Transonic flutter computations for the NLR 7301 supercritical airfoil

A numerical investigation of the transonic steady-state aerodynamics and of the two-degree-of-freedom bending/torsion flutter characteristics of the NLR 7301 section is carried out using a time-domain method. An unsteady, two-dimensional, compressible, thin-layer Navier–Stokes flow-solver is coupled with a two-degree-of-freedom structural model. Fully turbulent flows are computed with algebraic or one-equation turbulence models. Furthermore, natural transition is modeled with a transition model. Computations of the steady transonic aerodynamic characteristics show good agreement with Schewe's experiment after a simplified accounting for wind-tunnel interference effects is used. The aeroelastic computations predict limit-cycle flutter in agreement with the experiment. The computed flutter frequency agrees closely with the experiment but the computed flutter amplitudes are an order of magnitude larger than the measured ones. This discrepancy is likely due to the omission of the full wind-tunnel interference effects in the computations.     

用于可压缩自由剪切流动的湍流混合长度

抓住可压缩流动变密度特性,构造出基于有效涡量的三维von Karman混合长度。湍流模型采用仅依赖湍动能k的单方程KDO(Kinetic Dependent Only)模型,引入新构造的混合长度替换旧尺度得到CKDO模型。为了验证其描述可压缩自由剪切湍流的能力,选择无壁面束缚、密度梯度大和可压缩效应强的自由剪切混合层为算例,其对流马赫数Ma_c=0.8。计算结果表明,KDO模型对混合层的速度分布有着良好的控制和模拟,而经可压缩修正后的CKDO模型与原模型及其他可压缩修正模型相比,所计算的速度分布、主雷诺剪切力和混合层厚度与试验结果更加接近,说明了该混合长度对可压缩混合层这种自由剪切湍流有着良好的刻画能力。     

激波/平板湍流边界层干扰的数值模拟

采用理性GAO-YONG可压缩湍流模型,模拟了激波/平板湍流边界层干扰现象,结果表明:计算所得到的壁面压力分布、摩阻系数分布和速度型分布均与实验值吻合很好,并且比较准确地预报出了入射斜激波与平板湍流边界层干扰所引起的边界层分离点和再附点等流动特性.由此表明GAO-YONG可压缩湍流模型能够准确地用来模拟激波/平板湍流边界层的干扰流动.      

高超声速飞行器-进气道一体化热流数值计算

采用CFD(计算流体动力学)技术, 开展了飞行器前体/发动机一体化气动热环境分析.对层流区、转捩区和湍流区分别采用计算模型, 在湍流区利用压缩性修正的SSGZ-Jk-ε湍流模型, 在转捩区引入代数型转捩因子模型描述边界层由层流逐渐过渡为完全湍流的流动过程.计算了前体和内通道的表面热流, 并与实验结果进行了对比.结果表明所采用的计算方法可以较好地预测前体及发动机内通道热流率, 流动状态、几何结构及激波入射对热流值影响较大.      

使用GAO-YONG方程组对可压湍流边界层的数值模拟

应用SIMPLE/SIMPLER方法及QUICK格式求解GAO-YONG可压湍流方程组,对二维零压力梯度可压平板湍流边界层进行了数值模拟。结果表明,不需要任何经验系数及壁面函数的GAO-YONG可压湍流控制方程组对较广马赫数范围(Ma=0.2～2.4)平板边界层各项参数(表面摩擦系数C_f,对数律,亏损律等)能做出良好的预测。      

双方程 k-ω SST 湍流模型的显式耦合求解及其在叶轮机械中的应用简

 双方程k-ω剪切应力输运（SST）湍流模型通常以隐式耦合方式或者显式半耦合/解耦的方式来求解。本文提出了该模型的一种显式耦合应用方法,即通过点隐的方式来处理湍流源项的刚性,并与混合Runge-Kutta时间推进以及当地时间步长、隐式残差光顺等加速收敛技术相结合,从而使得湍流方程可以与流动方程同时求解。为了增强计算的鲁棒性,进一步对湍流变量进行了限制。将所发展的方法用于DLR平面叶栅算例,确认了求解结果的正确性以及刚性的来源。通过对三维NASA Rotor 67的模拟,验证了SST模型的精度;进一步将其与Badwin-Lomax（BL）模型、Spalart-Allmaras（SA）模型对比,发现三者都能正确地捕捉出口参数分布,且SST与SA模型的模拟结果比较一致;对于该算例,SST模型在总温模拟上更具优势,而BL模型在总压分布上与试验值更加接近。     

