Large Eddy Simulation (LES) for IC Engine Flows

Simulations des grandes échelles et écoulements dans les moteurs à combustion interne

General Motors Global Research & Development, Warren, Ml - USA
e-mail: tang-wei.kuo@gm.corn - xiaofeng.yang@gm.com - venkatesh.gopalakrishnan@gm.com - zhaohui.chen@gm.com

^⋆ Corresponding author

Abstract

Numerical computations are carried out using an engineering-level Large Eddy Simulation (LES) model that is provided by a commercial CFD code CONVERGE. The analytical framework and experimental setup consist of a single cylinder engine with Transparent Combustion Chamber (TCC) under motored conditions. A rigorous working procedure for comparing and analyzing the results from simulation and high speed Particle Image Velocimetry (PIV) experiments is documented in this work. The following aspects of LES are analyzed using this procedure:

• number of cycles required for convergence with adequate accuracy;

• effect of mesh size, time step, sub-grid-scale (SGS) turbulence models and boundary condition treatments;

• application of the proper orthogonal decomposition (POD) technique.

Résumé

Des calculs numériques ont été effectués en utilisant un modèle de simulation des grandes échelles (Large Eddy Simulation, LES) à l’échelle de l’ingénierie fournie par le code commercial CFD CONVERGE. Le cadre analytique et l’installation expérimentale consistent en un moteur monocylindre en marche doté d’une chambre de combustion transparente (Transparent Combustion Chamber, TCC). Une procédure rigoureuse de travail pour la comparaison et l’analyse des résultats des simulations et des expériences de vélocimétrie par imagerie de particules (Particle Image Velocimetry, PIV) à haute vitesse est présentée dans ce document. Les aspects suivants de la LES sont analysés en utilisant cette procédure :

• nombre de cycles requis pour obtenir une convergence à la précision voulue;

• effet de la taille de maille, du pas de temps, des modèles de turbulence aux échelles inférieures à la maille (sub-grid-scale, SGS) et du traitement des conditions aux limites;

• application d’une technique de décomposition orthogonale aux valeurs propres (Proper Orthogonal Decomposition, POD).