CN109444350B - 一种基于无人机的大气污染物监测传感器的布局方法 - Google Patents

一种基于无人机的大气污染物监测传感器的布局方法 Download PDF

Info

Publication number
CN109444350B
CN109444350B CN201811612946.8A CN201811612946A CN109444350B CN 109444350 B CN109444350 B CN 109444350B CN 201811612946 A CN201811612946 A CN 201811612946A CN 109444350 B CN109444350 B CN 109444350B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
determining
sensor
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811612946.8A
Other languages
English (en)
Other versions
CN109444350A (zh
Inventor
蔡铭
黄尧
王占永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201811612946.8A priority Critical patent/CN109444350B/zh
Publication of CN109444350A publication Critical patent/CN109444350A/zh
Application granted granted Critical
Publication of CN109444350B publication Critical patent/CN109444350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Abstract

本发明涉及一种基于无人机的大气污染物监测传感器的布局方法；包括：S1：构建用于计算流体动力学仿真的旋翼无人机简化几何模型，并逐步细化旋翼无人机简化几何模型的结构体征；S2：根据步骤S1细化的几何模型，网格化无人机与流场；S3：对网格化后的模型进行CFD仿真计算；S4：将流体动力学仿真计算结果进行后处理；S5：根据S4的后处理结果初步确定传感器安装稳定区的高度；S6：设计验证试验，对试验结果进行修正，确定传感器最终的安装位置；本发明所提供的仿真模拟方法，通过确定无人机机身周围的流场分布以及速度、压强等变化特征，为大气污染物传感器在无人机上的安装布局提供相应的科学依据。