激波-边界层-分离流相互干扰三维湍流的数值模拟

本文采用数值方法求解时间相关三维可压缩雷诺平均Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程组,模拟激波—边界层—分离流相互干扰三维湍流流动。湍流模型为Ｂａｄｗｉｎ－Ｌｏｍａｘ两层代数模型,改进后用于三维内流问题。采用单元中心有限体积法离散流场控制方程,ＶａｎＬｅｅｒ矢通量格式计算无粘通量,中心差分法计算粘性通量,ＬＵＳＧＳ时间推进格式计算定常流场。本文以二元跨音速扩压器内三流动为算例,数值模拟较强激波—边界层—分离流相互干扰维湍流流动,并与实验结果进行了比较。数值模拟结果,在激波强度、分离点位置和再附点位置等方面,与实验结果吻合较好。     

运用GAO-YONG湍流模型对扩压器内跨声速流动的数值模拟

运用GAO-YONG可压缩湍流方程组,采用同位网格SIMPLE算法,对扩压器跨声速流动中的二维激波/湍流边界层干扰现象进行了数值模拟。将计算得到的流场的时均参数与实验值进行比较,数值模拟结果在激波强度、壁面压力分布以及分离点和再附点位置等方面,与实验值吻合较好,表明GAO-YONG可压缩湍流方程组能够比较准确的模拟较强激波/湍流边界层干扰流动,从而进一步为GAO-YONG湍流模型的正确性及其在可压缩流场模拟方面的适用性提供了佐证。     

Numerical study of compression corner flowfield using Gao-Yong turbulence model

A numerical simulation of shock wave turbulent boundary layer interaction induced by a 24° compression corner based on Gao-Yong compressible turbulence model was presented.The convection terms and the diffusion terms were calculated using the second-order AUSM (advection upstream splitting method) scheme and the second-order central difference scheme,respectively.The Runge-Kutta time marching method was employed to solve the governing equations for steady state solutions.Significant flow separation-region which indicates highly non-isotropic turbulence structure has been found in the present work due to intensity interaction under the 24° compression corner.Comparisons between the calculated results and experimental data have been carried out,including surface pressure distribution,boundary-layer static pressure profiles and mean velocity profiles.The numerical results agree well with the experimental values,which indicate Gao-Yong compressible turbulence model is suitable for the prediction of shock wave turbulent boundary layer interaction in two-dimensional compression corner flows.      

可压缩后台阶流的数值模拟

基于可压缩Navier-Stokes方程,采用Beam-Warming矢通量分裂格式以及vanLeer的矢通量分裂方法,分别通过Johnson-King及Baldwin-Lomax湍流模型对亚音速和超音速的后台阶流进行了计算,计算结果与实验符合较好。     

Recent developments in scaling of wall-bounded flows

Proper scaling of a fluid flow permits convenient, dimensionless representation of experimental data, prediction of one flow based on a similar one, and extrapolation of low-Reynolds-number, laboratory-scale experiments to field conditions. This is a particularly powerful technique for turbulent flows where analytical solutions derived from first principles are not possible. We review in the present paper the topical development in scaling the canonical turbulent boundary layer and pipe and channel flows. Additional to utilizing some of the most comprehensive and high-quality databases available to date, the article focuses on contemporary advances in analytical and asymptotic approaches to determine the mean-velocity profile as well as to scale higher-order statistics. The current debate concerning the mean-velocity profile of turbulent wall-bounded flows has ruled out neither a logarithmic nor power law behavior. Furthermore, a Reynolds number dependence of the mean-velocity profile has not been excluded either. Clearly, a more complex functional form is needed to describe the profile. The present results can be utilized to extrapolate the available low-Reynolds-number physical and numerical data to the more practically important high-Reynolds-number field conditions. Knowledge of the proper scaling of the canonical cases can also be useful to non-canonical wall-bounded flows as well as to calibrate turbulence models and flow sensors in the vicinity of walls.     

壁面湍流模型对湍流分离流动数值模拟的影响

本文用三种近壁湍流模型计算了二个二维的湍流分离流动：单包流动和多包流动。结果表明：二层模型和低Reynolds数模型具有类似的特性。它们基本上给出合理的分离流动结构。壁函数的方法由于对数律的假定基本上不适合于计算湍流的分离流动。     

