CN106599419B - 舰船艉流场数值仿真与风洞试验数据综合对比方法 - Google Patents

Abstract

舰船艉流场数值仿真与风洞试验数据综合对比方法，首先根据直升机的起降路线将艉部流场区域划分为重要敏感测试区域、普通测试区域，将直升机垂向速度分量作为影响起降的关键变量，将直升机侧向速度分量作为影响起降的主要变量，将直升机纵向速度分量作为影响起降的一般变量；获取CFD数据、PIV试验数据，然后计算垂向、侧向、纵向速度分量匹配误差，进而得到重要敏感测量区域、普通测量区域的数据质量，最后根据数据质量完成数据融合，得到最终数据。

Description

舰船艉流场数值仿真与风洞试验数据综合对比方法

技术领域

本发明涉及一种风洞测量技术，特别是一种舰船艉流场数值仿真与风洞试验数据综合对比方法。

背景技术

对艉流场的测试手段主要有数值仿真(CFD)和PIV风洞试验两种方法，获得的数据是流场速度三分量分布规律以及压力分布、紊流度分布，其变量为轴向速度、垂向速度和侧向速度；两种方法存在各自的优势与缺陷。因此，在得到双方数据后需要进行对比分析，以判断其数据的有效性。

目前西方国家主要通过对比艉部回流区的范围，涡核位置以及艉部空间点的速度矢量来进行双方数据分析，并通常认为风洞试验为“真实值”。然而对工程风限图、起降规程安全性分析而言，因测量技术成熟度偏低，得到的压力分布、紊流度分布等参数对风限图计算意义不大，在流场速度三分量分布规律方面并未形成系统的对比方法体系，也未见判断数据有效性的明确指标。这样以来，耗时耗力得到的风洞试验和实船测试结果仅作为验证CFD计算方法有效性的数据存在，这导致了实验数据资源的浪费，且CFD计算结果的精度并不是在所有区域内均一致，因此即使CFD计算方法经过了风洞试验和实船测量结果的验证，在某些区域内其计算结果可能仍然存在较大的误差。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种舰船艉流场数值仿真与风洞试验数据综合对比方法，克服了现有的验证方法误差较大、适用性差的问题。

本发明的技术解决方案是：舰船艉流场数值仿真与风洞试验数据综合对比方法，包括如下步骤：

(1)根据直升机的起降路线将艉部流场区域划分为重要敏感测试区域、普通测试区域；

(2)将直升机垂向速度分量作为影响起降的关键变量，将直升机侧向速度分量作为影响起降的主要变量，将直升机纵向速度分量作为影响起降的一般变量；获取CFD艉流场数值仿真数据、PIV风洞试验数据；所述的CFD艉流场数值仿真数据、PIV风洞试验数据均包括直升机垂向速度分量、直升机侧向速度分量、直升机纵向速度分量；

(3)计算直升机垂向速度分量匹配误差、直升机侧向速度分量匹配误差、直升机纵向速度分量匹配误差；

(4)在重要敏感测量区域，如果垂向速度匹配误差小于等于10％，则对应的PIV风洞试验数据的直升机垂向速度分量为优秀的数据质量，如果垂向速度匹配误差大于10％且小于等于15％，则对应的PIV风洞试验数据的直升机垂向速度分量为良好的数据质量，如果垂向速度匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机垂向速度分量为一般的数据质量；如果垂向速度匹配误差大于20％小于等于25％，则对应的PIV风洞试验数据的直升机垂向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机垂向速度分量为不可接受的数据质量；

(5)在重要敏感测量区域，如果侧向速度误差小于等于15％，则对应的PIV风洞试验数据的直升机侧向速度分量为优秀的数据质量，如果侧向速度误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机侧向速度分量为良好的数据质量，如果侧向速度误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机侧向速度分量为一般的数据质量，如果侧向速度误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机侧向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机侧向速度分量为不可接受的数据质量；

