w }{ \lambda_w(T_w-T_b) } \]

D_h hidrolik çapı, λ ısıl iletkenliği, T_w duvar sıcaklığını ve T_b kütlesel ortalama sıcaklığı gösterir.

Duvar sürtünme katsayısı ise:

\[ C_f = \frac{ 2\mu_w \left\langle \frac{\partial U_x}{\partial y} \right\rangle_w }{ \rho_bU_b^2 } \]

bağıntısıyla hesaplanmıştır. Bu iki büyüklük, bir güneş alıcısında akışkanın ne kadar ısı alabildiği ve bu sırada ne kadar hidrodinamik direnç oluştuğu hakkında ayrı bilgiler verir.

Hata puanları nasıl oluşturuldu?

Duvara dik profiller önce DNS ağı ile LES ağı arasında eşleştirilmiştir. Profil hatasında logaritmik duvar uzaklığı ağırlığı kullanılarak duvara yakın bölgelerin değerlendirmede kaybolması engellenmiştir.

Birinci ve ikinci mertebe hata toplamları, bütün modeller içinde gözlenen en büyük hata değerine göre normalize edilmiştir. Ardından kategori içindeki değişken sayıları hesaba katılarak bileşik hata hesaplanmıştır:

\[ \varepsilon_{tot}^{LES,i} = \frac{ n\varepsilon_{mean}^{LES,i} + m\varepsilon_{rms}^{LES,i} }{ n+m } \]

Burada n birinci mertebe, m ise ikinci mertebe istatistiklerinin sayısıdır. Bu nedenle çalışmada bildirilen yüzde 25,9 gibi toplam değerler, tek bir fiziksel büyüklüğün ham bağıl hatası değildir. Farklı profiller ve duvar büyüklükleri kullanılarak oluşturulmuş normalize edilmiş karşılaştırma puanlarıdır.

Genel model sıralaması

Sayfa 13’teki üç bölümlü grafik, modellerin birinci mertebe, ikinci mertebe ve toplam hata puanlarını A, B ve C ağları için birlikte gösteriyor. Yeni karma modeller grafiğin solunda, işlevsel modeller ortada, önceki çalışmadan alınan referans modeller ise sağda yer alıyor.

M1 modeli A ağında yüzde 18,8, B ağında yüzde 21,6 ve C ağında yüzde 37,2 toplam hata puanı üretmiştir. Bu dağılım, modelin ince ve orta ağlarda güçlü olduğunu ancak kaba ağda doğruluğunun belirgin biçimde azaldığını gösteriyor.

İkinci mertebe istatistiklerde M2 öne çıktı

Toplam sıralamada M1 birinci olsa da türbülans dalgalanmaları ve ısı akısı korelasyonlarından oluşan ikinci mertebe istatistiklerde en düşük ortalama puan M2 modelinde elde edildi:

Bu sonuç, skaler AMD kapanışının genel performansı iyileştirebildiğini; ancak bütün türbülans korelasyonları için zorunlu olarak en düşük hata değerini oluşturmadığını gösteriyor.

Birinci mertebe büyüklüklerinde modeller farklılaştı

Sayfa 14’teki çubuk grafik; ortalama hız, duvar-normal hız, sıcaklık, Nusselt sayısı ve sürtünme katsayısı hatalarını ayrı ayrı gösteriyor. Aynı modelin bir büyüklükte güçlü, başka bir büyüklükte zayıf olabildiği açık biçimde görülüyor.

M1 modeli duvar ısı akısının tahmininde MA modeline göre belirgin iyileşme sağladı. Buna karşılık sürtünme katsayısı için Bardina tabanlı MA modeli daha başarılıydı. Isı transferi ile sürtünmenin aynı kapanış tarafından aynı doğrulukta yeniden üretilememesi, model seçiminde hedeflenen mühendislik büyüklüğünün açıkça belirlenmesi gerektiğini gösteriyor.

Alt-ızgara modeli kullanmamak neden bazı sonuçlarda iyi göründü?

Herhangi bir kapanış modeli bulunmayan NA çözümü, Nusselt sayısında bütün modellerden daha düşük hata üretmiştir. Reynolds kayma gerilmesinde de NA ve F1 çözümleri bazı ağlarda oldukça başarılıdır.

