Kopplung von CFD und Populationsbilanz zur Simulation der Tropfengrößenverteilung in gerührten Systemen
|
|
|
- Busso Maurer
- vor 8 Jahren
- Abrufe
Transkript
1 Kopplung von CFD und Populationsbilanz zur Simulation der Tropfengrößenverteilung in gerührten Systemen A.Walle 1,J. Heiland 2,M. Schäfer 1,V.Mehrmann 2 1 TUDarmstadt, Fachgebietfür Numerische Berechnungsverfahren im Maschinenbau 2 TUBerlin,Fachgebiet Mathematik ProcessNet Jahrestreffen der Fachausschüsse CFD und Mischvorgänge Dortmund, Februar walle@fnb.tu-darmstadt.de
2 Agenda Motivation und Zielsetzung Populationsbilanz Direkte quadratische Momentenmethode(DQMOM) Implementierung in FASTEST-3D Ergebnisse Zusammenfassung und Ausblick TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 2/23
3 Motivation und Zielsetzung(1) DFG-Projekt: Modelling, Simulation and Control of Drop Size Distributions in Stirred Liquid/Liquid Systems TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 3/23
4 Motivation und Zielsetzung(2) Simulation von Tropfengrößenverteilungen Motivation In vielen verfahrenstechnischen Anwendungen: GerührteSysteme Bestimmender Prozessparameter: Tropfengröße ( Populationsbilanz) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 4/23
5 Motivation und Zielsetzung(2) Simulation von Tropfengrößenverteilungen Motivation In vielen verfahrenstechnischen Anwendungen: GerührteSysteme Bestimmender Prozessparameter: Tropfengröße ( Populationsbilanz) Vorhersage und Kontrolle der Tropfengrößenverteilung! Genaue Kenntnis der umgebenden Strömung Berechnung der Populationsbilanz ( kommerziellesoftware?) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 4/23
6 Motivation und Zielsetzung(2) Simulation von Tropfengrößenverteilungen Motivation In vielen verfahrenstechnischen Anwendungen: GerührteSysteme Bestimmender Prozessparameter: Tropfengröße ( Populationsbilanz) Vorhersage und Kontrolle der Tropfengrößenverteilung! Genaue Kenntnis der umgebenden Strömung Berechnung der Populationsbilanz ( kommerziellesoftware?) Vorteile der CFD nutzen! Weniger Aufwand/Kosten als experimentelle Untersuchungen Lösen der Populationsbilanz alszusätzliche skalaretransportgleichung TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 4/23
7 Motivation und Zielsetzung(2) Simulation von Tropfengrößenverteilungen Motivation In vielen verfahrenstechnischen Anwendungen: GerührteSysteme Bestimmender Prozessparameter: Tropfengröße ( Populationsbilanz) Vorhersage und Kontrolle der Tropfengrößenverteilung! Genaue Kenntnis der umgebenden Strömung Berechnung der Populationsbilanz ( kommerziellesoftware?) Vorteile der CFD nutzen! Weniger Aufwand/Kosten als experimentelle Untersuchungen Lösen der Populationsbilanz alszusätzliche skalaretransportgleichung Implementation der Populationsbilanz direkt in FASTEST-3D TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 4/23
8 Populationsbilanz (1) Anzahldichtefunktion Die Populationsbilanz wird durch eine differentielle Bilanzgleichung der Anzahldichtefunktion f(ξ, x, t) beschrieben. TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 5/23
9 Populationsbilanz (1) Anzahldichtefunktion Die Populationsbilanz wird durch eine differentielle Bilanzgleichung der Anzahldichtefunktion f(ξ, x, t) beschrieben. WievieleTropfen mit Merkmalξsind zur Zeitt am Ortx? TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 5/23
10 Populationsbilanz (1) Anzahldichtefunktion Die Populationsbilanz wird durch eine differentielle Bilanzgleichung der Anzahldichtefunktion f(ξ, x, t) beschrieben. WievieleTropfen mit Merkmalξsind zur Zeitt am Ortx? f(ξ,x,t) t f(ξ,x,t) t Generelle Formulierung: = ξ,x Φ N (ξ,x,t)+s(ξ,x,t) = x Φ N,x (ξ,x,t)+ ξ Φ N,ξ (ξ,x,t)+s(ξ,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 5/23
11 Populationsbilanz (1) Anzahldichtefunktion Die Populationsbilanz wird durch eine differentielle Bilanzgleichung der Anzahldichtefunktion f(ξ, x, t) beschrieben. WievieleTropfen mit Merkmalξsind zur Zeitt am Ortx? f(ξ,x,t) t f(ξ,x,t) t Generelle Formulierung: = ξ,x Φ N (ξ,x,t)+s(ξ,x,t) = x Φ N,x (ξ,x,t)+ ξ Φ N,ξ (ξ,x,t)+s(ξ,x,t) keine Änderung inξ ξ Φ N,ξ (ξ,x,t)=0 Vernachlässigung diffusiver Bewegung Φ D N,x =0 Tropfen haben Fluid-Geschwindigkeit w x =u TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 5/23
12 Populationsbilanz (1) Anzahldichtefunktion Die Populationsbilanz wird durch eine differentielle Bilanzgleichung der Anzahldichtefunktion f(ξ, x, t) beschrieben. WievieleTropfen mit Merkmalξsind zur Zeitt am Ortx? f(ξ,x,t) t f(ξ,x,t) t Generelle Formulierung: = ξ,x Φ N (ξ,x,t)+s(ξ,x,t) = x Φ N,x (ξ,x,t)+ ξ Φ N,ξ (ξ,x,t)+s(ξ,x,t) keine Änderung inξ ξ Φ N,ξ (ξ,x,t)=0 Vernachlässigung diffusiver Bewegung Φ D N,x =0 Tropfen haben Fluid-Geschwindigkeit w x =u f(ξ,x,t) t Angepasste Formulierung: = x (u f(ξ,x,t))+s(ξ,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 5/23