(6)在重要敏感测量区域，如果轴向速度误差小于等于15％，则对应的PIV风洞试验数据的直升机轴向速度分量为优秀的数据质量，如果轴向速度误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机轴向速度分量为良好的数据质量，如果轴向速度误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机轴向速度分量为一般的数据质量，如果轴向速度误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机轴向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机轴向速度分量为不可接受的数据质量；

(7)在普通测量区域，如果垂向速度匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机垂向速度分量为优秀的数据质量，如果垂向速度匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机垂向速度分量为良好的数据质量，如果垂向速度匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机垂向速度分量为一般的数据质量；如果垂向速度匹配误差大于25％小于等于30％，则对应的PIV风洞试验数据的直升机垂向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机垂向速度分量为不可接受的数据质量；

(8)在普通测量区域，如果侧向速度匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机侧向速度分量为优秀的数据质量，如果侧向速度匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机侧向速度分量为良好的数据质量，如果侧向速度匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机侧向速度分量为一般的数据质量；如果侧向速度匹配误差大于25％小于等于30％，则对应的PIV风洞试验数据的直升机侧向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机侧向速度分量为不可接受的数据质量；

(9)在普通测量区域，如果轴向速度误差小于等于20％，则对应的PIV风洞试验数据的直升机轴向速度分量为优秀的数据质量，如果轴向速度误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机轴向速度分量为良好的数据质量，如果轴向速度误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机轴向速度分量为一般的数据质量，如果轴向速度误差大于30％且小于等于35％，则对应的PIV风洞试验数据的直升机轴向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机轴向速度分量为不可接受的数据质量；

(10)当数据质量为优秀的数据质量时，得到最终数据为50％×PIV风洞试验数据+50％×CFD艉流场数值仿真数据；

当数据质量为良好的数据质量时，得到最终数据为60％×PIV风洞试验数据+40％×CFD艉流场数值仿真数据；

当数据质量为一般的数据质量时，得到最终数据为70％×PIV风洞试验数据+30％×CFD艉流场数值仿真数据；

当数据质量为优秀的数据质量时，重新生成CFD艉流场数值仿真数据、PIV风洞试验数据。

所述的根据直升机的起降路线将艉部流场区域划分为重要敏感测试区域、普通测试区域的方法包括如下步骤：

(1)将艉部流场区域中纵向距离机库门[3，飞行甲板长度]、横向距离舰船中纵面[左舷，右舷]、垂向方向距离飞行甲板表面[5，15]的盒形空间划分为重要敏感测量区域；所述的左舷或者右舷到中纵面的距离为飞行甲板宽度的一半；

(2)将横向距离船舷k倍旋翼直径、垂向距离海面[p，q]、纵向一侧距离舰船尾部k倍旋翼直径，纵向距离另一侧距离机库门[3，飞行甲板长度]的凹字型区域划分为普通测试区域，其中，k≥3，p≥10米，q≥28米且q>p；

(3)在重要敏感测量区域、普通测试区域设置采样点，重要敏感测量区域内采样点在x、y、z三个方向上的分辨率均为0.2m，普通测试区域内采样点在x、y、z三个方向上的分辨率均为0.5m，且采样点在重要敏感测量区域、普通测试区域的边界处重合。

所述的计算直升机垂向速度分量匹配误差、直升机侧向速度分量匹配误差、直升机纵向速度分量匹配误差的方法为：

直升机垂向速度分量匹配误差为|(PIV风洞试验数据直升机垂向速度分量-CFD艉流场数值仿真数据直升机垂向速度分量)/PIV风洞试验数据直升机垂向速度分量|×100％；直升机侧向速度分量匹配误差为|(PIV风洞试验数据直升机侧向速度分量-CFD艉流场数值仿真数据直升机侧向速度分量)/PIV风洞试验数据直升机侧向速度分量|×100％，直升机纵向速度分量匹配误差为|(PIV风洞试验数据直升机纵向速度分量-CFD艉流场数值仿真数据直升机纵向速度分量)/PIV风洞试验数据直升机纵向速度分量|×100％。

