Numerical study of separation on the trailing edge of a symmetrical airfoil at a low Reynolds number

This study focuses on the trailing-edge separation of a symmetrical airfoil at a low Rey-nolds number. Finite volume method is adopted to solve the unsteady Reynolds-averaged Navier-Stokes (RANS) equation. Flow of the symmetrical airfoil SD8020 at a low Reynolds number has been simulated. Laminar separation bubble in the flow field of the airfoil is observed and process of unsteady bubble burst and vortex shedding from airfoil surfaces is investigated. The time-dependent lift coefficient is characteristic of periodic fluctuations and the lift curve varies nonlinearly with the attack of angle. Laminar separation occurs on both surfaces of airfoil at small angles of attack. With the increase of angle of attack, laminar separation occurs and then reattaches near the trailing edge on the upper surface of airfoil, which forms laminar separation bubble. When the attack of angle reaches certain value, the laminar separation bubble is unstable and produces two kinds of large scale vortex, i.e. primary vortex and secondary vortex. The periodic processes that include secondary vortex production, motion of secondary vortex and vortex shedding cause fluctuation of the lift coefficient. The periodic time varies with attack of angle. The secondary vortex is relatively stronger than the primary vortex, which means its influence is relatively stronger than the primary vortex.     

改进型Gappy POD翼型反设计方法

 为了提高基本Gappy本征正交分解(POD)翼型反设计方法的精度,在原始方法快照采样过程中,调整参数化方法,并用已产生翼型中压力分布最接近目标压力分布的翼型替换基础扰动翼型,形成最优快照替换采样法。在迭代求解阶段,根据迭代产生的压力分布与迭代产生的翼型实际压力分布之间的误差,引入校正快照,并据此调整目标压力分布,形成校正迭代法。实际算例表明,最优快照替换采样法所采集快照张成的空间较原始采样法更接近设计目标。而校正迭代法较原始迭代法能明显提高反设计精度。但最佳模态数量的选择对于Gappy POD翼型反设计方法仍然是一个难点。     

机翼积冰数值模拟

采用计算流体力学（CFD）方法对三段翼和MS-317后掠翼进行了积冰数值模拟研究,基于欧拉两相流理论,应用分区算法,对空气流场和水滴流场进行了数值求解,得到水滴收集率.求解3-D积冰模型得到积冰量.将MS-317的冰形计算结果与实验数据以及软件LEWICE3D的计算结果进行了对比.结果显示:三维积冰模型具有较好的精度,虽然预测的冰形与实验数据有一些差异,最大厚度方面,误差在13.1%以内,但是积冰的类型与体积和实验数据基本一致.      

不可压缩翼型绕流数值研究

使用标准k-ω模型及与色散模型相耦合的k-ω模型分别计算了NACA0012翼型和NACA 4412翼型的低速绕流问题.NACA 0012翼型计算了其来流雷诺数为2.88×106,攻角从0°到15°范围内的流动结构、翼型表面压力分布和升力、阻力特性;NACA 4412翼型计算了临界雷诺数为1.52×106,攻角为13.87°时的流动分离和翼型表面压力系数 ,并与实验数据进行对比.结果表明:在同等条件下,使用与色散模型相耦合的k-ω模型计算得到的NACA 0012翼型的升力和阻力系数比标准k-ω模型提高精度约5%,NACA 4412翼型的表面压力系数精度提高了约3%,进一步验证了其可信性,可将其进一步应用到低速飞行器的气动计算中.      