Bu durum, alt-ızgara modelinin gereksiz olduğu anlamına gelmiyor. Kullanılan LES ağları belirli büyüklüklerin büyük bölümünü zaten çözebilecek kadar ince olabilir. Ayrıca merkezî sayısal şemaların kendi yayınımı veya ağ çözünürlüğü, eksik kapanış etkisini tesadüfen dengeleyebilir. Çalışma bu durumu hata telafisi olarak değerlendiriyor.

Bir modelin tek bir büyüklükte düşük hata vermesi, hız, sıcaklık ve türbülansın tamamını doğru temsil ettiği anlamına gelmez. NA çözümü sıcaklık profili ve sıcaklık varyansında daha zayıf sonuçlar üretmiştir.

Ortalama hız ve sıcaklık profilleri

Sayfa 15’te sıcak ve soğuk duvar tarafları için ortalama akış hızı, duvar-normal hız ve sıcaklık profilleri gösteriliyor. Kırmızı çizgiler sıcak, mavi çizgiler soğuk duvar DNS verilerini temsil ediyor. Aynı modelin daha açık tonlu çizgileri daha kaba ağları gösteriyor.

Akış yönündeki ortalama hız için modellerin çoğu, viskoz alt tabakanın dışındaki bölgede DNS’ye yaklaşıyor. Alt-ızgara modeli bulunmayan NA çözümü hızı düşük, yalnızca işlevsel kapanış kullanan F1 modeli ise yüksek tahmin etme eğiliminde. Karma M1 ve MA modelleri genel profil biçimini daha dengeli yeniden üretiyor.

Ortalama sıcaklıkta da benzer bir düzen görülüyor. NA sıcaklık profilini düşük, F1 yüksek tahmin ediyor. M1 ve MA profilleri DNS’nin çevresinde kalıyor. M1 soğuk duvar tarafında MA’ya göre daha yakın bir uyum sağlarken, sıcak duvar tarafında bazı bölgelerde MA hafif üstünlük gösteriyor.

Reynolds gerilmeleri

Sayfa 17 ve 18’de üç hız bileşeninin varyansları inceleniyor. DNS profilleri duvar biriminde yaklaşık y⁺ ≈ 15 çevresinde belirgin bir tepe oluşturuyor. Soğuk duvar tarafındaki tepe, yüksek yerel sürtünme Reynolds sayısı nedeniyle daha büyüktür.

NA ve F1 çözümleri, özellikle soğuk taraftaki akış yönü hız varyansını fazla tahmin etmiştir. DNS tepe değeri yaklaşık 5 iken bazı çözümler 8’e yaklaşmıştır. MA modeli tepeleri düşük tahmin etme eğilimindedir. M1 ise özellikle ince ağda tepe genliklerini daha dengeli yakalamış; ancak tepe konumunu kanalın dış bölgesine doğru hafif kaydırmıştır.

Eklerdeki sayfa 29-31 grafikleri, aynı modellerin ince A ve kaba C ağlarındaki kapanış katkılarını ayrıntılı biçimde ayırıyor. Kaba ağda M1, NA ve F1’in hız varyanslarını belirgin biçimde fazla tahmin ettiği; ağ çözünürlüğünün bu istatistikler üzerinde güçlü etkisi bulunduğu görülüyor.

Reynolds kayma gerilmesinde Gradyan modelinin etkisi

Sayfa 19’daki grafik, toplam Reynolds kayma gerilmesini işlevsel ve yapısal kapanış katkılarıyla birlikte gösteriyor. MA modelindeki Bardina kapanışı, bazı bölgelerde gerçek kayma gerilmesinden çıkarması gerekenin üzerinde katkı yaparak toplam profili DNS’den uzaklaştırmıştır.

M1 modelindeki Gradyan kapanışının kayma gerilmesine doğrudan katkısı ise sıfıra yakın kalmıştır. Böylece çözülen LES alanı DNS profilini daha az bozulmayla yeniden üretebilmiştir. Bu büyüklüğün ortalama hata değerleri:

• F1: yüzde 4,8,
• NA: yüzde 5,8,
• M1: yüzde 7,0,
• MA: yüzde 15,1

olarak verilmiştir. Burada F1 en düşük sayısal hatayı üretse de M1’in avantajı, diğer hız ve sıcaklık istatistikleriyle birlikte daha dengeli sonuç vermesidir.

Türbülanslı ısı taşınımı

Sayfa 20, 32 ve 33’te akış yönündeki ve duvar-normal türbülanslı sıcaklık taşınımı gösteriliyor. Bu korelasyonlar, sıcaklık dalgalanmaları ile hız dalgalanmalarının birlikte ısı taşımasını temsil ediyor.

