动态自适应网格在多相流上的应用
RPB反应器示意图见图1，RPB具有超重力环境和复杂的高速旋转的填料结构，使得旋转床内的流体具有丰富的流动形态和特征。流体在填料孔隙中流动，流动形态和特征不断变化，液体的表面不断更新，为气液接触(吸收、脱附等)创造了良好的条件。
图1 RPB反应器示意图
图1为RPB反应器示意图，其中：1.气体进口；2.气体出口；3.液体进口；4.液体出口；5.液封；6.填料；7.转轴；8.外壳；9.液体分布器）
利用高清摄像头，Burns（1996）等人发现液体的主要存在方式为三种，如图2：
1 存在于填料空隙的孔流形态；
2 附着于填料表面离散液滴形态；
3 存在于填料表面的膜流动形态。
图2 RPB内三种液体的存在形态
由于拍摄实验通常具有一定局限性（比如大量液滴的存在，给精确读取数据造成难度，反应器内部流场难以拍摄等），在RPB反应器开发研究中CFD模拟具有以下特点：
1 容易获得直观的可视化结果；
2 可以获得实验手段不易获得的更详细、稳定的计算结果；
3 不需要进行重复实验。
因此，在RPB反应器开发研究中，CFD成为一种研究气液两相流动的重要手段。
工业反应器一般尺寸很大，而液滴尺寸在0.5-5mm范围内。
Fluent软件模拟计算中想要捕捉到液滴的气液边界，整个模拟过程所需要的网格数将会是非常庞大的，因此在这里采用了动态自适应网格，也就是在瞬态求解计算时，按照一定方法动态的加密某一区域，以实现对该区域物理变量的高精度捕捉。
通过动态自适应网格方法，在足够捕捉液滴颗粒的前提下，可大幅降低整个模型的网格数量，缩短计算收敛时间。
1
具体操作
利用VOF计算液相时，进入反应器的连续流体会不断经过丝网切割形成细小的液滴，网格自适应实现了网格随液滴的大小和位置的时时变化，动态的捕捉液滴的位置，并相应的加密此处网格，更精确的捕捉液滴的形状。
具体操作设置如下：
图3 操作界面
Step1：Adaption中选择Gradient Adaption, 打来设置页面；
Step2：Method 选择Gradient（梯度）自适应, 由于本例是瞬态网格自适应计算，Normalization选择了normalize方法。勾选Dynamic按钮，激活瞬态网格自适应。勾选Refine和Coarsen,Refine Threshold（细化阀值）和Coarsen threshold（粗化阀值）都选择0.2，即液体体积分数大于0.2的网格将会被标记细化，体积分数小于0.2的网格将会被标记粗化，还原成原来的网格。
图4 操作界面
Step3 ：细化和粗化水平，打开Controls选型进入Mesh Adaption Controls页面，该例Max level of Refine设置为4，这个数值越大表示网格细化的越厉害。
对比加密前后的网格：
图5 网格加密前后的图片对比
2
计算结果
图6 RPB内的液相体积分布图（2s）
从图6计算结果可以看出，气液边界清晰可见，能观测到完整的液相颗粒形态，模拟很好地描述RPB内的气液流动。
图7 液相在RPB内的存在形式
图7为液相在RPB内的存在形式，可以清晰观测到液体的三种存在形式：孔流、液膜流动和液滴，这与Burns（1996）等人的实验观测相符合。
对于你遇到的气液两相流模拟问题，动态自适应网格方法到底能多大幅度降低整个模型的网格数量？赶快试一试吧！
Burns（1996）等人的实验观测可参见文献：
Burns J R, Ramshaw C. Process intensification: Visual study ofliquid maldistribution in rotating packed beds[J]. Chem. Eng. Sci., 1996,51(8): 1347-1352
