基于稀疏网格配置方法的超燃冲压发动机高维不确定性量化

为了定量地研究随机不确定性对超燃冲压发动机性能评估及优化设计可能带来的影响及其规律特征,基于高斯过程描述发动机工作状态及来流环境等控制参数随机误差,建立由自由来流条件、进气道压缩系统以及燃烧加热等构成的发动机输入边界不确定性表征.耦合全局敏感度分析、稀疏网格技术、概率配置方法及等压燃烧热力学分析模型,提出了面向超燃冲压...     

基于直接模拟蒙特卡洛方法的真空羽流不确定量化研究

真实流动环境下的真空羽流必然存在着各种不确定性,那么确定性输入条件的数值模拟必然会存在偏差,因此需进一步研究不确定性对羽流流动特征的影响规律。本文采用直接模拟蒙特卡洛(DSMC)方法,对不确定性输入的羽流流场进行模拟;采用稀疏的概率配置点方法对来流、壁面及模型参数等输入不确定量进行描述,对不确定性的传播和输出目标的平均值、方差及不确定度进行计算。研究表明,流场不确定性沿流线传播至流速最大处之后迅速增强,并在声速线前出现骤减的现象;传播至声速线之后,挡板壁面输入不确定性的影响凸显。其中最为显著的是,压力不确定度在挡板驻点位置达到全场最大值,约为输入不确定量(3.54%)的2.1倍。此外,温度跳跃不确定度受到壁面温度不确定性输入的限制而近似保持为一个恒定值,约为输入不确定度的0.8倍。进而,壁面热流不确定度(5.54%)比壁面正应力不确定度(6.25%)略小,切应力不确定度最小(5.07%)。Sobol’全局敏度分析表明,喉道速度和喉道压力的输入不确定性对气动力/热不确定度的贡献是最大的,且远远超过了壁面温度和模拟分子直径不确定性输入的贡献。     

基于DSMC方法的真空羽流不确定量化研究-空间推进专刊*

真实流动环境下的真空羽流必然存在着多种不确定性,那么确定条件输入的数值模拟会存在偏差,因此需进一步研究不确定性对羽流流动特征的影响规律。本文采用直接模拟蒙特卡洛（DSMC）方法对不确定性输入的羽流流场进行模拟,采用稀疏的概率配置点方法对来流、壁面及模型参数等输入不确定量进行描述,对不确定性的传播和输出目标的平均值、方差及不确定度进行计算。研究表明,流场不确定性沿流线传播至流速最大处之后迅速增强,并在声速线前出现骤减的现象,传播至声速线之后,挡板壁面输入不确定性的影响凸显。最突出的是,压力不确定度在挡板驻点位置达到全场最大值,约为输入不确定量（3.54%）的2.1倍。此外,温度跳跃不确定度受到壁面温度不确定性输入的限制而近似保持为一个恒定值,约为输入不确定度的0.8倍。进而,壁面热流不确定度（5.54%）比壁面正应力不确定度（6.25%）略小,切应力不确定度最小（5.07%）。Sobol’全局敏度分析表明,喉道速度和喉道压力的输入不确定性对气动力/热不确定度的贡献是最大的,且远远超过了壁面温度和模拟分子直径不确定性输入的贡献。