本发明与现有技术相比的优点在于：

本发明方法与现有技术相比，解决了现有技术中试验数据浪费和使用数据精度不足的缺陷，明显提高了艉流场的预测精度。

附图说明

图1为本发明方法中重要测量区域示意图；

图2为本发明方法中进舰下滑路线水平示意图(从悬停—悬停)；

图3为本发明方法中普通测量区域示意图。

具体实施方式

本发明针对现有技术的不足，提出一种舰船艉流场数值仿真与风洞试验数据综合对比方法，解决了现有技术中试验数据浪费和使用数据精度不足的缺陷，明显提高了艉流场的预测精度，下面结合附图对本发明方法进行详细说明。

一、测量区分级

根据直升机的起降路线将艉部流场区域划分为重要敏感测试区域和普通测试区域两类。

(1)重要敏感测试区域划分

如图1所示为本发明方法中重要测量区域示意图，根据应用特点将甲板位置纵向距离机库门[a,b](其中a＝3米，b＝飞行甲板长度)，横向距离舰船中纵面[左舷,右舷](其中，左舷或者右舷到中纵面的距离为甲板宽度一半)，垂向方向距离飞行甲板表面[m,n](其中m＝5米，n＝15米)的盒形空间划分为重要敏感测量区域。

(2)普通测试区域划分

如图2所示为本发明方法中进舰下滑路线水平示意图(从悬停—悬停)，直升机进场着舰方式包括0度、45度和90度，根据直升机抵近舰船时的位置特点，将普通测试区域定义为：横向距离船舷k倍旋翼直径(其中，k≥3)，垂向距离海面[p,q](其中p≥10米，q≥28米)，成一个“凹”字型区域，纵向一侧距离舰船尾部k倍旋翼直径，纵向距离另一侧距离机库门[a,b](其中a＝3米，b＝飞行甲板长度)，如图3为本发明方法中普通测量区域示意图。

敏感区域内采样点在x、y、z三个方向上的分辨率均为0.2m，一般区域内采样点在x、y、z三个方向上的分辨率均为0.5m，且采样点在敏感区域和一般区域边界处重合。

二、变量分级

与直升机操作性能直接相关的流场参数是三向速度(纵向速度、测向速度和垂向速度)，配合飞行过程中根据不同变量对直升机操作性能的影响程度将其分为三个等级：关键变量、主要变量和一般变量。

(1)配合飞行时，垂向速度分量直接影响到了直升机的总距操纵、脚蹬操纵和发动机功率，是影响起降的关键变量；

(2)配合飞行时，侧向速度分量显著影响直升机的横滚姿态、航向操纵，但是对功率下降有利，是影响起降的主要变量；

(3)配合飞行时，纵向速度相对于直升机而言一般影响纵向操纵量和姿态，余量充足，通常是影响起降的一般变量，但保守起见，在关键测量区仍定义该变量为主要变量。

三、数据可信度评价

采用静态误差分析进行度量。通常选取主要变量进行如下的简单运算：

匹配误差＝|(PIV值-CFD值)/PIV值|×100％。

通用的五级衡量标准是：

(1)优秀的；

(2)良好的；

(3)一般的；

(4)较差的；

(5)不可接受的。

本发明方法中数据质量和吻合度评级标准可建议为：

(1)在重要、敏感测量区域，垂向速度匹配误差小于等于10％，即可称为优秀的数据质量；小于等于15％时即可称为良好的数据质量；20％可称为一般的数据质量；小于等于25％时为较差的数据质量，其余为不可接受的数据质量。

(2)在重要、敏感测量区域，侧向速度和轴向速度为主要变量，匹配误差小于等于15％时即可称为优秀的数据质量；小于等于20％时即可称为良好的数据质量；小于等于25％时可称为一般的数据质量；小于等于30％时为较差的数据质量，其余为不可接受的数据质量。

(3)在普通测量区域，垂向速度降级为主要变量，侧向速度仍为主要变量，建议当匹配误差小于等于15％时即可称为优秀的质量；小于等于20％时即可称为良好的质量；小于等于25％时可称为一般的质量；小于等于30％时为较差的质量，其余为不可接受的数据质量。