Akış yönündeki U′T′ korelasyonunda kaba ağ, özellikle soğuk duvar tarafında ısı taşınımını fazla tahmin etmiştir. M1 ince ağda DNS’ye yakın kalırken, kaba ağda sapması artmıştır. MA modeli iki taraftaki tepe değerlerini düşük hesaplamıştır.

Duvar-normal V′T′ korelasyonunda NA modeli geçiş bölgesini en iyi yeniden üreten çözüm olmuştur. Ortalama hata değerleri NA için yüzde 10,9, F1 için yüzde 17,6, M1 için yüzde 21,9 ve MA için yüzde 22,6’dır. Bu sonuç, M1’in genel sıralamada birinci olmasına rağmen her türbülanslı ısı akısı bileşeninde en doğru model olmadığını gösteriyor.

Sıcaklık varyansı kritik bir tanı sundu

Sıcaklık varyansı için doğrudan bir alt-ızgara kapanışı uygulanmamıştır. Bu nedenle sayfa 20 ve 34’teki T′² profilleri, hız ve sıcaklık kapanışlarının dinamik olarak ne kadar uyumlu çalıştığını gösteren bir tanı niteliğindedir.

NA ve F1 çözümleri duvara yakın ve logaritmik bölgelerdeki sıcaklık dalgalanmalarını fazla tahmin etmiş, bu sorun kaba ağda büyümüştür. M1 duvar yakınındaki tepeyi daha iyi yakalamış fakat dış bölgede yüksek kalmıştır. MA daha dağıtıcı davranmasına rağmen sıcaklık varyansında yüzde 14,9 ortalama hatayla seçilen dört modelin en düşük değerini üretmiştir. M1’in bu büyüklükteki ortalama hatası yüzde 32’dir.

Ağ çözünürlüğü her zaman tek yönlü etki oluşturmadı

Genel eğilim, ince A ağının hız ve sıcaklık profillerini kaba ağlardan daha doğru üretmesidir. Ancak bazı istatistiklerde kaba ağın daha düşük hata verdiği görülmüştür. Araştırmacılar bunu model yayınımı ile sayısal yayınım arasındaki telafiyle açıklıyor.

Örneğin aşırı dağıtıcı bir kapanış ince ağda gerçek türbülansı fazla söndürebilirken, kaba ağın sayısal hatası profilin DNS’ye tesadüfen yaklaşmasına neden olabilir. Bu nedenle yalnızca tek ağ üzerinde yapılan karşılaştırma, model kalitesini yanlış değerlendirebilir.

QUICK şeması beklenen avantajı sağlamadı

Kütle taşınımında QUICK şeması kullanan işlevsel modeller genel olarak daha yüksek hata üretmiştir. QUICK şeması bu problemde ek bir örtük filtre gibi davranmış ve alt-ızgara modelinin dağıtıcı etkisiyle birleşmiştir.

Benzer biçimde momentum kapanışına sıkıştırılabilir AMD formülünün eklenmesi, incelenen işlevsel modellerde doğruluğu artırmamış; F2-F7 modellerinin büyük bölümü standart AMD kullanan F1’den daha kötü sonuç vermiştir.

Sayısal kararsızlık

Bazı karma modeller simülasyon sırasında kararsız hale gelmiştir. Özellikle sıkıştırılabilir AMD ile Bardina modelinin birlikte kullanıldığı momentum kapanışları en ince A ağında kararlı çalışmamıştır. Bardina katsayısının 0,4’ten 0,6’ya çıkarılması, A ve B ağlarında ek kararsızlık oluşturmuştur.

Araştırmacılar ince ağın daha az sayısal yayınım üretmesi nedeniyle yapısal modelin ters enerji aktarımını yeterince sönümleyemediğini değerlendiriyor. Sonuç, daha yüksek mertebeli veya daha ince çözümün otomatik olarak daha kararlı ve daha doğru bir T-LES anlamına gelmediğini ortaya koyuyor.

Mühendislik açısından anlamı

M1 modeli, güneş alıcısı koşullarını temsil eden yüksek sıcaklık farkına sahip türbülanslı kanal akışında incelenen modeller arasındaki en düşük genel hata puanını üretmiştir. Özellikle şu özellikleri birlikte sağlamıştır:

• Ortalama hız ve sıcaklık profillerinde dengeli doğruluk,
• Önceki MA modeline göre daha iyi Nusselt sayısı tahmini,
• Hız varyansı tepelerinin daha dengeli yeniden üretimi,
• Reynolds kayma gerilmesinin Bardina modeline göre daha az bozulması,
• İnce ve orta ağlarda genel olarak iyi performans.

