直升机旋翼桨叶翼型积冰的数值模拟

本文对直升机旋翼桨叶翼型积冰进行了数值模拟.建立了空气、水滴两相流控制方程,通过求解气体欧拉方程得到空气流场,求解水滴控制方程得到翼型表面的水滴收集率.根据结冰表面的对流换热特性,使用积冰数值模拟的热力学模型确定翼型表面的积冰量,利用冰层时间推进法模拟积冰过程,采用积冰法向生长模型预测积冰形状;对NACA0012翼型在不同环境温度下的积冰进行了预测,最后对预测结果进行了分析.     

采用欧拉两相流法对翼型表面霜冰的数值模拟

基于欧拉两相流理论提出一种翼型表面霜冰的数值模拟方法.采用同位网格上的SIMPLE (Semi-Implicit Method for Pressure Linked Equations) 算法求解空气控制方程;提出一种可穿透型壁面边界模拟水滴对翼型表面的撞击,通过求解过冷水滴的控制方程得到翼型表面的水滴收集特性;利用冰层时间推进法模拟积冰过程,使用积冰法向生长假设生成积冰外形.对NACA 0012翼型在0°和4°迎角下的积冰情况进行了研究,冰形预测结果与实验结果一致.通过对结冰翼面的压力分布进行分析,表明积冰对翼型气动性能会产生不利影响.     

一种改进的积冰试验相似准则及其评估

从影响飞机积冰的基本物理过程出发,基于对AEDC和ONERA准则的分析,给出了一种改进的积冰试验相似准则.利用数值方法对改进的相似准则进行了有效性评估,数值评估的结果表明,用这种相似准则所确定的参数进行数值模拟,可以在圆柱及其1/2缩比模型上的对应区域得到相似的积冰,初步表明笔者所提出的相似准则是有效的,可以应用于冰风洞试验,作为试验的理论指导和参数选取依据.     

直升机旋翼积冰的数值模拟

为研究直升机旋翼桨叶积冰问题,通过对积冰形成机理和直升机飞行原理的分析,建立了基于CFD(Computational Fluid Dynamics)技术的直升机旋翼桨叶结冰预测的理论模型;采用欧拉法求解水滴控制方程,在经典Messinger模型的基础上提出了积冰表面质能平衡的改进模型;以UH-60型直升机和CH-47型直升机为样机,具体分析了积冰条件下直升机桨叶冰形预测的方法,为进一步研究直升机结冰后的飞行动力学问题及防除冰系统的设计奠定了基础,对提高直升机飞行安全性具有积极意义.     

锥角对旋转整流罩积冰影响的模拟实验

采用缩比模型对4种不同锥角的旋转整流罩进行了冰风洞积冰模拟实验.推导出旋转表面积冰相似参数,并根据重要参数的匹配确定缩比整流罩模型的积冰实验参数.在实验中采用高速摄像系统记录冰生长过程及最终冰形.结果表明:4种锥角的整流罩表面积冰均由初期生成、分布连续的明冰和后期增长迅速的白色霜冰构成;锥角小于等于74°的整流罩表面霜冰为针状或粒状,积冰厚度较小;锥角大于80°的整流罩表面霜冰为羽毛状,积冰厚度较大,并伴随冰脱落现象,锥角较大的整流罩冰脱落位置向下游移动.      

飞机三维结冰模型及其数值求解方法

 对飞机结冰外形进行纯三维数值模拟,是目前飞机结冰预测中的一大难点。为了建立三维结冰数值模拟方法,基于Messinger的二维结冰模型,提出了一种考虑液态水溢流效应的三维结冰计算模型,并针对该模型建立了表面单元内溢流水流动的分配方案、发展了相应的迭代求解方法。采用本文方法对MS-317后掠翼结冰进行了计算,并与实验和Lewice3D的计算结果进行了对比。研究结果显示：本文方法具有较好的收敛性,计算的霜冰和明冰外形均与Lewice3D计算的冰形一致;对于霜冰和结冰时间较短的明冰,本文计算的冰形与实验吻合较好;对于结冰时间较长的明冰,本文计算的冰形与实验对比还有一定差异,但冰生长的总体趋势和大致体积与实验一致。同时,对比了MS-317无后掠翼与有后掠翼结明冰的外形,发现机翼后掠导致的三维溢流效应对结冰外形有明显影响,因此,对于三维结冰分析,如果用二维截面的结果来代替三维结果,其合理性还需验证。     

基于H∞算法的飞机机翼结冰气动参数辨识

针对国内大型飞机结冰防护需求,开展针对大型结冰研究样机的H_∞算法参数辨识结冰探测研究。首先通过参数调节选取一组合适的H_∞算法参数,利用考虑测量噪声的结冰研究样机飞行仿真数据验证H_∞算法的辨识能力,由结果对比发现辨识算法能够跟踪飞机气动导数随结冰累积过程的变化趋势,辨识精度较高,其最大归一化平方根（RMS）误差仅为真值的11%;分析了H_∞算法对81种不同结冰累积过程的辨识能力,通过结果分析发现结冰累积时间较长且结冰速度较慢的情况辨识效果较差,结冰累积时间在100~300 s之间辨识精度较高;最后利用蒙特卡罗仿真分析了不同测量噪声大小对H_∞算法辨识精度和跟踪延时的影响,给出了3个纵向气动导数在随机误差影响下的辨识误差和跟踪延时的统计结果,发现在给定噪声标准差变化范围内,升力和俯仰力矩关于迎角的导数能够得到较为准确的辨识结果,二者的归一化平方根误差均值仅为各自真值的1.8%和4%,其预报延时均值最大仅为3 s和9.5 s。