(4)在普通测量区域，轴向速度降级为一般变量，建议当匹配误差小于等于20％时，即可称为优秀的质量；小于等于25％时可称为良好的质量；小于等于30％时可称为一般的质量；小于等于35％时为较差的质量，其余为不可接受的数据质量。

四、数据融合法

根据理论风限图计算的特点以及考虑后续基于理论风限图的直升机试飞安全性，两种数据中，在CFD仿真和PIV风洞试验数据质量的评价达到或接近良好时，采用公式：

最终数据＝(风洞试验可信度比例因子)×风洞试验数据+(CFD仿真可信度比例因子)×CFD仿真数据。

其中，上述风洞试验可信度比例因子和理论计算可信度比例因子之和为1.0，或100％。

建议融合比例因子选取方案是：

(1)优秀质量的数据选用55方式：

PIV风洞可信度50％，CFD仿真计算可信度50％。

(2)良好质量的数据选用64方式：

与简化模型理论计算结果进行对比，与理论结果吻合度更高的数据可信度60％，另一数据可信度40％。

(3)一般质量的数据，选用73方式：

与简化模型理论计算结果进行对比，并进行误差分析和数据修正，与理论结果吻合度更高的修正数据可信度70％，另一修正数据可信度30％。

(4)不可接收的质量的数据，需要重新进行风洞试验和CFD仿真计算。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (3)

1.舰船艉流场数值仿真与风洞试验数据综合对比方法，其特征在于包括如下步骤：

(1)根据直升机的起降路线将艉部流场区域划分为重要敏感测量区域、普通测量区域；

(2)将直升机垂向速度分量作为影响起降的关键变量，将直升机侧向速度分量作为影响起降的主要变量，将直升机纵向速度分量作为影响起降的一般变量；获取CFD艉流场数值仿真数据、PIV风洞试验数据；所述的CFD艉流场数值仿真数据、PIV风洞试验数据均包括直升机垂向速度分量、直升机侧向速度分量、直升机纵向速度分量；

(3)计算直升机垂向速度分量匹配误差、直升机侧向速度分量匹配误差、直升机纵向速度分量匹配误差；

(4)在重要敏感测量区域，如果直升机垂向速度分量匹配误差小于等于10％，则对应的PIV风洞试验数据的直升机垂向速度分量为优秀的数据质量，如果直升机垂向速度分量匹配误差大于10％且小于等于15％，则对应的PIV风洞试验数据的直升机垂向速度分量为良好的数据质量，如果直升机垂向速度分量匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机垂向速度分量为一般的数据质量；如果直升机垂向速度分量匹配误差大于20％小于等于25％，则对应的PIV风洞试验数据的直升机垂向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机垂向速度分量为不可接受的数据质量；

(5)在重要敏感测量区域，如果直升机侧向速度分量匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机侧向速度分量为优秀的数据质量，如果直升机侧向速度分量匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机侧向速度分量为良好的数据质量，如果直升机侧向速度分量匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机侧向速度分量为一般的数据质量，如果直升机侧向速度分量匹配误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机侧向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机侧向速度分量为不可接受的数据质量；

(6)在重要敏感测量区域，如果直升机纵向速度分量匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机纵向速度分量为优秀的数据质量，如果直升机纵向速度分量匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机纵向速度分量为良好的数据质量，如果直升机纵向速度分量匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机纵向速度分量为一般的数据质量，如果直升机纵向速度分量匹配误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机纵向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机纵向速度分量为不可接受的数据质量；

(7)在普通测量区域，如果直升机垂向速度分量匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机垂向速度分量为优秀的数据质量，如果直升机垂向速度分量匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机垂向速度分量为良好的数据质量，如果直升机垂向速度分量匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机垂向速度分量为一般的数据质量；如果直升机垂向速度分量匹配误差大于25％小于等于30％，则对应的PIV风洞试验数据的直升机垂向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机垂向速度分量为不可接受的数据质量；