Description

一种基于无人机的大气污染物监测传感器的布局方法
技术领域
本发明涉及大气环境科学领域，更具体地，涉及一种基于无人机的大气污染物监测传感器的布局方法。
背景技术
随着社会经济及工业化快速发展，大气污染问题也变得日益突显，制定大气污染防治措施也因此显得极为紧迫；大气污染防控策略制定的前提是尽可能准确地掌握大气污染物的变化特征。然而，由于大气污染物具有高分辨率的时空分布特征，以及在排放和扩散过程具有立体的变化特征，因此常规的二维水平监测已难以精确捕捉大气污染物质的三维动态变化过程。
与常规三维监测手段(铁塔、气球等)相比，无人机具有场地局限小、代价低、易控制等技术优点；因此利用无人机开展大气污染物的三维测量，能够获得更完整且精细的污染物的时空分布数据。
然而，目前大气污染物监测传感器在检测无人机上布局的合理性仍存在不足，这影响到利用无人机收集大气污染物变化数据的准确性，不利于无人机在环境监测领域应用与发展。
发明内容
本发明为克服上述现有技术所述的污染物监测传感器在检测无人机上布局的合理性不足的缺陷，提供一种基于无人机的大气污染物监测传感器的布局方法。
所述方法包括：首先构建用于计算流体动力学(Computational Fluid Dynamics，CFD)仿真的旋翼无人机简化几何模型，并逐步细化其结构体征；然后采用非结构体网格生成方式并考虑不同部件的形状尺寸，设计并获得质量合格的无人机及其周围流场的网格工程文件，之后设置实验场景约束下的仿真参数，利用CFD软件求算用于后处理计算的收敛解，再获取无人机周围两个垂直剖面的风速及压强分布图；根据后处理结果，基于两竖直立面分别建立以无人机为原点的XY坐标系，确定坐标系上风速压强的变化情况，统计两个垂直剖面上两个物理参数的稳定区高度，求其交集作为综合稳定高度，以此初步确定大气污染物监测传感器的进气口高度；最后，搭建多情景下(不同水平位置不同高度)的外场实验验证平台，通过与实测结果多角度比对，验证初选的大气污染物传感器的布局位置是否合理，并对布局位置做适当的修正，最终确定大气污染物监测传感器的最佳布局位置。之后在同一外界条件下与同一高度下的固定端污染传感器的测量结果进行对比，并进行后续参数修正，完善这一布局方法。
所述方法具体包括以下步骤：
S1：构建用于计算流体动力学仿真的旋翼无人机简化几何模型，并逐步细化旋翼无人机简化几何模型的结构体征；
S2：根据步骤S1细化的几何模型，网格化无人机与流场；
S3：对网格化后的模型进行CFD仿真计算；
S4：将CFD仿真计算结果进行后处理；
S5：根据S4的后处理结果初步确定传感器安装稳定区的高度；
S6：设计验证试验，对试验结果进行修正，确定传感器最终的安装位置。
本发明所述方法包括：S1：构建用于CFD仿真的旋翼无人机简化几何模型；并逐步细化其结构体征；S2：网格化无人机与流场；S3：计算流体动力学(CFD)仿真计算，将步骤S2中的网格文件导入计算流体动力学(CFD)仿真软件(如Fluent)进行相应参数的设置；S4：计算结果后处理，处理得到无人机主体截面的速度和压强分布，并确定稳定区为传感器的安装提供相应的布局方案；S5：根据S4的后处理结果初步确定传感器安装稳定区的高度；S6：设计验证试验，对试验结果进行修正，确定传感器最终的安装位置；采用本发明所述的基于旋翼无人机的大气污染物监测传感器的布局方法，使得传感器的安装更加高效、更加科学，有利于环境监测与管理的科学性。
优选地，步骤S1的具体过程为：根据所选型号无人机的大小还原无人机主要部件，同时去除原模型中的小部件，但要确保模型与测试机主体框架一致性。
优选地，步骤S2包括以下步骤：
S2.1：获取无人机工程文件，由于CAD软件与ICEM可能存在接口兼容问题，需要使用ICEM的一些修补工具对可能出现的拓扑错误、特征丢失问题进行修复，主要处理方法包括几何检查、封闭去除孔洞、特征检测等；
S2.2：使用ICEM的一些修补工具对出现的拓扑错误、特征丢失问题进行修复；由于CAD软件与ICEM可能存在接口兼容问题，需要使用ICEM的一些修补工具对可能出现的拓扑错误、特征丢失问题进行修复，主要处理方法包括几何检查、封闭去除孔洞、特征检测等；
S2.3：然后基于网格处理生成软件，采用非结构体网格的生成方式根据不同部件的形状尺寸设置不同的参数；
S2.4：生成质量合格的无人机和流场的网格并导出网格文件
优选地，步骤S3中的CFD仿真实验计算包括以下步骤：