13 Populationsbilanz (2) Reynolds-Mittelung der Populationsbilanz Betrachtete Anwendung: Rührer turbulente Strömung f(ξ,x,t) t = x (u f(ξ,x,t))+s(ξ,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 6/23
14 Populationsbilanz (2) Reynolds-Mittelung der Populationsbilanz Betrachtete Anwendung: Rührer turbulente Strömung f(ξ,x,t) t (f+f ) t = x (u f(ξ,x,t))+s(ξ,x,t) Ansatz: f =f +f u =u+u = ((u+u ) (f +f ))+S(ξ,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 6/23
15 Populationsbilanz (2) Reynolds-Mittelung der Populationsbilanz Betrachtete Anwendung: Rührer turbulente Strömung f(ξ,x,t) t (f+f ) t = x (u f(ξ,x,t))+s(ξ,x,t) Ansatz: f =f +f u =u+u = ((u+u ) (f +f ))+S(ξ,x,t) Mittelung der Differentialgleichung f t = (uf) (u f )+S TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 6/23
16 Populationsbilanz (2) Reynolds-Mittelung der Populationsbilanz Betrachtete Anwendung: Rührer turbulente Strömung f(ξ,x,t) t (f+f ) t = x (u f(ξ,x,t))+s(ξ,x,t) Ansatz: f =f +f u =u+u = ((u+u ) (f +f ))+S(ξ,x,t) Mittelung der Differentialgleichung f t = (uf) (u f )+S Modellierung des Schwankungsterms (u f ) (u f )= (c t f) f t = (uf)+ (c t f)+s TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 6/23
17 Populationsbilanz (3) Quellterme S(V,x,t)=S coal (V,x,t) D coal (V,x,t)+S break (V,x,t) D break (V,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 7/23
18 Populationsbilanz (3) Quellterme S(V,x,t)=S coal (V,x,t) D coal (V,x,t)+S break (V,x,t) D break (V,x,t) S coal (V,x,t)= V 0 R coal(v,v,y)f(v,x,t)f(v,x,t)dv D coal (V,ξ,t)= f(v,x,t) V max V R 0 coal (V,V,y)f(V,x,t)dV S break (V,ξ,t)= V max n(v,y)γ(v,v,y)r V break (V,y)f(V,x,t)dV D break (V,ξ,t)= R break (V,y)f(V,x,t)dV TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 7/23
19 Populationsbilanz (3) Quellterme S(V,x,t)=S coal (V,x,t) D coal (V,x,t)+S break (V,x,t) D break (V,x,t) S coal (V,x,t)= V 0 R coal(v,v,y)f(v,x,t)f(v,x,t)dv D coal (V,ξ,t)= f(v,x,t) V max V R 0 coal (V,V,y)f(V,x,t)dV S break (V,ξ,t)= V max n(v,y)γ(v,v,y)r V break (V,y)f(V,x,t)dV D break (V,ξ,t)= R break (V,y)f(V,x,t)dV R coal, y(x,t), n(v,y),γ(v,v,y), R break TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 7/23
20 Populationsbilanz (3) Quellterme S(V,x,t)=S coal (V,x,t) D coal (V,x,t)+S break (V,x,t) D break (V,x,t) S coal (V,x,t)= V 0 R coal(v,v,y)f(v,x,t)f(v,x,t)dv D coal (V,ξ,t)= f(v,x,t) V max V R 0 coal (V,V,y)f(V,x,t)dV S break (V,ξ,t)= V max n(v,y)γ(v,v,y)r V break (V,y)f(V,x,t)dV D break (V,ξ,t)= R break (V,y)f(V,x,t)dV R coal, y(x,t), n(v,y),γ(v,v,y), R break Welche Anwendung wird betrachtet? TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 7/23
21 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
22 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
23 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
24 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 Ortsunabhängigkeit der Koaleszenz- und Bruchraten TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
25 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 Ortsunabhängigkeit der Koaleszenz- und Bruchraten Vernachlässigung deseigenschaftsvektors y(x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
26 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 Ortsunabhängigkeit der Koaleszenz- und Bruchraten Vernachlässigung deseigenschaftsvektors y(x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
27 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 Ortsunabhängigkeit der Koaleszenz- und Bruchraten Vernachlässigung deseigenschaftsvektors y(x,t) Kopplung mit CFD Berücksichtigung der Ortsabhängigkeit der Koaleszenz- und Bruchraten ε(x,t), k(x,t), u(x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
28 Populationsbilanz (4) Modellierung von Tropfenbruch und-koaleszenz C. A. Coulaloglou und L. L. Tavlarides (1977) Flüssig/flüssig Systeme nur eineinnere Koordinate(z.B.ξ=V) Binärer Bruch n(v,y)=2 Ortsunabhängigkeit der Koaleszenz- und Bruchraten Vernachlässigung deseigenschaftsvektors y(x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 8/23
29 Populationsbilanz (5) Modellierung von Tropfenbruch und-koaleszenz R coal = C. A. Coulaloglou und L. L. Tavlarides (1977) γ(v,v )= 1 e 2π R break = ε 1 3 c c,1 [1+Φ d ] (V 2 3 +V 2 3)(V 2 9 +V 2 9) 1 2 V 6 (V 1 2 V ) 2 2( V 6 )2 ε 1 3 c b,1 V Φ d e c b,2 σ(1+φ d )2 ρ d ε 2 3 V 5 9 e 1 4 µcρcε V 3 V c 1 3 c,2 σ 2 [1+Φ d ] 3 1 V 3 +V 1 3 Konstanten: c c,1, c c,2, c b,1, c b,2 Fluideigenschaften: ε, µ, ρ TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 9/23
