CN111046493A - 一种基于集中载荷的旋翼气动噪声计算方法 - Google Patents

Abstract

本发明属于直升机空气动力学技术领域，公开了一种基于集中载荷的旋翼气动噪声计算方法。包括：S1，进行旋翼气动仿真得到多个桨叶剖面的集中载荷，每个桨叶剖面的集中载荷包括对应桨叶剖面的升力系数、阻力系数；S2，根据每个桨叶剖面的升力系数、阻力系数，计算每个桨叶微段的升力、阻力；其中，桨叶微段与桨叶剖面一一对应；S3，根据每个桨叶微段的升力、阻力分别计算对应桨叶微段的升力、阻力的离散载荷；S4，根据所有桨叶微段的升力、阻力的离散载荷计算旋翼气动噪声，将旋翼气动计算得到的集中载荷转换成沿弦向分布的离散载荷，高效率地计算出各个观测点处的旋翼噪声值。

Description

一种基于集中载荷的旋翼气动噪声计算方法

技术领域

本发明属于直升机空气动力学技术领域，尤其涉及一种基于集中载荷的旋翼气动噪声计算方法。

背景技术

外部噪声大是直升机的固有缺点之一，使得直升机会对周围环境以及地面人员产生较严重的噪声污染和影响，不论在民用领域还是军事领域，这都限制了直升机的进一步使用。而旋翼和尾桨的气动噪声是直升机远场噪声最主要的来源，因此，开展直升机旋翼/尾桨气动噪声研究，建立可靠的噪声预估算法，是实现直升机降噪技术的基础。

直升机旋翼气动噪声计算领域常用的方法是固体边界发声的气动声学基本方程，即FW-H方程，它的实用形式是Farassat 1A公式：

式中，p’是扰动声压，p’_T代表旋翼旋转噪声中的厚度噪声成分，p’_L代表旋翼旋转噪声中的载荷噪声成分；a₀和ρ₀分别表示无扰动介质中的音速和密度，v_n为桨叶表面的法向运动速度；r为积分面到观察点之间的距离，

为积分面指向观察点的单位矢量，[·]_ret表示括号内的变量都在延迟时间下取值；桨叶载荷定义为

P_ij是压缩应力张量，其包含表面压强和粘性应力；

和t分别表示观测点所在位置和声波到达观测点的时刻；字母头上圆点“·”表示时间导数，n表示积分面的单位法向矢量，M为积分面运动马赫数。

上述噪声计算公式中，需要确定l_r等参数。这些是与桨叶气动载荷相关的量，在计算旋翼噪声之前，应确定桨叶表面的气动载荷分布。通过旋翼流场计算可以得到桨叶的载荷分布，常用的方法之一是基于RANS方程的CFD(计算流体力学)方法，该方法将桨叶离散成一个个网格，通过求解N-S方程得到每个网格点处的载荷。相比于CFD方法，自由尾迹方法计算效率高，并且能模拟出桨尖涡轨迹，特别适合于旋翼桨-涡干扰状态的计算。它输出的是桨叶沿径向分布剖面的集中载荷，还不能直接用于噪声计算。

发明内容

针对上述背景技术中的问题，本发明的目的在于提供一种基于集中载荷的旋翼气动噪声计算方法，根据非紧致源假设，将旋翼气动计算得到的集中载荷转换成沿弦向分布的离散载荷，高效率地计算出各个观测点处的旋翼噪声值。

为达到上述目的，本发明采用如下技术方案予以实现。

一种基于集中载荷的旋翼气动噪声计算方法，所述方法包括：

S1，进行旋翼气动仿真得到多个桨叶剖面的集中载荷，每个桨叶剖面的集中载荷包括对应桨叶剖面的升力系数、阻力系数；

S2，根据每个桨叶剖面的升力系数、阻力系数，计算每个桨叶微段的升力、阻力；其中，桨叶微段与桨叶剖面一一对应；

S3，根据每个桨叶微段的升力、阻力分别计算对应桨叶微段的升力、阻力的离散载荷；

S4，根据所有桨叶微段的升力、阻力的离散载荷计算旋翼气动噪声。

本发明技术方案的特点和进一步的改进为：

(1)S1中，采用自由尾迹方法获取多个桨叶剖面的集中载荷。

(2)S2中，采用叶素理论计算每个桨叶微段的升力、阻力。

(3)S2具体为：

对于展向位置为r，宽度为dr的微段，得到该桨叶微段的升力dL(ψ，r)为：

式中，C_l(ψ,r)表示桨叶剖面的升力系数，C_d(ψ,r)表示桨叶剖面的阻力系数，c表示桨叶微段的弦长，U表示桨叶微段的来流速度，ρ表示空气密度，ψ表示桨叶的方位角。

(4)S2具体为：

对于展向位置为r，宽度为dr的微段，得到该桨叶微段的阻力dD(ψ，r)为：

式中，C_l(ψ，r)表示桨叶剖面的升力系数，C_d(ψ，r)表示桨叶剖面的阻力系数，c表示桨叶微段的弦长，U表示桨叶微段的来流速度，ρ表示空气密度，ψ表示桨叶的方位角。