S3.1：确定网格化后的模型尺寸，若与实际尺度存在差异，需要对模型进行缩放；
S3.2：对读取的网格进行检查，其中最小体积必须确保为正值；
S3.3：明确仿真流场状况，通过马赫数确定流场运动是低速不可压缩流动还是高速可压缩流动，然后选择压力基求解器和密度基求解器，并根据实际问题选择稳态/瞬态计算模型，同时使用雷诺数确定流体的运动状态，在此基础上选择合适的计算模型，并激活能量方程。
S3.4：确定无人机材料和流体材料，并激活Frame Motion设置螺旋域参数，使其更能真实反映无人机在悬停状态下(旋翼保持运动)流场变化；；
S3.5：设置流场速度入口和压力出口，以及相应的流体速度、方向以及压强大小，由于螺旋域网格与流场网格不同，并关联各Interface；
S3.6：升阻系数计算设置；
S3.7：根据网格形状选择对应的求解方法；
S3.8：监测机翼升力曲线和计算残差曲线，将其作为收敛判断依据；
S3.9：对仿真环境参数(包括风速风向、压力压强、温度湿度等)进行初始化，并进行迭代计算；原因是对于稳态计算，初始值虽然不会影响最终结果，但是会影响收敛过程，好的初始值能加快收敛速度，反之会减缓收敛速度；而对于瞬态计算，初始值将直接影响计算结果，最后进行迭代计算。
优选地，步骤S3.7求解方法的选择方法为：对于三角形和四面体网格(流动和网格不成一条线)，采用二阶求解方法；对于矩形网格或六面体网格(流动和网格成一条线)，采用一阶求解方法。
优选地，步骤S4结果后处理：将仿真结果进行后处理，得到无人机主体截面的速度、压强分布主要步骤包括：
S4.1：在CFD-Post中导入CFD仿真计算出的结果文件；
S4.2：在CFD-Post中创建两个竖直剖面，将平面数据可视化，得到各剖面无人机机身附近的速度分布情况和各个剖面无人机机身附近的压强分布情况。
优选地，步骤S5包括以下步骤：
S5.1：基于两竖直剖面分别建立以无人机为原点的XY坐标系；
S5.2：根据S4的后处理结果，确定坐标系上风速压强的变化情况；使用Fv(x,y,z1)表示风速的变化情况，x代表横坐标，y代表纵坐标，z1代表风速的数值；使用Fp(x,y,z2)表示压强的变化情况，x代表横坐标，y代表纵坐标，z2代表压强的数值；
S5.3：当机身周围风速压强接近环境值时，将此处的y值作为该竖直剖面风速稳定区或压强稳定区的高度，统计两个竖直剖面上风速和压强两个物理参数的稳定区高度，求其交集作为综合稳定高度，初步确定大气污染物监测传感器的进气口高度。
优选地，所述步骤S6包括以下步骤：
S6.2：将S5所确定得传感器安装稳定区的高度及水平位置与实测结果多比对，并判断两者误差范围，验证初选的大气污染物传感器的布局位置是否合理；
若两者误差率均在10％以内，则直接确定传感器位置；
若两者误差率均在20％以内，且至少存在一个的误差率超过10％的，则进行步骤S6.3，
若两者误差率均超过20％，则返回步骤S3重新进行仿真计算；
S6.3：调整进气口的位置，对传感器布局位置进行调整，确定大气污染物监测传感器的最佳布局位置；
其中进气口位置调整范围为：水平位置以无人机机身为起点测量，调整范围为无人机中心长度的一半的范围内；竖直高度为同起点测量0-100cm之间。
与现有技术相比，本发明技术方案的有益效果是：采用本发明所述的仿真模拟方法，通过确定无人机机身周围的流场分布以及速度、压强等变化特征，为大气污染物传感器在无人机上的安装布局提供相应的科学依据。
附图说明
图1是本发明的实施流程图。
图2是本发明中无人机和流场的网格矢量化示意图。
图3是本发明中相应截面下无人机周围流场的速度分布图。
图4是本发明中相应截面下无人机周围流场的压强分布图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
本实施例提供一种基于无人机的大气污染物监测传感器的布局方法。
如图1所示，所述方法包括以下步骤：
S1：构建用于CFD仿真的旋翼无人机简化几何模型，并逐步细化其结构体征。具体步骤包括：在相应的设计软件(如UG、ProE)中根据实机大小还原机身、机翼等主要部件，同时基于提高计算效率的目的，需要去除原模型中的小部件(d<1cm)，但要确保模型与测试机主体框架的一致性(包括尺寸、结构)。
S2：无人机与流场的网格矢量化，具体步骤包括：
S2.1：获取相应格式的工程文件(如.step,.igs等格式)；