Bununla birlikte M1, sürtünme katsayısında MA modelinden; ikinci mertebe birleşik hata puanında M2’den; duvar-normal türbülanslı ısı akısında ise modelsiz çözümden daha zayıftır. Bu nedenle çalışma M1’i evrensel bir kapanış olarak değil, değerlendirilen istatistikler arasında en dengeli uzlaşmayı sağlayan model olarak öne çıkarıyor.

Türkiye açısından aktarılabilirlik

Türkiye yüksek doğrudan güneş ışınımına sahip bölgelerde yoğunlaştırılmış güneş enerjisi sistemlerini, güneş kulelerini ve yüksek sıcaklıkta ısı depolama teknolojilerini araştırabilecek coğrafi ve mühendislik koşullarına sahiptir. Çalışmanın yöntemi, bu tür tesislerin alıcı kanallarında oluşabilecek ısı transferi ve basınç kaybının sayısal olarak değerlendirilmesinde kullanılabilecek model seçim ilkeleri sunuyor.

Özellikle güneş alıcısı geliştiren araştırma merkezleri ve mühendislik ekipleri için çalışma şu dersleri sağlıyor:

• Isı transferi ile sürtünme aynı model tarafından eşit doğrulukta hesaplanmayabilir.
• Yüksek sıcaklık farklarında standart izotermal LES kapanışları yeterli olmayabilir.
• Isıl skaler kapanış, momentum kapanışından bağımsız biçimde seçilmelidir.
• Model ve sayısal şema birlikte doğrulanmalıdır.
• Tek ağ çözünürlüğünde elde edilen iyi sonuç, ağ bağımsız model başarısı sayılmamalıdır.

Ancak araştırmadaki kanal geometrisi gerçek bir güneş alıcısının boru dönüşlerini, giriş bölgesini, güneş akısı dağılımını, malzeme iletimini veya tam sistem geometrisini içermiyor. Bu nedenle sonuçlar doğrudan bir Türkiye tesisi için tasarım parametresi olarak kullanılamaz.

Çalışmanın gösterdiği ve göstermediği sonuçlar

Çalışma, M1 karma modelinin incelenen kanal, sıcaklık, Reynolds sayısı, ağlar ve hata ölçütleri altında en düşük genel hata puanını verdiğini gösteriyor. Modelin bütün güneş alıcılarında veya bütün türbülanslı ısı transferi problemlerinde en doğru kapanış olduğunu göstermiyor.

Araştırma ayrıca M1’in DNS’ye kıyasla ne kadar işlemci zamanı veya enerji tasarrufu sağladığını sayısal olarak raporlamıyor. LES ağlarının DNS’den çok daha düşük çözünürlüklü olduğu açık olsa da hesaplama süresi, çekirdek-saat veya hızlanma katsayısı verilmediği için belirli bir maliyet avantajı hesaplanamaz.

Fiziksel güneş alıcısı deneyi, duvar sıcaklığı ölçümü veya laboratuvar hız verisi kullanılmamıştır. Doğrulama, aynı fiziksel problem için üretilmiş DNS verileriyle yapılmıştır. Bu güçlü bir sayısal karşılaştırmadır; ancak modelin gerçek cihaz koşullarındaki deneysel doğrulamasının yerini tutmaz.

Çalışmanın Yöntemi ve Bulguları

Araştırma tasarımı

Çalışma, yüksek sıcaklık farkına sahip türbülanslı kanal akışlarında 12 yeni alt-ızgara ölçekli T-LES modelinin a posteriori olarak sınandığı karşılaştırmalı bir hesaplamalı akışkanlar dinamiği araştırmasıdır.

En başarılı genel model

M1: Momentum kapanışında 0,6 AMD + 0,5 Gradyan; skaler kapanışta 0,6 AMDs + 0,4 Gradyan; kanal merkezinde 0,15 işlevsel katsayı; C4-C2 sayısal şema.

• A ağı toplam hata puanı: yüzde 18,8.
• B ağı toplam hata puanı: yüzde 21,6.
• C ağı toplam hata puanı: yüzde 37,2.
• Üç ağ ortalaması: yüzde 25,9.

