On Euler-Lagrange URANS turbulence models for predicting the transient dispersion of aerosols indoors
Notice bibliographique
Résumé
• Accurate prediction of indoor particle deposition rate is crucial in CFD studies. • Among URANS models, SST k-ω is a robust choice for indoor aerosol spread. • k-ε models over-predict particle deposition rates. • k-ε models predict stronger turbulence effects on particles near walls than SST k-ω. • Enabling the TKE production limiter enhances the accuracy of k-ε models. Accurate prediction of aerosol dispersion in indoor environments is vital for understanding airborne disease transmission and optimizing ventilation strategies. This study investigates the transient dispersion of aerosols in a controlled ventilated environment through a combination of experimental and numerical methods. A fully transient Euler-Lagrange approach utilizing Unsteady Reynolds-Averaged Navier-Stokes (URANS) turbulence models coupled with unsteady tracking of discrete particles using a stochastic method, was employed to simulate particle dispersion, focusing on three widely used models: RNG k-ε, Realizable k-ε, and SST k-ω. A custom-built experimental chamber provided low-concentration in-house data for validating the numerical simulations under precisely replicated conditions. The results demonstrate that while all three turbulence models captured general aerosol dispersion trends, the SST k-ω model most closely matched the experimental data. The findings reveal that the deposition rate is a significant source of error, particularly with the k-ε models, which predicted a decay curve with lower concentration and a different slope than the experimental data. These models tend to overpredict turbulent kinetic energy near surfaces, leading to the calculation of stronger artificial eddies that last longer, resulting in inaccuracies and an overestimation of the particle deposition rate. The study underscores the importance of selecting appropriate turbulence models for reliable predictions of aerosol behavior in indoor environments. Furthermore, the experimental data reported serves as a valuable resource for validating numerical approaches, particularly the Euler-Lagrange method, in future research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».