S2.2：使用ICEM的一些修补工具对可能出现的拓扑错误、特征丢失问题进行修复，主要处理方法包括几何检查、封闭去除孔洞、特征检测等；
S2.3：然后基于网格处理生成软件(如ICEM)；采用非结构体网格的生成方式根据不同部件的形状尺寸设置不同的参数(具体设置要与后续仿真实验相对应，包括旋转域设置和MRF模型的对应等)；
S2.4：生成质量合格的无人机和流场的网格并导出网格文件(如图2所示)。
所述步骤S3中CFD仿真实验计算为主要步骤包括：
S3.1：确定网格化后的模型尺寸，若与实际尺度存在差异，需要对模型进行缩放。
S3.2：对读取的网格进行检查，其中最需要关注的参数为最小体积(minimumvolume)，必须确保其为正值。
S3.3：明确仿真流场状况，通过马赫数确定流场运动是低速不可压缩流动(Ma<0.2)还是高速可压缩流动(Ma>0.2)，然后相应选择压力基求解器和密度基求解器，并根据实际问题选择稳态/瞬态计算模型，同时使用雷诺数确定流体的运动状态(湍流或层流)，在此基础上选择合适的计算模型(对于旋翼无人机，计算场景多为湍流，湍流模型主要使用RNG k-epsilon、Realizable k-epsilon、SST k-omega等)并激活能量方程。
S3.4：确定无人机材料(如铝)和流体材料(空气)，并激活Frame Motion并设置螺旋域参数(如各旋翼旋转轴起始点，旋翼的角速度等)。
S3.5：设置流场速度入口和压力出口，以及相应的流体速度、方向以及压强大小，并关联各Interface。
S3.6：升阻系数计算。
S3.7：根据网格形状选择对应的求解方法；对于三角形和四面体网格(流动和网格不成一条线)，优选二阶求解方法；对于矩形网格或六面体网格(流动和网格成一条线)，优选一阶求解方法。
S3.8：监测机翼升力曲线和计算残差曲线，将其作为收敛判断依据。
S3.9：对仿真环境参数(包括风速风向、压力压强、温度湿度等)进行初始化，并进行迭代计算。
所述的步骤S4的结果后处理为：对仿真结果进行后处理，得到无人机主体截面的速度、压强分布(如图3、图4所示)主要步骤包括：
S4.1：在CFD-Post中导入Fluent计算出的结果文件；
S4.2：在CFD-Post中创建两个竖直剖面，将平面数据可视化，得到各剖面无人机机身附近的速度分布情况和各个剖面无人机机身附近的压强分布情况。
所述步骤S5中确定传感器安装的综合稳定区高度，主要步骤包括：
S5.1：基于两竖直剖面分别建立以无人机为原点的XY坐标系；
S5.2：根据S4的后处理结果，确定坐标系上风速压强的变化情况；使用Fv(x,y,z1)表示风速的变化情况，x代表横坐标，y代表纵坐标，z1代表风速的数值；使用Fp(x,y,z2)表示压强的变化情况，x代表横坐标，y代表纵坐标，z2代表压强的数值；
S5.3：当机身周围风速压强接近环境值时，可将此处的y值作为该立面该物理参量稳定区的高度，统计两个垂直剖面上两个物理参数的稳定区高度，求其交集作为综合稳定高度，以此初步确定大气污染物监测传感器的进气口高度。
所述步骤S6包括以下步骤：
S6.1：搭建多情景下(不同水平位置不同高度)的外场实验验证平台；
S6.2：将S5所确定的传感器安装稳定区的高度及水平位置与实测结果多比对，并判断两者误差范围，验证初选的大气污染物传感器的布局位置是否合理；
若两者误差率均在10％以内，则直接确定传感器位置；
若两者误差率均在20％以内，且至少存在一个的误差率超过10％的，则进行步骤S6.3，
若两者误差率均超过20％，则返回步骤S3重新进行仿真计算；
S6.3：调整进气口的位置，对传感器布局位置进行调整，确定大气污染物监测传感器的最佳布局位置；
其中进气口位置调整范围为：水平位置以无人机机身为起点测量，调整范围为无人机中心长度的一半的范围内；竖直高度为同起点测量0-100cm之间。
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于无人机的大气污染物监测传感器的布局方法，其特征在于，所述方法包括以下步骤：
S1：构建用于CFD仿真的旋翼无人机简化几何模型，并逐步细化旋翼无人机简化几何模型的结构体征；具体为：确保模型与测试机主体框架一致性的前提下，根据所选型号无人机的大小还原无人机主要部件，同时去除原模型中的小部件；
S2：根据步骤S1细化的几何模型，网格化无人机与流场；
S3：对网格化后的模型进行CFD仿真计算，包括：