30 DQMOM (1) Idee Momentenmethode Eine kontinuierlichefunktion (z.b.f(ξ,x,t)) kann durcheine Verteilung beschrieben werden, die wiederum durch ihre Momente charakterisiert wird. f(ξ,x,t) P(m 1 (x,t),m 2 (x,t),...) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 10/23
31 DQMOM (1) Idee Momentenmethode Eine kontinuierlichefunktion (z.b.f(ξ,x,t)) kann durcheine Verteilung beschrieben werden, die wiederum durch ihre Momente charakterisiert wird. f(ξ,x,t) P(m 1 (x,t),m 2 (x,t),...) Anstatt also die Funktion selbst zu berechnen, können die Momente berechnet werden, um die Verteilung zu bestimmen. m k (x,t)= 0 ξk (x,t) f(ξ,x,t)dξ TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 10/23
32 DQMOM (1) Idee Momentenmethode Eine kontinuierlichefunktion (z.b.f(ξ,x,t)) kann durcheine Verteilung beschrieben werden, die wiederum durch ihre Momente charakterisiert wird. f(ξ,x,t) P(m 1 (x,t),m 2 (x,t),...) Anstatt also die Funktion selbst zu berechnen, können die Momente berechnet werden, um die Verteilung zu bestimmen. m k (x,t)= 0 ξk (x,t) f(ξ,x,t)dξ Aufstellen der Transportgleichungfür diemomente m k (x,t) anstatt für f(ξ,x,t) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 10/23
33 DQMOM (1) Idee Momentenmethode Eine kontinuierlichefunktion (z.b.f(ξ,x,t)) kann durcheine Verteilung beschrieben werden, die wiederum durch ihre Momente charakterisiert wird. f(ξ,x,t) P(m 1 (x,t),m 2 (x,t),...) Anstatt also die Funktion selbst zu berechnen, können die Momente berechnet werden, um die Verteilung zu bestimmen. m k (x,t)= 0 ξk (x,t) f(ξ,x,t)dξ Aufstellen der Transportgleichungfür diemomente m k (x,t) anstatt für f(ξ,x,t) Reduzieren der Dimension um die interne Koordinate! TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 10/23
34 DQMOM (2) Idee Quadratur Numerische Integration Quadratur a b f(x)dx n i=1 α i f(x i ) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 11/23
35 DQMOM (2) Idee Quadratur Numerische Integration Quadratur a b f(x)dx n i=1 α i f(x i ) Anwendung auf die Momente m k = 0 ξk f(ξ,x,t)dξ N α=1 ξk α w α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 11/23
36 DQMOM (2) Idee Quadratur Numerische Integration Quadratur a b f(x)dx n i=1 α i f(x i ) Anwendung auf die Momente m k = 0 ξk f(ξ,x,t)dξ N α=1 ξk α w α Diskrete Darstellung der Anzahldichtefunktion f(ξ, x, t) f(ξ,x,t) N α=1 w αδ(ξ ξ α ) Stützstellenξ α Gewichte w α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 11/23
37 DQMOM (3) Anwendung auf die Bilanzgleichung f(ξ,x,t) t = (u f(ξ,x,t))+ (c t f(ξ,x,t))+s(ξ,x,t) f(ξ) t = x i (u i f(ξ))+ x i (Γ f(ξ) x i )+S ξ TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 12/23
38 DQMOM (3) Anwendung auf die Bilanzgleichung f(ξ,x,t) t = (u f(ξ,x,t))+ (c t f(ξ,x,t))+s(ξ,x,t) f(ξ) t = x i (u i f(ξ))+ x i (Γ f(ξ) x i )+S ξ Einsetzen vonf(ξ,x,t) N α=1 w αδ(ξ ξ α ) für ein festesα: w α δ(ξ ξ α ) + (u t x i i w α δ(ξ ξ α )) (Γ w αδ(ξ ξ α ) )=S x ξ (ξ) i x i TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 12/23
39 DQMOM (4) Anwendung auf die Bilanzgleichung In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 a α = w α t + (u i) α w α x i x i (Γ w α x i ) b α = ζ α t + (u i) α ζ α (Γ ζ α ) x i x i x i ζ α =ξ α w α S k = 0 C k =k(k 1) ξ k S ξ (ξ)dξ N α=1 C α =w α Γ ξ α x i ξ α x i ξ k 2 α C α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 13/23
40 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
41 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 Quadraturder Ordnung N für f(ξ,x,t) 2N Unbekannte a α und b α k =2N TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
42 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 Quadraturder Ordnung N für f(ξ,x,t) 2N Unbekannte a α und b α k =2N Für jedes Kontrollvolumen und jeden Zeitschritt muss diese Gleichung k-mal gelöst werden! TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
43 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 S k = 0 C k =k(k 1) ξ k S ξ (ξ)dξ N α=1 C α =w α Γ ξ α x i ξ α x i ξ k 2 α C α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
44 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 Für jedes Kontrollvolumen und jeden Zeitschritt müssen diese Gleichungen k-mal gelöst werden! S k = 0 C k =k(k 1) ξ k S ξ (ξ)dξ N α=1 C α =w α Γ ξ α x i ξ α x i ξ k 2 α C α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
45 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert a α = w α t Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 + (u i) α w α x i α 1 x i (Γ w α x i ) b α = ζ α t + (u i) α ζ α (Γ ζ α ) x i x i x i ζ α =ξ α w α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