(8)在普通测量区域，如果直升机侧向速度分量匹配误差小于等于15％，则对应的PIV风洞试验数据的直升机侧向速度分量为优秀的数据质量，如果直升机侧向速度分量匹配误差大于15％且小于等于20％，则对应的PIV风洞试验数据的直升机侧向速度分量为良好的数据质量，如果直升机侧向速度分量匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机侧向速度分量为一般的数据质量；如果直升机侧向速度分量匹配误差大于25％小于等于30％，则对应的PIV风洞试验数据的直升机侧向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机侧向速度分量为不可接受的数据质量；

(9)在普通测量区域，如果直升机纵向速度分量匹配误差小于等于20％，则对应的PIV风洞试验数据的直升机纵向速度分量为优秀的数据质量，如果直升机纵向速度分量匹配误差大于20％且小于等于25％，则对应的PIV风洞试验数据的直升机纵向速度分量为良好的数据质量，如果直升机纵向速度分量匹配误差大于25％且小于等于30％，则对应的PIV风洞试验数据的直升机纵向速度分量为一般的数据质量，如果直升机纵向速度分量匹配误差大于30％且小于等于35％，则对应的PIV风洞试验数据的直升机纵向速度分量为较差的数据质量，其余的PIV风洞试验数据的直升机纵向速度分量为不可接受的数据质量；

(10)当数据质量为优秀的数据质量时，得到最终数据为50％×PIV风洞试验数据+50％×CFD艉流场数值仿真数据；

当数据质量为良好的数据质量时，得到最终数据为60％×PIV风洞试验数据+40％×CFD艉流场数值仿真数据；

当数据质量为一般的数据质量时，得到最终数据为70％×PIV风洞试验数据+30％×CFD艉流场数值仿真数据；

当数据质量为不可接受的数据质量时，重新生成CFD艉流场数值仿真数据、PIV风洞试验数据。

2.根据权利要求1所述的舰船艉流场数值仿真与风洞试验数据综合对比方法，其特征在于：所述的根据直升机的起降路线将艉部流场区域划分为重要敏感测量区域、普通测量区域的方法包括如下步骤：

(1)将艉部流场区域中纵向距离机库门[3，飞行甲板长度]、横向距离舰船中纵面[左舷，右舷]、垂向方向距离飞行甲板表面[5，15]的盒形空间划分为重要敏感测量区域；所述的左舷或者右舷到中纵面的距离为飞行甲板宽度的一半；

(2)将横向距离船舷k倍旋翼直径、垂向距离海面[p，q]、纵向一侧距离舰船尾部k倍旋翼直径，纵向距离另一侧距离机库门[3，飞行甲板长度]的的凹字型区域划分为普通测量区域，其中，k≥3，p≥10米，q≥28米且q>p；

(3)在重要敏感测量区域、普通测量区域设置采样点，重要敏感测量区域内采样点在x、y、z三个方向上的分辨率均为0.2m，普通测量区域内采样点在x、y、z三个方向上的分辨率均为0.5m，且采样点在重要敏感测量区域、普通测量区域的边界处重合。

3.根据权利要求1或2所述的舰船艉流场数值仿真与风洞试验数据综合对比方法，其特征在于：所述的计算直升机垂向速度分量匹配误差、直升机侧向速度分量匹配误差、直升机纵向速度分量匹配误差的方法为：

直升机垂向速度分量匹配误差为|(PIV风洞试验数据直升机垂向速度分量-CFD艉流场数值仿真数据直升机垂向速度分量)/PIV风洞试验数据直升机垂向速度分量|×100％；直升机侧向速度分量匹配误差为|(PIV风洞试验数据直升机侧向速度分量-CFD艉流场数值仿真数据直升机侧向速度分量)/PIV风洞试验数据直升机侧向速度分量|×100％，直升机纵向速度分量匹配误差为|(PIV风洞试验数据直升机纵向速度分量-CFD艉流场数值仿真数据直升机纵向速度分量)/PIV风洞试验数据直升机纵向速度分量|×100％。