本文介绍了在 RWIND 中对卡门涡街模型进行建模。
对于某些雷诺数范围，在狭窄而高的物体后面会形成一条涡街。 尤其是在高层建筑多且摩天大楼趋于狭窄的地区，这些涡流会对周围建筑物的风荷载产生影响。 根据[1]，根据雷诺数，涡旋的形成如下所示。
著名的涡街是在大约 100 的雷诺数基础上发展起来的。 当数字增加时，流动变得湍流。 到目前为止，只有在雷诺数过高的情况下才能取得令人满意的结果。 在下面找到 Re = 10e7 的示例。
因此，入口速度必须设置得比计算值高得多，才能触发所需的行为。 理论上可以确定一个准确的极限速度，但需要进行多次单独的模拟（即使对于线性增加的风廓线），由于时间原因已被放弃。 此外，涡旋脱落频率与理论值似乎不相符。 由于分离频率取决于斯特劳哈尔数，因此也取决于流速，因此这种行为是可以预料的。
对于正确形成涡街，最重要的影响因素可能是网格密度。 为了节省资源，RWIND中的网格密度通过增加与风洞中被分析对象的距离来降低。 这种简化对于单个建筑物非常有用，但使得建模 Kármán 涡街变得更加困难。 因此，例如从结构高度开始，在风洞的整个长度上对高于结构高度的截面进行网格细化。 这种细化的效果如下所示。
在本分析中，并未考虑网格细化对周围建筑物极限压力的影响程度。 这需要使用未来的模型进行进一步分析。
由于调整了颜色和细化了网格，结果如下图所示。 稍微倾斜的视图可以更好地区分不同深浅的红色。
有趣的是速度矢量的方向。 最大的湍流位于结构的正后方，显示了方向矢量的理想分布，正如在涡流中所预期的那样。 但是，距离结构较远的较小涡量不会表现出这种行为。 虽然绝对速度分布的假彩色图像可能显示较小的涡流，但所有方向矢量都指向流入的方向。 在流体力学方面，这种现象是荒谬的，但无法确定具体原因。
通过重新细化网格，可以进一步优化涡街。 也可以考虑对方向矢量的反常进行更精细的改进。 然而，这反映在显着更高的内存和计算要求上。 网格细化尽可能小，但可以根据需要尽可能大。 圆柱体'的顶部三分之一（包括到顶部节点的足够距离）可能最适合于此。
总而言之，模拟的涡街在速度和压力分布方面显示出相对较好的结果。 在细节方面，例如方向矢量分布和发射频率，由于求解器本身的局限性，本文中介绍的方法可能会失败。 建议使用最新版本的 RWIND 重复该计算。
[1] 卡门涡街和雷诺数的图像
.png?mw=350&hash=f79867dbf405d536638daef39ee25b113e6e540d)
.png?mw=600&hash=49b6a289915d28aa461360f7308b092631b1446e)