46 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 a α = w α t + (u i) α w α x i x i (Γ w α x i ) b α = ζ α t + (u i) α ζ α (Γ ζ α ) x i x i x i ζ α =ξ α w α Für jedes Kontrollvolumen und jeden Zeitschritt müssen diese DGL jeweils N-mal gelöst werden! TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
47 Implementierung in FASTEST-3D(1) Berechnungsablauf In FASTEST-3D implementiert Nach Momententransformation und Umformungen: (1 k) N N ξ k α a α+k ξ k 1 α b α =S k +C k α 1 α 1 a α = w α t + (u i) α w α x i x i (Γ w α x i ) b α = ζ α t + (u i) α ζ α (Γ ζ α ) x i x i x i ζ α =ξ α w α Für jedes Kontrollvolumen und jeden Zeitschritt erhält mannstützstellenξ α undngewichtew α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 14/23
48 Implementierung in FASTEST-3D(2) Berechnungsablauf One-Way-Coupling Strömung Populationsbilanz TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 15/23
49 Implementierung in FASTEST-3D(2) Berechnungsablauf One-Way-Coupling Strömung Populationsbilanz In jedem Zeitschritt Für jedes Kontrollvolumen TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 15/23
50 Implementierung in FASTEST-3D(2) Berechnungsablauf One-Way-Coupling Strömung Populationsbilanz In jedem Zeitschritt Für jedes Kontrollvolumen N Stützstellen ξ α NGewichte w α TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 15/23
51 Implementierung in FASTEST-3D(2) Berechnungsablauf One-Way-Coupling Strömung Populationsbilanz In jedem Zeitschritt Für jedes Kontrollvolumen N Stützstellen ξ α NGewichte w α k Momentem k TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 15/23
52 Implementierung in FASTEST-3D(2) Berechnungsablauf One-Way-Coupling Strömung Populationsbilanz In jedem Zeitschritt Für jedes Kontrollvolumen N Stützstellen ξ α NGewichte w α k Momentem k Sauterdurchm. d 32 Varianzσ 2 TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 15/23
53 Implementierung in FASTEST-3D(2) Diskretisierung der Populationsbilanz a α = w α t + (u i) α w α x i x i (Γ w α x i ) TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 16/23
54 Implementierung in FASTEST-3D(2) Diskretisierung der Populationsbilanz a α = w α t + (u i) α w α x i x i (Γ w α x i ) Örtliche Diskretisierung - FVM Konvektiver Term: Flux Blending UDS/CDS TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 16/23
55 Implementierung in FASTEST-3D(2) Diskretisierung der Populationsbilanz a α = w α t + (u i) α w α x i x i (Γ w α x i ) Örtliche Diskretisierung - FVM Diffusiver Term: CDS TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 16/23
56 Implementierung in FASTEST-3D(2) Diskretisierung der Populationsbilanz a α = w α t + (u i) α w α x i Zeitliche Diskretisierung x i (Γ w α x i ) Zeitterm: θ-verfahren Euler-implizit/Crank-Nicholson TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 16/23
57 Implementierung in FASTEST-3D(3) Randbedingungen und Initialbelegung Randbedingungen Neumann-Randbedingung Zero-Gradient Φ n =0 ξ α,w α Wand/Inlet/Outlet/Symmetrie TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 17/23
58 Implementierung in FASTEST-3D(3) Randbedingungen und Initialbelegung Randbedingungen Neumann-Randbedingung Zero-Gradient ξ α,w α Wand/Inlet/Outlet/Symmetrie Φ n =0 Alternativen? TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 17/23
59 Implementierung in FASTEST-3D(3) Randbedingungen und Initialbelegung Randbedingungen Neumann-Randbedingung Zero-Gradient ξ α,w α Wand/Inlet/Outlet/Symmetrie Initialbelegung Φ n =0 Alternativen? d 32,σ 2,ΦausExperimentenbekannt β-verteilungf b = m 0 ξ p 1 (ξ max ξ) q 1 B(p,q) ξ p+q 1 max d 32 = m 3 m 2 σ 2 = m 2 m 0 m2 1 m 2 0 Φ= π 6 m 3 3Gleichungenfürdie3Unbekannten m 0,p undq DarausBerechnungderMomente m r =m 0 ξmax r (p+q) [r] Initiale Stützstellen und Gewichte bestimmen (PD-Algorithmus Gordon 1967) p [r] TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 17/23
60 Ergebnisse (1) Initialbelegung für U/min=400 und U/min=550 1 Tropfenverteilung bei 400U/min 1 Tropfenverteilung bei 550U/min normierte, kumulierte Anzahldichtefunktion Messungen berechnete beta Verteilung Tropfendurchmesser x 10 4 normierte, kumulierte Anzahldichtefunktion Messungen berechnete beta Verteilung Tropfendurchmesser x 10 4 TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 18/23
61 Ergebnisse (2) Sauterdurchmesser Setup: 4x9 Kontrollvolumen RANS 1 Zeitschritt 10 5 seuler-explizit Inlet Outlet TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 19/23
62 Ergebnisse (2) Sauterdurchmesser Setup: nach Initialisierung 4x9 Kontrollvolumen RANS 1 Zeitschritt 10 5 seuler-explizit Inlet Outlet TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 19/23
63 Ergebnisse (2) Sauterdurchmesser Setup: nach Initialisierung 4x9 Kontrollvolumen RANS 1 Zeitschritt 10 5 seuler-explizit nach 1 Zeitschritt Inlet Outlet TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 19/23
