[논문 리뷰] Effect of Reynolds number on triboelectric particle charging in turbulent channel flow

Christoph Wilms, Holger Grosshans|arXiv (Cornell University)|2026. 02. 11.

Aerosol Filtration and Electrostatic Precipitation인용 수 0

한 줄 요약

논문은 triboFoam을 소개하며, OpenFOAM 기반의 마찰전전하 생성 해도에서 난류 입자-함류 흐름에서 Reynolds 수 증가가 벽-벽 입자 농도와 충전 속도를 강화시키고, 경험적 상관관계가 제시됨.

ABSTRACT

Triboelectric charging in particle-laden flows is a complex interplay of fluid and particle dynamics, collision mechanics, and electrostatics. In this study, we introduce triboFoam, an open-source solver built on the OpenFOAM framework, designed to simulate triboelectric charging in particle-laden turbulent flows. We validate triboFoam using Direct Numerical Simulations (DNS) of a fully developed turbulent channel flow at a friction Reynolds number of $Re_τ= 180$. The results demonstrate good agreement with DNS data for particle concentration profiles and charge distributions. Then, we investigate the influence of Reynolds number on particle distribution and charging behaviour using Large-Eddy Simulations (LES) at varying friction Reynolds numbers up to $Re_τ= 550$. Our findings reveal that higher Reynolds numbers lead to increased near-wall particle concentrations and enhanced charging rates, attributed to intensified turbulent fluctuations and elevated impact velocities. Finally, an empirical correlation is proposed to predict the average particle charging rate as a function of Reynolds number and particle diameter. With this work, we provide a tool for simulating triboelectric charging in complex geometries and turbulent flows, advancing the understanding of electrostatic phenomena in particle-laden systems. The empirical correlation offers practical insights for predicting charging behaviour in industrial applications and thus can contribute to improved safety and efficiency in processes involving particulate matter.

연구 동기 및 목표

• 난류 채널 흐름에서 Reynolds 수가 입자 분포 및 트리보일렉트릭 충전에 미치는 영향을 조사한다.
• DNS와의 비교를 통해 triboFoam 오픈소스 해석기를 검증하고 LES를 사용해 더 높은 Reynolds 수로 확장한다.
• 난류 조건에서 입자 크기가 충전 거동에 미치는 영향을 평가한다.
• Reynolds 수와 입자 직경의 함수로 평균 충전 속도를 예측하는 경험적 상관관계를 개발한다.

제안 방법

• 입자 함유 난류의 triboelectric 충전을 시뮬레이션하기 위해 OpenFOAM 프레임워크에 triboFoam을 개발한다.
• DNS를 통한 검증: Re_tau = 180에서 충전되지 않은 입자와 충전된 입자에 대한 DNS 데이터를 사용한 완전 발달 난류 채널 흐름.
• Re_tau = 550까지의 LES를 수행하여 Reynolds 수가 입자 분포와 충전에 미치는 영향을 연구한다.
• LES에 대해 WALE SGS 모델을 사용하는 오일리언-라그랑주(Eulerian-Lagrangian) 방법과 완전히 해상된 점성 경계층을 사용한다.
• Condenser 모델과 Stochastic Scaling Model를 포함한 충전 모델과 전기정역학을 위한 하이브리드 Gauss-Coulomb 스킴을 구현한다.
• 유체와 입자 간의 1-way, 2-way, 4-way coupling을 고려하고 Hertzian 이론에 의한 입자 충돌 및 벽 충돌을 포함한다.

실험 결과

연구 질문

• RQ1 마찰 Reynolds 수 Re_tau가 증가함에 따라 벽 근처의 입자 농도와 충돌 통계에 어떤 영향을 미치는가?
• RQ2 다른 직경에 대해 Reynolds 수가 입자 충전 속도에 어떤 영향을 미치는가?
• RQ3 구현된 모델들(Condenser vs. SSM)에서 Reynolds 수에 따른 충전 패턴은 어떻게 나타나는가?
• RQ4 Re_tau와 d_p의 함수로 평균 충전 속도를 예측하는 경험적 상관관계를 확립할 수 있는가?

주요 결과

Re_tau(레이놀즈 수)	d_p/µm(㎛)	d_p^+	u_c/(m/s)	St	ω
180	25	0.22	2.50	0.28	0.82
180	50	0.45	2.50	1.14	6.54
180	100	0.90	2.50	4.56	52.36
180	25	0.22	2.38	0.27	0.82
180	50	0.45	2.38	1.08	6.54
180	100	0.90	2.38	4.34	52.36
300	25	0.37	4.39	0.50	0.82
300	50	0.75	4.37	1.99	6.54
300	100	1.50	4.36	7.95	52.36
395	25	0.49	5.91	0.67	0.82
395	50	0.99	5.92	2.70	6.54
395	100	1.97	5.94	10.83	52.36
550	25	0.69	8.38	0.95	0.82
550	50	1.37	8.38	3.82	6.54
550	100	2.75	8.41	15.33	52.36

• TribooFoam 검증은 DNS에 대해 Re_tau = 180에서 입자 농도 프로파일과 전하 분포가 양호하게 일치함을 보여준다.
• 레이놀즈 수 증가로 인해 벽 근처 입자 농도가 높아지고 충전 속도가 상승하는데, 이는 더 강한 난류 변동과 더 높은 충돌 속도 때문입니다.
• 더 높은 Re_tau는 충돌 중 벽 방향 입자 속도와 유효 접촉 면적을 증가시켜 충전을 증가시키는 데 기여한다.
• 본 연구는 Reynolds 수와 입자 직경의 함수로 평균 입자 충전 속도를 예측하는 경험적 상관관계를 제공한다.
• Re_tau = 550까지 완전히 해상된 점성 하위층을 가진 LES는 DNS 친화적 영역을 넘어서는 충전 거동의 Reynolds 수 의존성을 보여준다.
• 입자 크기는 Stokes 수에 영향을 주고 따라서 결합 강도를 결정하여 Reynolds 수 전반에 걸친 충전 통계를 변화시킨다.