(5)S3，具体为：

在非紧致源假设下，根据每个桨叶微段的升力计算对应桨叶微段的升力的离散载荷

为：

式中，x为沿弦向的位置，c表示桨叶微段的弦长。

(6)S3，具体为：

在非紧致源假设下，根据每个桨叶微段的升力计算对应桨叶微段的阻力的离散载荷

为：

式中，x为沿弦向的位置，c表示桨叶微段的弦长。

(7)S4中，根据FW-H方程推导的Farassat 1A公式，采用所有桨叶微段的升、阻力的离散载荷计算旋翼气动噪声。

本发明的有益效果：本发明技术方案基于集中载荷计算旋翼气动噪声的方法，可以利用自由尾迹模拟的旋翼气动载荷结果作为输入，计算效率高，而且非常适用于计算旋翼的桨-涡干扰噪声。

附图说明

图1为本发明实施例提供的旋翼气动计算结果示意图；

图2为本发明实施例提供的旋翼噪声评估结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明中，采用旋翼气动仿真得到的集中载荷作为噪声计算输入。利用自由尾迹方法计算得到桨叶剖面升力系数、阻力系数和来流马赫数，对于展向位置为r，宽度为dr的叶素，由叶素理论可知，桨叶微段升、阻力分别为：

式中，C_l(ψ,r)，C_d(ψ,r)分别表示桨叶升力系数和阻力系数，c表示桨叶该段弦长，U表示桨叶微段来流速度。

利用Farassat 1A公式进行气动噪声计算需要对桨叶的弦向和展向展开积分计算，而桨叶的集中载荷位于在桨叶弦向1/4点处，因此，需将桨叶剖面集中载荷沿弦向进行离散分布。在非紧致源假设下，桨叶载荷离散公式为：

已知桨叶沿径向的集中载荷，通过公式(6)，就可以得到每个剖面载荷沿弦向的分布，从而进行旋翼气动噪声计算。

本发明技术方案的基于集中载荷计算旋翼气动噪声算法，可以利用自由尾迹模拟的旋翼气动载荷结果作为输入，计算效率高，而且非常适用于计算旋翼的桨-涡干扰噪声。图1和图2展示了某旋翼斜下降状态的计算结果，斜下降状态是典型的桨-涡干扰状态，该飞行状态下会发生平行桨-涡干扰，从而产生严重的桨-涡干扰噪声。从图1可以看出，剖面的法向力系数在90°方位角(前行侧)和270°方位角(后行侧)附近剧烈振荡，说明发生了桨-涡干扰。图2是利用该算法得到的旋翼噪声分布云图，可以看出在前行侧和后行侧斜下方各有一处噪声集中区域，为桨-涡干扰噪声，与气动计算结果一致。

以上所述，仅为本发明的具体实施例，对本发明进行详细描述，未详尽部分为常规技术。但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，所述方法包括：

S1，进行旋翼气动仿真得到多个桨叶剖面的集中载荷，每个桨叶剖面的集中载荷包括对应桨叶剖面的升力系数、阻力系数；

S2，根据每个桨叶剖面的升力系数、阻力系数，计算每个桨叶微段的升力、阻力；其中，桨叶微段与桨叶剖面一一对应；

S3，根据每个桨叶微段的升力、阻力分别计算对应桨叶微段的升力、阻力的离散载荷；

S4，根据所有桨叶微段的升力、阻力的离散载荷计算旋翼气动噪声。

2.根据权利要求1所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S1中，采用自由尾迹方法获取多个桨叶剖面的集中载荷。

3.根据权利要求1所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S2中，采用叶素理论计算每个桨叶微段的升力、阻力。

4.根据权利要求1所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S2具体为：

对于展向位置为r，宽度为dr的微段，得到该桨叶微段的升力dL(ψ，r)为：

式中，C_l(ψ,r)表示桨叶剖面的升力系数，C_d(ψ,r)表示桨叶剖面的阻力系数，c表示桨叶微段的弦长，U表示桨叶微段的来流速度，ρ表示空气密度，ψ表示桨叶的方位角。

5.根据权利要求1所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S2具体为：

对于展向位置为r，宽度为dr的微段，得到该桨叶微段的阻力dD(ψ，r)为：

式中，C_l(ψ，r)表示桨叶剖面的升力系数，C_d(ψ，r)表示桨叶剖面的阻力系数，c表示桨叶微段的弦长，U表示桨叶微段的来流速度，ρ表示空气密度，ψ表示桨叶的方位角。

6.根据权利要求5所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S3，具体为：

在非紧致源假设下，根据每个桨叶微段的升力计算对应桨叶微段的升力的离散载荷

为：

式中，x为沿弦向的位置，c表示桨叶微段的弦长。

7.根据权利要求5所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S3，具体为：

在非紧致源假设下，根据每个桨叶微段的升力计算对应桨叶微段的阻力的离散载荷

为：

式中，x为沿弦向的位置，c表示桨叶微段的弦长。

8.根据权利要求1所述的一种基于集中载荷的旋翼气动噪声计算方法，其特征在于，S4中，根据FW-H方程推导的Farassat 1A公式，采用所有桨叶微段的升、阻力的离散载荷计算旋翼气动噪声。

Images