64 Ergebnisse (2) Sauterdurchmesser Setup: nach Initialisierung 4x9 Kontrollvolumen RANS 1 Zeitschritt 10 5 seuler-explizit nach 1 Zeitschritt Inlet Outlet Momentan noch überproportional hoher Zeitaufwand TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 19/23
65 Zusammenfassung Abgeschlossene Arbeiten TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
66 Zusammenfassung Abgeschlossene Arbeiten Populationsbilanz für gerührte flüssig/flüssig Systeme mit DQMOM hinsichtlich der inneren Koordinate ξ diskretisiert TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
67 Zusammenfassung Abgeschlossene Arbeiten Populationsbilanz für gerührte flüssig/flüssig Systeme mit DQMOM hinsichtlich der inneren Koordinate ξ diskretisiert Diskretisierte Populationsbilanz inden Strömungslöser FASTEST-3D implementiert TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
68 Zusammenfassung Abgeschlossene Arbeiten Populationsbilanz für gerührte flüssig/flüssig Systeme mit DQMOM hinsichtlich der inneren Koordinate ξ diskretisiert Diskretisierte Populationsbilanz inden Strömungslöser FASTEST-3D implementiert Örtliche Diskretisierung: FVM TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
69 Zusammenfassung Abgeschlossene Arbeiten Populationsbilanz für gerührte flüssig/flüssig Systeme mit DQMOM hinsichtlich der inneren Koordinate ξ diskretisiert Diskretisierte Populationsbilanz inden Strömungslöser FASTEST-3D implementiert Örtliche Diskretisierung: FVM ZeitlicheDiskretisierung:θ-Methode TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
70 Zusammenfassung Abgeschlossene Arbeiten Populationsbilanz für gerührte flüssig/flüssig Systeme mit DQMOM hinsichtlich der inneren Koordinate ξ diskretisiert Diskretisierte Populationsbilanz inden Strömungslöser FASTEST-3D implementiert Örtliche Diskretisierung: FVM ZeitlicheDiskretisierung:θ-Methode Erste Testfälle gerechnet TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 20/23
71 Ausblick (1) Kopplung mit Matlab Kontrolle der Tropfengrößenverteilung über Anpassung der Drehgeschwindigkeit TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 21/23
72 Ausblick (1) Kopplung mit Matlab Kontrolle der Tropfengrößenverteilung über Anpassung der Drehgeschwindigkeit Nutzen der Matlab-Control-Toolbox FASTEST Populationsbilanz Matlab TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 21/23
73 Ausblick (2) Testfälle Andere Löser für LGS Effiziensteigerung Anderer Ansatz für numerische Integration TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 22/23
74 Ausblick (2) Testfälle Effiziensteigerung Andere Löser für LGS Anderer Ansatz für numerische Integration Parallelisierung Reduzieren der Rechenzeit Einsatz für reale Testfälle TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 22/23
75 Ausblick (2) Testfälle Effiziensteigerung Andere Löser für LGS Anderer Ansatz für numerische Integration Parallelisierung Reduzieren der Rechenzeit Einsatz für reale Testfälle Mehrphasige Simulation Einphasige Betrachtung nur bisφ=0.1gültig? Höhere Dispersphasenanteile großetechnische Bedeutung TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 22/23
76 Vielen Dank für Ihre Aufmerksamkeit! TU Darmstadt FNB A. Walle Kopplung von CFD und Populationsbilanz 23/23
Simulation von räumlich verteilten kontinuierlichen Modellen
Vorlesungsreihe Simulation betrieblicher Prozesse Simulation von räumlich verteilten kontinuierlichen Modellen Prof. Dr.-Ing. Thomas Wiedemann email: wiedem@informatik.htw-dresden.de HOCHSCHULE FÜR TECHNIK
Wenn der Druck aus der reibungsfreien Außenströmung aufgeprägt wird, dann gilt wegen der Bernoulli-Gleichung
Wenn der Druck aus der reibungsfreien Außenströmung aufgeprägt wird, dann gilt wegen der Bernoulli-Gleichung ρ p ( x) + Uδ ( x) = const Damit kann die Druckänderung in Strömungsrichtung auch durch die
Charakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
Laserschneiddüsen. CFD-Simulation der Wechselwirkung zwischen einer supersonischen Düsenströmung und einem festen Werkstück
Laserschneiddüsen CFD-Simulation der Wechselwirkung zwischen einer supersonischen Düsenströmung und einem festen Werkstück Herr J. A. Comps Herr Dr. M. Arnal Herr Prof. Dr. K. Heiniger Frau Dr. I. Dohnke
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand
Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der
Untersuchungen zum korrelationsbasierten Transitionsmodell in ANSYS CFD
Masterarbeit Studiendepartment Fahrzeugtechnik und Flugzeugbau Untersuchungen zum korrelationsbasierten Transitionsmodell in ANSYS CFD Michael Fehrs 04. Oktober 2011 VI Inhaltsverzeichnis Kurzreferat Aufgabenstellung