S3.1：确定网格化后的模型尺寸，若与实际尺度存在差异，则对模型进行缩放；
S3.2：对读取的网格进行检查，其中最小体积必须确保为正值；
S3.3：明确仿真流场状况，通过马赫数确定流场运动是低速不可压缩流动还是高速可压缩流动，然后选择压力基求解器和密度基求解器，并根据实际问题选择稳态/瞬态计算模型，同时使用雷诺数确定流体的运动状态，确定计算模型，并激活能量方程；
S3.4：确定无人机材料和流体材料，并激活Frame Motion设置螺旋域参数，使其能真实反映无人机在悬停状态下的流场变化；
S3.5：设置流场速度入口和压力出口，以及相应的流体速度、方向以及压强大小，再关联各Interface；
S3.6：升阻系数计算设置；
S3.7：根据网格形状选择对应的求解方法；
S3.8：监测机翼升力曲线和计算残差曲线，将其作为收敛判断依据；
S3.9：对仿真环境参数进行初始化，并进行迭代计算；
S4：将CFD仿真计算结果进行后处理；
S5：根据S4的后处理结果初步确定传感器安装稳定区的高度，包括：
S5.1：基于两竖直剖面分别建立以无人机为原点的XY坐标系；
S5.2：根据S4的后处理结果，确定坐标系上风速压强的变化情况；使用Fv(x，y，z1)表示风速的变化情况，x代表横坐标，y代表纵坐标，z1代表风速的数值；使用Fp(x,y,z2)表示压强的变化情况，x代表横坐标，y代表纵坐标，z2代表压强的数值；
S5.3：当机身周围风速压强接近环境值时，将此处的y值作为该竖直剖面风速稳定区或压强稳定区的高度，统计两个竖直剖面上风速和压强两个物理参数的稳定区高度，求其交集作为综合稳定高度，初步确定大气污染物监测传感器的进气口高度；
S6：设计验证试验，确定传感器最终的安装位置。
2.根据权利要求1所述的基于无人机的大气污染物监测传感器的布局方法，其特征在于，步骤S2包括以下步骤：
S2.1：获取无人机工程文件；
S2.2：使用ICEM的一些修补工具对出现的拓扑错误、特征丢失问题进行修复；
S2.3：然后基于网格处理生成软件，采用非结构体网格的生成方式根据不同部件的形状尺寸设置相应的参数；
S2.4：生成质量合格的无人机和流场的网格并导出网格文件。
3.根据权利要求1所述的基于无人机的大气污染物监测传感器的布局方法，其特征在于，步骤S3.7求解方法的选择方法为：对于三角形和四面体网格，采用二阶求解方法；对于矩形网格或六面体网格，采用一阶求解方法。
4.根据权利要求1所述的基于无人机的大气污染物监测传感器的布局方法，其特征在于，步骤S4包括以下步骤：
S4.1：在CFD-Post中导入CFD仿真计算出的结果文件；
S4.2：在CFD-Post中创建两个竖直剖面，将平面数据可视化，得到各剖面无人机机身附近的速度分布情况和各个剖面无人机机身附近的压强分布情况。
5.根据权利要求1所述的基于无人机的大气污染物监测传感器的布局方法，其特征在于，所述步骤S6包括以下步骤：
S6.1：搭建多情景下的外场实验验证平台；
S6.2：将S5所确定的传感器安装稳定区的高度及水平位置与实测结果多比对，并判断两者误差范围，验证初选的大气污染物传感器的布局位置是否合理；
若两者误差率均在10％以内，则直接确定传感器位置；
若两者误差率均在20％以内，且至少存在一个的误差率超过10％的，则进行步骤S6.3，
若两者误差率均超过20％，则返回步骤S3重新进行仿真计算；
S6.3：调整进气口的位置，对传感器布局位置进行调整，确定大气污染物监测传感器的最佳布局位置；
其中进气口位置调整范围为：水平位置以无人机机身中心为起点测量，调整范围为无人机长度的一半的范围内；竖直高度为同起点测量0-100cm之间。
CN201811612946.8A 2018-12-27 2018-12-27 一种基于无人机的大气污染物监测传感器的布局方法 Active CN109444350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811612946.8A CN109444350B (zh) 2018-12-27 2018-12-27 一种基于无人机的大气污染物监测传感器的布局方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811612946.8A CN109444350B (zh) 2018-12-27 2018-12-27 一种基于无人机的大气污染物监测传感器的布局方法