Başlıca karşılaştırmalı bulgular

• M1, bütün modeller arasında en düşük ortalama bileşik hata puanını verdi.
• M2, ikinci mertebe istatistiklerde yüzde 14,8 ile en düşük ortalama hatayı üretti.
• Önceki en iyi karma model MA’nın toplam puanı yüzde 27,9 oldu.
• M1’in Nusselt sayısı hatası yüzde 11,1, MA’nınki yüzde 24,9 olarak hesaplandı.
• Duvar sürtünme katsayısında MA yüzde 11,7, M1 yüzde 19,3 hata üretti.
• Alt-ızgara modeli kullanılmayan NA çözümü Nusselt sayısında yüzde 5,8 ile en düşük hatayı verdi.
• F1 modeli ortalama sıcaklıkta yüzde 21,1 ile en düşük ortalama hata değerini üretti.
• M1, hız varyansı tepelerini MA’ya göre daha dengeli yeniden üretti.
• Gradyan modeli, Reynolds kayma gerilmesinde Bardina kapanışının oluşturduğu bozulmayı azalttı.
• QUICK şemalı işlevsel modeller genel olarak merkezî şemalı F1’den daha kötü performans gösterdi.
• Kaba ağlar özellikle hız varyansı, sıcaklık taşınımı ve sıcaklık varyansında hatayı artırdı.
• Sıkıştırılabilir AMD ile Bardina modelinin bazı birleşimleri ince ağlarda sayısal olarak kararsız hale geldi.

Grafik ve tablo değerlendirmesi

• Sayfa 4, Şekil 1: 900 K ve 1.300 K duvarlar arasındaki iki yönde periyodik kanal geometrisini gösteriyor.
• Sayfa 8, Şekil 2: İşlevsel model katsayısının duvar yakınındaki yüksek değerden kanal merkezindeki düşük değere geçişini gösteriyor.
• Sayfa 13, Şekil 3: 12 yeni ve 6 referans modelin normalize edilmiş birinci mertebe, ikinci mertebe ve toplam hata puanlarını karşılaştırıyor.
• Sayfa 14, Şekil 4: M1, MA, NA ve F1 modellerinin ortalama hız, sıcaklık, Nusselt sayısı ve sürtünme katsayısı hatalarını ayırıyor.
• Sayfa 15, Şekil 5: Sıcak ve soğuk duvar tarafındaki ortalama hız ve sıcaklık profillerini DNS ile karşılaştırıyor.
• Sayfa 17, Şekil 6: Seçilen modellerin ikinci mertebe istatistik hatalarını ayrı çubuklar halinde gösteriyor.
• Sayfa 18, Şekil 7: Üç yöndeki Reynolds normal gerilmelerinin duvar-normal profillerini gösteriyor.
• Sayfa 19, Şekil 8: Reynolds kayma gerilmesinde çözülen LES, işlevsel kapanış ve yapısal kapanış katkılarını ayırıyor.
• Sayfa 20, Şekil 9: Türbülanslı sıcaklık taşınımı ve sıcaklık varyansını karşılaştırıyor.
• Sayfa 25-28 tabloları: Her modelin toplam, birinci mertebe, ikinci mertebe ve değişken bazındaki hata değerlerini veriyor.
• Sayfa 29-34 ek grafikleri: İnce A ve kaba C ağlarında kapanış terimlerinin hız ve sıcaklık istatistiklerine katkısını ayrıntılandırıyor.

Güçlü yönler

• Modeller yalnızca teorik olarak değil, tam T-LES simülasyonları içinde a posteriori sınanmıştır.
• DNS referansı kullanılarak hız, sıcaklık, duvar ısı transferi ve türbülans korelasyonları birlikte değerlendirilmiştir.
• Üç ağ çözünürlüğü kullanılarak model performansının ağ bağımlılığı gösterilmiştir.
• Model formülasyonu ile sayısal şema etkileşimi açık biçimde incelenmiştir.
• Kararsız modeller raporlanarak yalnızca başarılı sonuçların seçilmesi önlenmiştir.
• Toplam hata puanının yanında değişken bazındaki sonuçlar da verilmiştir.
• Önceki en iyi model doğrudan karşılaştırmaya dahil edilmiştir.