Mit den angegebenen Parametern ergeben sich folgend Kurven (analytische und numerische Lösung)
Lösungen zur Übung 0/1: 'Evolutionsgleichung' Aufgabe 0/1: Der Code zur Berechnung der analytischen Lösung der Evolutionsgleichung findet sich im file evolution.f90, derjenige zur Berechnung der numerischen
Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
Informationen zum Aufnahmetest Mathematik
Erwachsenenschule Bremen Abendgymnasium und Kolleg Fachvertretung Mathematik Informationen zum Aufnahmetest Mathematik Der Aufnahmetest Mathematik ist eine schriftliche Prüfung von 60 Minuten Dauer. Alle
Technische Fachhochschule Berlin University of Applied Sciences
Technische Fachhochschule Berlin University of Applied Sciences Fachbereich II Mathematik - Physik Chemie Masterarbeit von Dipl.-Ing. Ingrid Maus zur Erlangung des Grades Master of Computational Engineering
Schnelle und konsistente Stoffwertberechnung mit Spline Interpolation Arbeiten innerhalb der IAPWS Task Group "CFD Steam Property Formulation"
M. Kunick, H. J. Kretzschmar Hochschule Zittau/Görlitz, Fachgebiet Technische Thermodynamik, Zittau Schnelle und konsistente Stoffwertberechnung mit Spline Interpolation Arbeiten innerhalb der IAPWS Task
Numerische Berechnungen der Windumströmung des ZENDOME 150. Dr.-Ing. Leonid Goubergrits Dipl.-Ing. Christoph Lederer
Numerische Berechnungen der Windumströmung des ZENDOME 150 Dr.-Ing. Leonid Goubergrits Dipl.-Ing. Christoph Lederer 03.08.2007 1. Hintergrund Die Windlast auf den ZENDOME 150 bei Windgeschwindigkeiten
Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
CFD * in der Gebäudetechnik
CFD * in der Gebäudetechnik * CFD = Computational Fluid Dynamics Innenraumströmung Systemoptimierung Weitwurfdüsen Anordnung von Weitwurfdüsen in einer Mehrzweckhalle Reinraumtechnik Schadstoffausbreitung
FB IV Mathematik Universität Trier. Präsentation von Nadja Wecker
FB IV Mathematik Universität Trier Präsentation von Nadja Wecker 1) Einführung Beispiele 2) Mathematische Darstellung 3) Numerischer Fluss für Diffusionsgleichung 4) Konvergenz 5) CFL-Bedingung 6) Zusammenfassung
5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum
5. Numerische Ergebnisse 92 5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum Strukturbildungsprozesse spielen in der Natur eine außergewöhnliche Rolle. Man denke nur an meteorologische
Lineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
Protokoll 1. 1. Frage (Aufgabentyp 1 Allgemeine Frage):
Protokoll 1 a) Beschreiben Sie den allgemeinen Ablauf einer Simulationsaufgabe! b) Wie implementieren Sie eine Einlass- Randbedingung (Ohne Turbulenz!) in OpenFOAM? Geben Sie eine typische Wahl für U und
DIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
Teambildung. 1 Einleitung. 2 Messen der Produktivität
1 Einleitung Teambildung In der Entwicklung, speziell bei hohem Softwareanteil, stellen Personalkosten den primären Kostenanteil dar. Daher ist es wichtig, den Personalbedarf optimal zu bestimmen. You
Ü b u n g s b l a t t 11
Mathe für Physiker I Wintersemester 0/04 Walter Oevel 8. 1. 004 Ü b u n g s b l a t t 11 Abgabe von Aufgaben am 15.1.004 in der Übung. Aufgabe 91*: (Differentialgleichungen, Separation. 10 Bonuspunkte
Gleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
Formelsammlung zur Kreisgleichung
zur Kreisgleichung Julia Wolters 6. Oktober 2008 Inhaltsverzeichnis 1 Allgemeine Kreisgleichung 2 1.1 Berechnung des Mittelpunktes und Radius am Beispiel..... 3 2 Kreis und Gerade 4 2.1 Sekanten, Tangenten,
Analysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen
Interesse an numerischer Simulation für Vorgänge in Wärme- bzw. Kältespeichern
Interesse an numerischer Simulation für Vorgänge in Wärme- bzw. Kältespeichern Thorsten Urbaneck, Bernd Platzer, Rolf Lohse Fakultät für Maschinenbau Professur Technische Thermodynamik 1 Quelle: Solvis
Monatliche Grundgebühr: 5,00 Zeitabhängige Nutzung: Feiertags/Sonntags: 0,04 /min
Aufgabe 1: Wortvorschriften Gib zu den Wortvorschriften je eine Funktionsgleichung an: a) Jeder Zahl wird das Doppelte zugeordnet b) Jeder Zahl wird das um 6 verminderte Dreifache zugeordnet c) Jeder Zahl
Non-Deterministische CFD Simulationen in FINE /Turbo
Non-Deterministische CFD Simulationen in FINE /Turbo Dipl.-Ing. (FH) Peter Thiel Dr.-Ing. Thomas Hildebrandt NUMECA Ingenieurbüro NUMECA, a New Wave in Fluid Dynamics Überblick 1. Motivation: Warum non-deterministische
Finanzwirtschaft. Teil II: Bewertung
Zeitwert des Geldes 1 Finanzwirtschaft Teil II: Bewertung Zeitwert des Geldes Zeitwert des Geldes 2 Bewertung & Zeitwert des Geldes Finanzwirtschaft behandelt die Bewertung von Real- und Finanzwerten.
Ausarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik).