Publications (2)

Publication Number Publication Date
CN109444350A CN109444350A (zh) 2019-03-08
CN109444350B true CN109444350B (zh) 2021-09-24

Family

ID=65539818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811612946.8A Active CN109444350B (zh) 2018-12-27 2018-12-27 一种基于无人机的大气污染物监测传感器的布局方法

Country Status (1)

Country Link
CN (1) CN109444350B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948265B (zh) * 2019-03-25 2023-06-09 无锡威孚力达催化净化器有限责任公司 基于仿真的NOx传感器位置合理性评价方法
CN110007051B (zh) * 2019-04-07 2023-12-05 常州工业职业技术学院 无人机空污检测方法及系统、无人机
CN111007113B (zh) * 2019-11-22 2020-09-01 湖南城市学院 一种金属氧化物半导体气体传感器结构优化设计方法
CN111324945B (zh) * 2020-01-20 2023-09-26 阿波罗智能技术(北京)有限公司 传感器方案确定方法、装置、设备及存储介质
CN112213443B (zh) * 2020-05-25 2021-05-14 南京大学环境规划设计研究院集团股份公司 一种旋翼无人机大气污染物浓度监测值偏差修正方法
CN111564031A (zh) * 2020-05-26 2020-08-21 河南赛贝电子科技有限公司 一种网格化大气污染应急移动监测系统
CN112733352B (zh) * 2020-12-31 2023-12-08 芯和半导体科技（上海）股份有限公司 一种布局前高速串行信号通道仿真的创新方法
CN115688636B (zh) * 2022-12-29 2023-04-07 浙江远算科技有限公司 一种基于计算流体力学的大气环境污染修复仿真方法及系统
CN117787147B (zh) * 2024-02-28 2024-05-03 中国空气动力研究与发展中心计算空气动力研究所 一种求解全速域流动问题的模型建立方法及相关产品

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096739B (zh) * 2011-02-15 2012-10-10 中国航空工业集团公司西安飞机设计研究所 一种飞机燃油量测量传感器布局优化设计方法
CN104991982B (zh) * 2015-04-16 2018-09-25 北京理工大学 一种飞行器气动弹性惯性传感器布局方法
CN108052781A (zh) * 2018-01-25 2018-05-18 中国民航大学 一种针对近地阶段飞机尾流的主动干预模拟实验方法
CN108595792B (zh) * 2018-04-10 2021-01-19 西安交通大学 一种飞机油箱燃油测量传感器布局优化方法

Also Published As

Publication number Publication date
CN109444350A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109444350B (zh) 一种基于无人机的大气污染物监测传感器的布局方法
CN105718634B (zh) 一种基于非概率区间分析模型的翼型鲁棒优化设计方法
Edwards et al. PIV measurements and CFD simulation of the performance and flow physics and of a small‐scale vertical axis wind turbine
CN109033664B (zh) 基于cfd的考虑建筑体穿流效应的建筑风环境评估方法
Biancolini et al. Static aeroelastic analysis of an aircraft wind-tunnel model by means of modal RBF mesh updating
CN113094837A (zh) 一种基于强风作用下水平轴风力机叶片的抗风设计方法
Han et al. Large eddy simulation for atmospheric boundary layer flow over flat and complex terrains
Mallick et al. Modelling of wind pressure coefficients on C-shaped building models
Su Accurate and robust adaptive mesh refinement for aerodynamic simulation with multi‐block structured curvilinear mesh
Pandya et al. Accuracy, Scalability, and Efficiency of Mixed-Element USM3D for Benchmark Three-Dimensional Flows
CN114139797A (zh) 光伏板表面积灰预测系统及方法、存储介质及电子设备
Uchida High-Resolution LES of Terrain-Induced Turbulence around Wind Turbine Generators, by Using Turbulent Inflow Boundary Conditions
Krog Kruse et al. A two‐dimensional quantitative parametric investigation of simplified surface imperfections on the aerodynamic characteristics of a NACA 63 3‐418 airfoil
Falcinelli et al. Influence of topography on wind pressures in tanks using CFD
Jin Numerical simulation of wind turbine wakes based on actuator line method in NEK5000
Logsdon et al. A procedure for numerically analyzing airfoils and wing sections
Sripathi The impact of active aerodynamics on motorcycles using computational fluid dynamics simulations
Länger‐Möller Impact of wall roughness and turbulence level on the performance of a horizontal axis wind turbine with the U‐RANS solver THETA
CN113536640A (zh) 一种基于正交试验的布风器内部流道结构的优化设计方法
Castelli et al. Reliability of numerical wind tunnels for VAWT simulation
CN106529086A (zh) 用于机械结构件的静载荷强度有限元仿真精度的确定方法
Breton et al. On the prediction of tip vortices in the near wake of the MEXICO rotor using the actuator surface method
Fu et al. Dual-solver research based on the coupling of flux reconstruction and finite volume methods
CN112163381B (zh) 一种适用于复杂地形风场流动数值模拟的侧向边界条件设置方法
Singer et al. Implementation and assessment of turbine wake models in the Weather Research and Forecasting model for both mesoscale and large-eddy simulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant