对于 \(n\) 个球,易得有

\[\begin{array}{c}
\displaystyle\frac\pi2>\theta_i>-\frac\pi2,\theta_1>\cdots>\theta_i>\cdots>\theta_{n-1} \\[1ex]
\displaystyle\forall i\ne j,\left\lvert\sum_{k=1}^ir_k-\sum_{k=1}^jr_k\right\rvert\ge D
\end{array}
\]

记 \(x=X/D\),则有 \(x+1>d\)。

设 \(\theta_i\) 的概率分布为 \(f(\theta_i)\),应有 \(f_1(\theta)=1/\pi\),\(f_i(\theta)=3/(4\pi)\),则一个由 \(n\) 个球形成的拱的水平分量 \(x\) 的概率分布变成

\[\begin{aligned}
a_n(x)&=A_n\int_{-\pi/2}^{\pi/2}f_1(\theta_1)\mathrm d\theta_1\cdots\int_{\beta_{n-1}}^{\theta_{n-2}}f_{n-1}(\theta_{n-1})\mathrm d\theta_{n-1}\delta\hspace{-0.25em}\left(x-\sum_{i=1}^{n-1}\cos\theta_i\right) \\
&=B_n\int_{-\pi/2}^{\pi/2}\mathrm d\theta_1\cdots\int_{\beta_{n-1}}^{\theta_{n-2}}\mathrm d\theta_{n-1}\delta\hspace{-0.25em}\left(x-\sum_{i=1}^{n-1}\cos\theta_i\right)
\end{aligned}
\]

式中 \(\beta_{n-1}=\max\hspace{-0.25em}\left(-\dfrac\pi2,\theta_{n-2}-\dfrac{2\pi}3\right)\),\(B_n=\dfrac{A_n}\pi\left(\dfrac3{4\pi}\right)^{n-2}\) 是一堆一化数使 \(\int_0^\infty a_n(x)\mathrm dx=1\)。易得 \(a_2(x)=B_2\int_{-\pi/2}^{\pi/2}\mathrm d\theta_1\delta(x-\cos\theta_1)=\dfrac{2B_2}{\sqrt{1-x^2}}\),\(B_2=\dfrac1\pi\)。

再往上你就一个一个慢慢算吧,文献里也懒得算了,那我就更懒得算了。


考查一个 \(\mathrm dh\) 厚的片片,有

\[A(\mathrm dp-\rho g\mathrm dh)+\mu\sigma L\mathrm dh=0,A~\text{为面积}
\]

代入 \(\sigma=kp\),\(k\) 为应力的比例系数,得

\[\frac{\mathrm dp}{\mathrm dz}=\rho g-\frac A\varLambda,\text{其中}~\varLambda=\frac A{\mu kL},\mu~\text{为静摩擦系数}
\]

解出 Jassen 定律

\[p(z)=p_\infty\left(1-\mathrm e^{-h/\varLambda}\right)
\]

由此可以看出,所有颗粒的重量一小部分压在了底部,其余部分被侧壁支撑了。

以下的图是 Zhao H, An X, Wu Y, et al. Microscopic analyses of stress profile within confined granular assemblies[J]. AIP Advances, 2018, 8(7). 中对 Jassen 定律的拟合。

这张图就代表了,高度增大到一定程度,压力就不再变化了。

(此处省略一张图)


连续性方程

\[\frac\partial{\partial t}(\varepsilon\rho)_n+\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{im}\varepsilon\rho U_m\right)_n=0
\]

式中 \(n\) 代表固相或气相。\(\varepsilon\) 为体积分数,\(\rho\) 为密度。动量方程

\[\frac\partial{\partial t}\left(\varepsilon_\rho U_j\right)_n+\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{im}\varepsilon\rho U_mU_j\right)_n=-\varepsilon_n\frac{\partial p}{\partial\xi^j}+\frac{\mathrm d}{\mathrm d\xi^i}\left(\tau_{ij}\right)_n+(\varepsilon\rho)_nb_j+\beta_j\left[\left(\left(U_j\right)_N-U_j\right)_n\right]
\]

气相应力张量

\[\left(\tau_{ij}\right)_G=\mu_{G,l}\left[\left(\frac{\partial U_j}{\partial\xi^i}+\frac{\partial U_i}{\partial\xi^i}\right)_G-\frac23\delta_{ij}\frac{\mathrm d}{\mathrm d\xi^l}\left(g^{im}U_m\right)_G\right]
\]

固相应力张量

\[\left(\tau_{ij}\right)_s=-P_s\delta_{ij}+\zeta_s\delta_{ij}\frac{\mathrm d}{\mathrm d\xi_l}j\left(g^{im}U_m\right)_s+\mu_s\left[\left(\frac{\partial U_j}{\partial\xi^i}+\frac{\partial U_i}{\partial\xi^i}\right)_s-\frac23\delta_{ij}\frac{\mathrm d}{\mathrm d\xi_l}\left(g^{im}U_m\right)_s\right]
\]