1) Handytarif Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik). Euro Gesprächsminuten Tragen Sie in der folgenden Tabelle ein, welche Bedeutung
Tutorials für ACDSee 12: Hochladen von Fotos auf Ihren Account bei ACDSeeOnline.com
Mit dem Onlinemodus können Sie Ihre Bilder auf Ihren Account bei ACDSeeOnline.com hochladen. ACDSeeOnline.com ist ein Portal zum Präsentieren und Speichern von Bildern, verfügbar für Benutzer von ACDSee
Praktikum Wissenschaftliches Rechnen 3. Aufgabenblatt
Institut für Wissenschaftliches Rechnen Technische Universität Braunschweig Prof. Hermann G. Matthies, Ph. D. Dipl.-inform. Oliver Kayser-Herold Praktikum Wissenschaftliches Rechnen 3. Aufgabenblatt Wir
Hamilton-Formalismus
KAPITEL IV Hamilton-Formalismus Einleitung! IV.1 Hamilton sche Bewegungsgleichungen IV.1.1 Kanonisch konjugierter Impuls Sei ein mechanisches System mit s Freiheitsgraden. Im Rahmen des in Kap. II eingeführten
Funktionen (linear, quadratisch)
Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)
Markovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse 07.01.2015
Markovketten Markovketten sind ein häufig verwendetes Modell zur Beschreibung von Systemen, deren Verhalten durch einen zufälligen Übergang von einem Systemzustand zu einem anderen Systemzustand gekennzeichnet
O. Rott Starrkörperbewegungen, Singularitäten, die Jacobimatrix und Roboterdynamik
W eierstraß-institut für Angew andte Analysis und Stochastik Robotik-Seminar O. Rott Starrkörperbewegungen, Singularitäten, die Jacobimatrix und Roboterdynamik Mohrenstr 39 10117 Berlin rott@wias-berlin.de
Fassade. Objektbasiertes Strukturmuster. C. Restorff & M. Rohlfing
Fassade Objektbasiertes Strukturmuster C. Restorff & M. Rohlfing Übersicht Motivation Anwendbarkeit Struktur Teilnehmer Interaktion Konsequenz Implementierung Beispiel Bekannte Verwendung Verwandte Muster
Untersuchung und Modellierung des
Untersuchung und Modellierung des Niederdruckaufkohlens von Stahl mit Ethin zur Erlangung des akademischen Grades eines DOKTORS DER INGENIEURWISSENSCHAFTEN (Dr.-Ing.) der Fakultät für Chemieingenieurwesen
7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
Repetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
Vorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
Grundlagen der Informatik (BSc) Übung Nr. 5
Übung Nr. 5: Zahlensysteme und ihre Anwendung Bitte kreuzen Sie in der folgenden Auflistung alle Zahlensysteme an, zu welchen jeder Ausdruck als Zahl gehören kann! (Verwenden Sie 'x für Wahl, ' ' für Ausschluß
Analytische Methoden und die Black-Scholes Modelle
Analytische Methoden und die Black-Scholes Modelle Diplomverteidigung Universität Rostock Institut für Mathematik 20.01.2011 Agenda 1 Das Ornstein-Uhlenbeck Volatilitätsmodell 2 in L 2 (R 2 ) 3 4 Problem
a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
Zellulare Neuronale Netzwerke
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Zellulare Neuronale Netzwerke Florian Bilstein Dresden, 13.06.2012 Gliederung 1.
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
Aufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
Mathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW
Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6
Approximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
3D Visualisierung von UML Umgebungsmodellen
3D Visualisierung von UML Umgebungsmodellen Vortragender: Helmer Krämer Betreuer: Dr. Holger Giese 3D Visualisierung von UML Umgebungsmodellen Krämer Seite 1 Motivation und Anforderungen Das Umgebungsmodell
Lineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Monte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011
Kevin Schellkes und Christian Hendricks 29.08.2011 Inhalt Der herkömmliche Ansatz zur Simulation logarithmischer Renditen Ansatz zur Simulation mit Copulas Test und Vergleich der beiden Verfahren Fazit
Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
Lineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
Requirements-Traceability in der industriellen Praxis Ziele und Einsatz
Requirements-Traceability in der industriellen Praxis Ziele und Einsatz Forschungsprojekt gefördert von der Deutschen Forschungsgemeinschaft Elke Bouillon elke.bouillon@tu-ilmenau.de 04.12.2012 Seite 1
W-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
Berechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
SWE12 Übungen Software-Engineering
1 Übungen Software-Engineering Software-Qualitätssicherung / Software-Qualitätsmanagement 2 Aufgabe 1 Ordnen Sie die folgenden Zitate dem entsprechenden Ansatz zum Qualitätsbegriff zu und begründen Sie
1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
Nutzen der Zertifizierung von Qualitätsmanagementsystemen in Theorie und Praxis. Qualitäts-Kollegium Berlin-Brandenburg. 20.