合成双射流控制NACA0015翼型大攻角流动分离试验研究

设计了一种卧式合成双射流激励器(DSJA),并对其在翼展中段控制NACA0015翼型大攻角流动完全分离进行试验研究,分析了合成双射流激励器两射流出口位置及射流能量对控制机翼流动分离的影响规律。结果表明:合成双射流激励器对机翼大攻角流动分离具有很强的控制能力,可显著提高机翼流动分离攻角;合成双射流激励器两射流出口相对分离点的位置是影响控制效果的重要参数;合成双射流激励器两出口任一出口位于分离点之前,且越靠近分离点,其对边界层分离的控制效果越好,并且当分离点位于合成双射流激励器两出口之间,且离第一出口位置较近时,合成双射流"接力"控制机翼分离的效果更加明显;与合成射流"单射流"相比,合成双射流"两射流"对分离点位置的有效控制区域明显增大。此外,提高合成双射流激励器的射流能量,其控制机翼流动分离的能力提高。     

二维气动问题中Kriging代理模型精度影响因素

以二维跨声速临界翼型的阻力特性为对象,探讨样本点数目、Kriging代理模型参数及其类型等对模型精度的影响.阻力系数采用计算流体力学（CFD）方法得到.模型精度的验证采用交叉验证方法,采用平均误差、最大误差和标准交叉验证残差来衡量Kriging代理模型的精度.研究结果表明:①Kriging代理模型预测气动阻力效果较好.②模型精度随样本点的增多而提高,剔除与样本点响应趋势不相符的“奇异点”后,模型精度显著提高,平均误差减小5%~38%,最大误差减小13%~77%.③核函数类型对模型精度的影响最大,相关参数次之,回归模型的影响最小.采用高斯相关函数、2阶多项式回归模型,以及合适的相关参数值时,Kriging代理模型的精度最高.      

翼型动态特性数值模拟及其影响因素分析

采用非结构动网格技术模拟了NACA 0012翼型绕1/4弦长位置俯仰的强迫振荡过程,验证了翼型的周期性动态气动特性。分析了不同的湍流模型、单周期内步数和内迭代次数等因素对计算结果的影响;研究了马赫数和减缩频率对动态气动迟滞特性的影响。结果表明, Transtion SST模型得到的结果更准确;单周期内计算步数大于200时,计算结果收敛性更好;随着马赫数变大,迟滞效应先增大后减小;在亚音速区,迟滞环沿逆时针方向,动导数小于零,模型动稳定;而在跨音速区,迟滞环沿顺时针方向,动导数大于零,模型动不稳定;减缩频率越大,翼型动态迟滞效应越明显。     

基于γ-Re_(θt)转捩模型的低雷诺数翼型数值分析

通过综合运用Michel转捩判据和γ-Re_(θt)转捩模型的方法实现对低雷诺数翼型的气动分析。首先通过Michel转捩判据和层流分离位置分别估算转捩动量厚度雷诺数,然后分别用Langtry和Tomac提出的经验关系式计算转捩动量厚度雷诺数和转捩区长度,通过UDF(User-Defined Functions)将不同组的3个经验关联值写入Fluent软件对E387翼型(雷诺数为3×10~5)进行数值分析,并与试验值进行了对比。结果表明:基于Michel转捩判据比基于层流分离更能准确预测转捩位置,基于层流分离预测的转捩位置过于靠前,但是2种方法的气动力计算结果与试验值都比较吻合,Langtry和Tomac的经验关系式计算结果之间差别不大,Tomac方法能够计算出分离泡,且与Selig油流试验吻合较好。     

海上湿气对翼型气动特性的影响初探

研究高湿度空气对风力机翼型气动性能影响对海上风力机翼型优化、提高发电效率具有重要意义。首先采用组分输运模型数值计算湿空气条件下翼型升阻力特性,其次在组分输运模型基础上,考虑湿空气中水蒸气的凝结,建立用户自定义函数定义凝结体积源项,求解输运方程。对湿空气流过翼型表面气动性能的初步研究发现：升阻力系数随湿度变化而改变,不考虑凝结时,升阻力系数随湿度增大而减小,当发生凝结时,升力系数增加。翼型表面前缘点附近凝结流量最大,翼型表面凝结流量随湿度增大而增大,温度越高,凝结流量越大。     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。