固相压力、本体粘度、剪切粘度由颗粒流的动力学得到

\[\begin{aligned}
P_s&=\varepsilon_s\rho_s\left[1+2(1+\mathrm e)\varepsilon_sg_0\right]\varTheta \\
\zeta_s&=\frac43\varepsilon_s^2\rho_sd_pg_0(1+\mathrm e)\sqrt\frac{\varTheta}\pi \\
\mu_s&=\frac{2\mu_{s,dil}}{(1+\mathrm e)g_0}\left[1+\frac45(1+\mathrm e)g_0\varepsilon_s\right]^2+\frac45\varepsilon_s^2\rho_sd_pg_0(1+\mathrm e)\sqrt\frac{\varTheta}\pi
\end{aligned}
\]

剪切粘度径向分布函数

\[\begin{aligned}
\mu_{s,dil}&=\frac5{96}\rho_sd_p\sqrt{\pi\varTheta} \\
g_0&=\frac35\left[1-\left(\frac{\varepsilon_s}{\varepsilon_{s,\max}}\right)^{1/3}\right]^{-1}
\end{aligned}
\]

固相颗粒流动的湍动能

\[\frac32\left[\frac\partial{\partial t}(\varepsilon\rho\varTheta)_s+\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{im}\varepsilon\rho U_m\varTheta\right)_s\right]=\left(\tau_{ij}\right)_s\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{im}U_m\right)_s+\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{ik}\varGamma_\varTheta\frac{\mathrm d\varTheta}{\mathrm\xi^k}\right)-\gamma
\]

式中的耗散项为

\[\begin{aligned}
\gamma&=3\left(1-\mathrm e^2\right)\varepsilon_s^2\rho_sg_0\varTheta\left[\frac4{d_p}\sqrt\frac{\varTheta}\pi-\frac{\mathrm d}{\mathrm d\xi^i}\left(g^{il}U_l\right)_s\right] \\
\varGamma_\varTheta&=\frac{2\varGamma_{\varTheta,dil}}{(1+\mathrm e)g_0}\left[1+\frac65(1+\mathrm e)g_0\varepsilon_s\right]^2+2\varepsilon_s^2\rho_sd_pg_0(1+\mathrm e)\sqrt\frac{\varTheta}\pi \\[3ex]
\varGamma_{\varTheta,dil}&=\frac{35}{784}\rho_sd_p\sqrt{\pi\varTheta}
\end{aligned}
\]

在 \(\varepsilon_G\le0.8\) 时,曳力由 Ergun 方程给出,\(\varPhi\) 是一个形体参数

\[\beta=150\frac{\varepsilon_s^2\mu_{G,l}}{\varepsilon_G\left(d_p\varPhi_s\right)^2}+1.75\frac{\varepsilon_s\rho_G\left\lvert U_G-U_s\right\rvert}{d_p\varPhi_s}
\]

在 \(\varepsilon_G>0.8\) 时,曳力就变成了简单的球体阻力

\[\beta=\frac34C_d\frac{\left\lvert U_G-U_s\right\rvert\varepsilon_s\varepsilon_G\rho_G}{d_p\varPhi_s}\varepsilon_G^{-2.65}
\]

雷诺数在 \(1000\) 以下时,可取 \(C_d=\dfrac{24}{\textit{Re}}\left(1+0.15\textit{Re}^{0.687}\right)\)。雷诺数在 \(1000\) 以上取 \(C_d=0.44\)。此时的雷诺数定义为 \(\textit{Re}=\dfrac{\left\lvert U_G-U_s\right\rvert\varepsilon_G\rho_Gd_p}{\mu_{G,l}}\)。

然后请观众朋友们自行完成它的数值解过程并与下图对照。左边是计算,右边是实验。

(此处省略两张图)

颗粒流 + Janssen 定律 + Bagnold 数的更多相关文章

  1. HDU - 3338 Kakuro Extension (最大流求解方格填数)

    题意:给一个方格,每行每列都有对白色格子中的数之和的要求.每个格子中的数范围在[1,9]中.现在给出了这些要求,求满足条件的解. 分析:本题读入和建图比较恶心... 用网络流求解.建立源点S和汇点T, ...

  2. HDU3338 Kakuro Extension —— 最大流、方格填数类似数独

    题目链接:https://vjudge.net/problem/HDU-3338 Kakuro Extension Time Limit: 2000/1000 MS (Java/Others)     ...