基于人工神经网络的可压缩湍流大涡模拟模型

在国家数值风洞（NNW）工程项目的指导下，空间人工神经网络（SANN）模型被用于强可压缩湍流大涡模拟（LES）研究，其中流场的湍流马赫数分别为0.6、0.8、1.0。基于湍流的多尺度空间结构特性和人工神经网络方法发展的高精度空间神经网络（SANN）模型适用于不可压缩湍流和弱可压缩湍流。对于强可压缩湍流，流场中会出现激波结构，给大涡模拟带来了挑战。本文的研究结果表明：SANN模型适用于强可压缩湍流的大涡模拟。在先验分析中，SANN模型预测的亚格子应力和亚格子热流的相关系数超过0.995，远远高于梯度模型和近似反卷积模型等传统模型；传统模型的相对误差大于30%，而SANN模型在这方面有很大的改进，相对误差低于11%。在后验分析中，与隐式大涡模拟（ILES）、动态Smagorinsky模型（DSM）、动态混合模型（DMM）相比，SANN模型能更精确地预测能谱、各类湍流统计特性以及瞬态流动结构。因此，基于湍流多尺度空间结构特性的人工神经网络模型加深了人们对强可压缩湍流亚格子建模的认识，同时可以服务于NNW工程的流体力学模型构造。     

平板边界层转捩的数值模拟

对于自由湍流引起的压力梯度为零的平板边界层转捩过程的数值模拟,本文提出了一个单方程湍流模型 (VL M模型),对湍流粘性系数和湍流长度尺度都进行了修正以正确引入低雷诺数效应。数值计算表明,该模型在自由来流湍流度为 0.03～8%的大范围内能正确模拟边界层转捩全过程,包括转捩区起点位置和转捩区长度、边界层内的平均及脉动参数分布等。本文还提出了上述转捩过程的时均化五阶段模型。      

环形燃烧室冷态流场数值模拟中的数学方法

针对带双级径向旋流器环形燃烧室火焰筒,研究不同紊流模型(standardk-εmodel,RNG(renormalization group)k-εmodel和代数应力模型(algebraic stress model))及算法(SI MPLE(semi-i mplicitmethod for pressure-linked equations),PISO(pressure i mplicit split-operator))对复杂流场求解准确性及效率的影响.火焰筒三维贴体网格采用型线定点与偏微分方程相结合的方式生成,用壁面函数法处理近壁区域流动.计算结果表明,PISO算法提高求解效率;不同紊流模型预测结果均与试验数据符合较好,其中代数应力模型最为准确,更适用于复杂流场的数值预测.      

亚跨超音速喷管内流场的整体矢通量分裂算法

从N－S方程出发，采用先进的矢通量分裂算法，对亚跨超音速喷管内流场进行了整体模拟计算。文中对几种不同计算格式的计算效率进行了比较，给出了超音速占优混合流动的直接分割求解方法。计算采用代数湍流模型，跨音速段的计算结果同其它实验和计算结果进行了比较。计算中发现对出口边界条件进行亚音速、超音速和有回流分别处理很有必要；边界层内的M数沿壁面法向变化非常快；不同壁温条件和不同的流动Re数均会改变边界层的厚度。     

计算实际机翼湍流边界层流动的积分法

本文采用一种拟坐标变换掺混方法,计算任意外形机翼的三维边界层流动,亦适用于边界层外流为位流或非位流情况。对C-5A机翼的计算结果表明,该方法具有同微分方法可以比拟的计算精度。并分析了在亚音速情况下粘性对机翼升力和力矩的干扰影响。     

超音进气道流场的数值计算

用Jameson的有限体积法,对某型号飞机在不同飞行状态下的进气道流场进行了数值模拟。求解的控制方程为三维非定常N-S方程。在对流项的计算上用二阶中心差分有限体积法,粘性项的计算则采用作者在［1］中发表的一种有限体积框架下的新的离散化技术,时间方向用多步Runge-Kutta方法进行推进,以增大CFL条件数。湍流模型则采用Baldwin-Lomax代数模型。求解过程中还采用了当地时间步长,隐式残量平均、人工粘性等加速收敛技巧。最后给出了各种飞行状态下进气逼出口截面的平均总压恢复与总压畸变,得出了比较满意的结果。     

冲压发动机进气道/燃烧室/尾喷管耦合流场计算

采用耦合求解的方法进行了冲压发动机进气道/燃烧室/尾喷管流场一体化计算,进气道采用单一气体、变比热比模型,燃烧室和尾喷管采用多组分化学动力学模型,湍流模型为k-g湍流模型。进气道与燃烧室界面通过流量、静压等参数实现耦合。结果表明,通过合理设计参数的传递方式,可以快速实现进气道/燃烧室/尾喷管流场的耦合求解,流场分布合理。     

扩压器内跨音速湍流的数值模拟

采用Johnson-King非平衡代数雷诺应力湍流模型(J-K模型)和Baldwin-Lomax零方程湍流模型(B-L模型),数值模拟较强激波/边界层相互作用时扩压器内的分离流动。计算结果与实验值进行了比较,表明J-K模型比B-L代数湍流模型可较好地计算出分离流动的再附点位置,并且可更好地计算出激波强度和沿流程的压力分布,仅增加很少的计算量,并更易推广应用于三维湍流问题的数值模拟。