Issue |
Mécanique & Industries
Volume 12, Number 6, 2011
|
|
---|---|---|
Page(s) | 421 - 431 | |
DOI | https://doi.org/10.1051/meca/2011143 | |
Published online | 06 January 2012 |
Numerical study of cavitating flow inside a flush valve
Étude numérique d’un écoulement cavitant dans un robinet de chasse d’eau
1
Arts et Métiers Paristech, LML, UMR CNRS 8107,
8 boulevard Louis XIV,
59046
Lille Cedex,
France
2
PRESTO, 4 rue Lavoisier, 17110
Saint Georges de Didonne,
France
a Corresponding author: annie-claude.bayeul@ensam.eu
Received: 15 February 2011
Accepted: 27 September 2011
In water supply installations, noise pollution often occurs. As a basic component of a system, a flush valve may frequently be a source of noise and vibration generated by cavitation or high turbulence levels. During valve closing or valve opening, cavitation can be a problem. In order to decrease the noise and to improve the design inside a flush valve, some experimental and numerical analyses were carried out in our laboratories. These analyses led to some improvements in the design of the valves. Cavitation occurrence was more specifically addressed, using numerical simulation, and this is the main aim of the present paper. Particularly, the use of a simplified numerical test without cavitation model is compared with one using a cavitation model. In order to define potential cavitation risks in some parts of the valve, it has been found that a simplified approach provides an accurate overview. Computational Fluid Dynamics (CFD) simulations of cavitating flow of water through an industrial flush valve were performed using the Reynolds averaged Navier-Stokes (RANS) equations with a near-wall turbulence model. The flow was assumed turbulent, incompressible and steady. Two commercial CFD codes (Fluent 6.3 and Star CCM+ 3.04.009) were used to analyse the effects of inlet pressure as well as mesh size and mesh type on cavitation intensity in the flush valve.
Résumé
Il arrive souvent que des problèmes de pollution sonore se produisent dans les conduites d’installation sanitaire. Un robinet de chasse d’eau peut être à l’origine de bruit et de vibrations liés à un phénomène de cavitation, ou d’écoulement tourbillonnaire néfaste, particulièrement lors de l’ouverture ou de la fermeture de ce robinet. Afin de diminuer le bruit tout en améliorant l’écoulement dans un robinet de chasse d’eau, des études numériques et expérimentales ont été menées au sein de nos laboratoires. Ces études ont permis de proposer des améliorations de forme du robinet et de mettre en évidence des problèmes de cavitation potentiels dans certaines conditions de fonctionnement. Le but du présent article est de proposer un outil numérique pragmatique et rapide de détection de la cavitation sans utiliser un code spécifique avec un modèle de cavitation. Cette approche montre une bonne cohérence avec les résultats obtenus en utilisant un modèle de cavitation. Les simulations numériques de l’écoulement cavitant dans le robinet de chasse d’eau ont été réalisées en utilisant les équations de Navier Stokes moyennées (RANS) avec un modèle de turbulence près des parois. L’écoulement est supposé turbulent, incompressible et stationnaire. Le robinet de chasse d’eau modélisé est un robinet industriel. Du fait de la symétrie du robinet, seule la moitié du robinet a été modélisée. Les effets de la pression d’entrée, du type de maillage, de la taille des mailles sur l’intensité de la cavitation (évaluée par l’intensité de la pression) dans le robinet de chasse d’eau ont été étudiés en utilisant deux codes de calcul commerciaux : Fluent 6.3 and Star CCM+ 3.04.009.
Key words: Cavitation / noise / numerical simulation / water supply systems
Mots clés : Cavitation / bruit / simulation numérique / installations sanitaires
© AFM, EDP Sciences 2011
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.