Kritik sınırlılıklar

• Çalışma hakem değerlendirmesinden geçmemiş bir preprinttir.
• Fiziksel güneş alıcısı veya kanal deneyiyle doğrudan doğrulama yapılmamıştır.
• Geometri, gerçek güneş alıcısının ayrıntılarını içermeyen basitleştirilmiş düz kanaldır.
• Yalnızca yaklaşık 800 sürtünme Reynolds sayısındaki belirli çalışma koşulları incelenmiştir.
• Duvar sıcaklıkları ve ısıl yükler sınırlı sayıda sabit senaryoyla temsil edilmiştir.
• Model katsayıları sabittir; dinamik katsayılı modeller değerlendirilmemiştir.
• Toplam hata puanı normalize edilmiş bileşik bir ölçüttür ve doğrudan tek bir fiziksel değişkenin hata yüzdesi değildir.
• Sıcaklık varyansı için ayrı bir alt-ızgara kapanışı bulunmamaktadır.
• M1 modeli bütün birinci ve ikinci mertebe büyüklüklerde en iyi sonucu vermemiştir.
• Kaba ağda M1’in toplam hata puanı yüzde 37,2’ye yükselmiştir.
• Modelin DNS’ye göre işlemci zamanı veya çekirdek-saat tasarrufu raporlanmamıştır.
• Gerçek alıcılardaki giriş gelişimi, boru eğriliği, yüzey pürüzlülüğü, güneş akısı dağılımı ve katı malzeme içindeki ısı iletimi modellenmemiştir.
• S1 koşulundaki sıcak duvar ısı akısının birimi metinde sınır akısı tanımıyla uyumsuz biçimde yazılmıştır.
• Veriler açık bir depoya yüklenmemiş; yalnızca iletişim yazarından makul talep üzerine edinilebileceği belirtilmiştir.

Kaynak ve Yöntem Notu

Özgün çalışma: “A posteriori study of Thermal-Large Eddy Simulation in solar receiver operating conditions.”

Yazarlar: Yanis Zatout, Françoise Bataille ve Adrien Toutant.

İletişim yazarı: SSRN kaydında Adrien Toutant iletişim yazarı olarak gösterilmektedir. Eş katkı beyanı bulunmamaktadır.

Kurumlar: PROMES-CNRS, UPR 8521, Université de Perpignan Via Domitia, Perpignan, Fransa; LISN-CNRS, UMR 9015, Université Paris-Saclay, Orsay, Fransa. Yanis Zatout iki kurumla, Françoise Bataille ve Adrien Toutant PROMES-CNRS ile ilişkilendirilmiştir.

Kaynak türü: Özgün hesaplamalı akışkanlar dinamiği araştırması ve preprint.

Preprint tarihi: 10 Haziran 2026.

SSRN’ye yüklenme tarihi: 16 Haziran 2026.

Hakemlik durumu: Çalışma hakem değerlendirmesinden geçmemiştir. Bulgular nihai ve hakemli dergi sonuçları olarak değerlendirilmemelidir.

Dergi ve yayınevi durumu: Metinde preprintin Elsevier’e sunulduğu belirtilmiş ancak belirli bir dergi adı verilmemiştir. Kabul edilmiş veya yayımlanmış bir hakemli dergi sürümü doğrulanamamıştır.

Platform: SSRN. Çalışmanın arXiv kaydı da bulunmaktadır.

DOI:10.2139/ssrn.6948778

SSRN bağlantısı:SSRN çalışma kaydı

arXiv bağlantısı:arXiv:2606.17596

Finansman ve hesaplama kaynakları: Çalışma ANR-21-CE50-0031 projesiyle finanse edilmiştir. Yüksek başarımlı hesaplama kaynakları GENCI’nin A0132A05099, A0152A14652 ve SS012A15404 tahsisleriyle sağlanmıştır. TrioCFD yazılımının geliştirilmesi için CEA STMF ekibine teşekkür edilmiştir.

Veri erişimi: Bulguları destekleyen verilerin, iletişim yazarından makul talep üzerine edinilebileceği belirtilmiştir. Herkese açık veri deposu veya kaynak kodu bağlantısı sunulmamıştır.

Bu içerikteki yöntem, denklemler, ağ çözünürlükleri, model katsayıları, hata değerleri, grafik ve tablo yorumları, bulgular ve sınırlılıklar incelenen çalışmaya dayanmaktadır. Dış kaynaklar yalnızca başlık, yazar sırası, iletişim yazarı, DOI, kurumsal kayıtlar ve resmî çalışma bağlantılarının bibliyografik doğrulanması amacıyla kullanılmış; çalışmada bulunmayan bilimsel sonuç eklenmemiştir.