Qualitäts-Kollegium Berlin-Brandenburg Nutzen der Zertifizierung von Qualitätsmanagementsystemen in Theorie und Praxis 20. Oktober 2012 Prof. Dr.-Ing. Holger Fritz Beuth Hochschule für Technik Berlin Inhalt
Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
Umgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
Eine Logikschaltung zur Addition zweier Zahlen
Eine Logikschaltung zur Addition zweier Zahlen Grundlegender Ansatz für die Umsetzung arithmetischer Operationen als elektronische Schaltung ist die Darstellung von Zahlen im Binärsystem. Eine Logikschaltung
ACDSee Pro 3-Tutorials: Hochladen von Bildern auf Ihren ACDSee Online-Account
ACDSee Pro 3-Tutorials: auf Ihren ACDSee Online-Account Nutzen Sie den Onlinemodus zum Hochladen Ihrer Bilder auf Ihren ACDSee Online-Account. ACDSee Online ist ein Bildpraesentations- und -speicherservice
50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
Repetitionsaufgaben: Lineare Gleichungen
Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Gleichungen Zusammengestellt von Hannes Ernst, KSR Lernziele: - Lineare Gleichungen von Hand auflösen können. - Lineare Gleichungen mit Parametern
Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Informatik 2 Labor 2 Programmieren in MATLAB Georg Richter
Informatik 2 Labor 2 Programmieren in MATLAB Georg Richter Aufgabe 3: Konto Um Geldbeträge korrekt zu verwalten, sind zwecks Vermeidung von Rundungsfehlern entweder alle Beträge in Cents umzuwandeln und
V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
Zahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
RT-E: Entwurf der Drehzahlregelung eines Gebläsemotors
RT-E: Entwurf der Drehzahlregelung eines Gebläsemotors Quelle: http://de.wikipedia.org/w/index.php?title=datei:radialventilator- Wellringrad.jpg&filetimestamp=20061128101719 (Stand: 26.09.2012) Martin
Saldo-Konto eines Mitarbeiters korrigieren
Saldo-Konto eines Mitarbeiters korrigieren Das Korrigieren eines Kontos (in diesem Beispiel des Saldo Kontos) ist in der Personalwolke durch den Korrektur-Client möglich. Vorgehensweise Sie finden den
Rekonfigurierbare Regelung der Stuttgart SmartShell
Rekonfigurierbare Regelung der Stuttgart SmartShell Michael Heidingsfeld Institut für Systemdynamik, Universität Stuttgart 9. Elgersburg Workshop (2.-6. März 2014) Institut für Systemdynamik Stuttgart
Zeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
CFD in der Verfahrenstechnik. Auslegung von Extraktionskolonnen durch CFD und Populationsbilanzen
Gemeinsame Sitzung der Obleute der Arbeitskreise Umwelttechnik, Energietechnik und Verfahrenstechnik der VDI Bezirksvereine CFD in der Verfahrenstechnik Auslegung von Extraktionskolonnen durch CFD und
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
Funktionelle Präsentationen. Demonstrationsmodelle für industrielle Ausstellungen, Vorführungen, Messen und Events
Funktionelle Präsentationen Demonstrationsmodelle für industrielle Ausstellungen, Vorführungen, Messen und Events Industrielle Ausstellungen, Messen und Events benötigen die Simulation komplexer, technischer
Simulink: Einführende Beispiele
Simulink: Einführende Beispiele Simulink ist eine grafische Oberfläche zur Ergänzung von Matlab, mit der Modelle mathematischer, physikalischer bzw. technischer Systeme aus Blöcken mittels plug-and-play
DeltaVision Computer Software Programmierung Internet Beratung Schulung
Zertifikate von DeltaVision für Office Projekte 1 Einleitung: Digitale Zertifikate für VBA-Projekte DeltaVision signiert ab 2009 alle seine VBA Projekte. So ist für den Anwender immer klar, dass der Code
Ölverteilung im Getriebe Netzlose CFD bietet Potenzial
Ölverteilung im Getriebe Netzlose CFD bietet Potenzial Vortragender: Dr. Christof Rachor, MSC Software 26. Januar 2012 5. Simulationsforum Nord MSC Software und NEXT LIMIT TECHNOLOGIES Partnerschaft seit
Agile Vorgehensmodelle in der Softwareentwicklung: Scrum
C A R L V O N O S S I E T Z K Y Agile Vorgehensmodelle in der Softwareentwicklung: Scrum Johannes Diemke Vortrag im Rahmen der Projektgruppe Oldenburger Robot Soccer Team im Wintersemester 2009/2010 Was
TI-92 (E0111a) Parameterfunktion Analoge Aufgabenstellungen Übungsbeispiele Lehrplanbezug (Österreich):
BspNr: E0111 Themenbereich Quadratische Funktionen Ziele vorhandene Ausarbeitungen Anwendung der beschleunigten Bewegung TI-92 (E0111a) Parameterfunktion Analoge Aufgabenstellungen Übungsbeispiele E0110,
Jede Zahl muss dabei einzeln umgerechnet werden. Beginnen wir also ganz am Anfang mit der Zahl,192.
Binäres und dezimales Zahlensystem Ziel In diesem ersten Schritt geht es darum, die grundlegende Umrechnung aus dem Dezimalsystem in das Binärsystem zu verstehen. Zusätzlich wird auch die andere Richtung,
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
Data Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
Echtzeitanomalieerkennung für Internetdienste (Abschlussvortrag)
Lehrstuhl für Netzarchitekturen und Netzdienste Institut für Informatik Technische Universität München Echtzeitanomalieerkennung für Internetdienste (Abschlussvortrag) Markus Sieber Betreuer: Ali Fessi,
2 Terme 2.1 Einführung
2 Terme 2.1 Einführung In der Fahrschule lernt man zur Berechnung des Bremsweges (in m) folgende Faustregel: Dividiere die Geschwindigkeit (in km h ) durch 10 und multipliziere das Ergebnis mit sich selbst.
CFD-Simulation der Strömungsbildung in anaeroben und anoxischen Becken
1 CFD-Simulation der Strömungsbildung in anaeroben und anoxischen Becken Hintergrund Der Zweck der CFD-Simulation besteht darin, die Strömungsbildung in anaeroben und anoxischen Becken zu untersuchen,
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
XONTRO Newsletter. Makler. Nr. 16
XONTRO Newsletter Makler Nr. 16 Seite 1 In XONTRO werden zum 24. Januar 2005 folgende Änderungen eingeführt: Inflationsindexierte Anleihen Stückzinsberechnung für französische und italienische Staatsanleihen
1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.