  3. 杜绝假死,Tomcat容器做到自我保护,设置最大连接数(服务限流:tomcat请求数限制)

    为了确保服务不会被过多的http长连接压垮,我们需要对tomcat设定个最大连接数,超过这个连接数的请求会拒绝,让其负载到其它机器.达到保护自己的同时起到连接数负载均衡的作用. 一.解决方案:修改to ...

  4. Tomcat容器做到自我保护,设置最大连接数(服务限流:tomcat请求数限制)

    http://itindex.net/detail/58707-%E5%81%87%E6%AD%BB-tomcat-%E5%AE%B9%E5%99%A8 为了确保服务不会被过多的http长连接压垮,我 ...

  5. ERP通过JAVA流的形式将数据传到外围系统

    1.ERP封装数据成XML写入数据库服务器指定文件 --指定相关文件信息 v_file_path := '/u01/test/app/fs1/EBSapps/appl/cux/12.0.0/forms ...

  6. RTP、RTCP及媒体流同步

    转自:http://blog.163.com/liu_nongfu/blog/static/19079414220139169225333/ 一.流媒体简介 流媒体是指在internet中使用流媒体技 ...

  7. 关于对inputstream流的复制

    今天因为项目需要,获取到一个inputstream后,可能要多次利用它进行read的操作.由于流读过一次就不能再读了,所以得想点办法. 而InputStream对象本身不能复制,因为它没有实现Clon ...

  8. 分布式环境下限流方案的实现redis RateLimiter Guava,Token Bucket, Leaky Bucket

    业务背景介绍 对于web应用的限流,光看标题,似乎过于抽象,难以理解,那我们还是以具体的某一个应用场景来引入这个话题吧. 在日常生活中,我们肯定收到过不少不少这样的短信,“双11约吗?,千款….”,“ ...

  9. delphi 基础之三 文件流操作

    文件流操作 Delphi操作流文件:什么是流?流,简单来说就是建立在面向对象基础上的一种抽象的处理数据的工具.在流中,定义了一些处理数据的基本操作,如读取数据,写入数据等,程序员是对流进行所有操作的, ...

  10. zoj 2760 How Many Shortest Path 最大流

    题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemId=1760 Given a weighted directed graph ...

随机推荐

  1. Linux驱动中的异步函数(aio_read和aio_write)

    Linux驱动中的异步函数(aio_read和aio_write) 我们可以在signal_handler使用了read和write函数处理设备文件的读写操作.然而这两个函数可以分别用aio_read ...

  2. c# 对DataTable数据筛选后进行修改操作

    记录一次对DataTable中的数据筛选去重后,然后对数据进行修改! foreach (DataRow dr in dt.Rows) // 便利dt { if (StringUtil.isNotNul ...

  3. Java FastJson解析json字符串

    json转map Map<String, 实体类> titleMap=JSON.parseObject(JSON字符串, new TypeReference<HashMap<S ...

  4. 新一代云原生日志架构 - Loggie的设计与实践

    Loggie萌芽于网易严选业务的实际需求,成长于严选与数帆的长期共建,持续发展于网易数帆与网易传媒.中国工商银行的紧密协作.广泛的生态,使得项目能够基于业务需求不断完善.成熟.目前已经开源:https ...

  5. Microsoft宣布将在开发人员会议上专注于.NET Aspire

    2024年7月15日微软宣布,其开发执行团队将在下个月的开发者大会上聚焦于使用 .NET Aspire 的云原生开发,以及结合人工智能的"现代 SQL"在 Microsoft Fa ...

  6. 在Django中查找重复项目

    在Django中查找重复项目通常涉及使用查询集(QuerySet)和模型(Model).假设你有一个模型,比如Item,你想查找其中重复的项目,可以通过以下步骤来实现: 确定重复的标准: 首先需要确定 ...

  7. oeasy教您玩转vim - 67 - # 批量替换

    ​ 批量替换 回忆上次 我们可以用vimdiff快速的比较文件 这很实用!!! 实用的一些跳转方式 遍历所有的修改change ]c 下一条修改 [c 上一条修改 遍历所有的函数method ]m 下 ...

  8. oeasy教您玩转vim - 65 - # 批处理操作

    ​ 批处理操作 回忆上次 我们上次参数列表 arguments list 所谓参数列表指的是 vim 打开的 参数列表 参数会加载到内存中成为 buffer 参数的控制 :arga filename ...

  9. Docker 容器开发:虚拟化

    Docker 容器开发:虚拟化 Docker 的核心价值在于虚拟化或者说环境隔离[通过虚拟化技术实现虚拟环境],解决环境配置和部署的依赖问题实现解耦 我对虚拟化的理解源自<Operating S ...

  10. CF1883B Chemistry 题解

    原题传送门 思路: 如"aba","abba"这样的回文字符串, 每个字符的出现次数有以下两种情况: 1:全部是偶数(abba) 2:只有一个为奇数(aba) ...