CN113127976A - 一种宽速域的边界层分离诱导转捩预测方法、装置、设备及介质 - Google Patents

一种宽速域的边界层分离诱导转捩预测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113127976A
CN113127976A CN202110439026.6A CN202110439026A CN113127976A CN 113127976 A CN113127976 A CN 113127976A CN 202110439026 A CN202110439026 A CN 202110439026A CN 113127976 A CN113127976 A CN 113127976A
Authority
CN
China
Prior art keywords
eff
transition
boundary layer
gamma
separation
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.)
Granted
Application number
CN202110439026.6A
Other languages
English (en)
Other versions
CN113127976B (zh
Inventor
赵雅甜
刘宏康
王俊峰
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202110439026.6A priority Critical patent/CN113127976B/zh
Publication of CN113127976A publication Critical patent/CN113127976A/zh
Application granted granted Critical
Publication of CN113127976B publication Critical patent/CN113127976B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了一种宽速域的边界层分离诱导转捩预测方法、装置、设备及介质,其方法包括:根据飞行器的外形尺寸获取其计算网格,获取来流参数;根据飞行器的网格和来流参数,采用改进的k‑ω‑γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测;改进的k‑ω‑γ转捩模式包括:(1)通过构造阻尼函数对有效长度尺度进行修正,(2)构造基于当地变量的压力梯度因子作为分离转捩指示因子,(3)基于压力梯度因子构造能反映边界层分离效应的分离间歇因子,从而实现了k‑ω‑γ模式的分离诱导转捩预测功能。本发明可同时适用于亚声速、跨声速和超声速的分离诱导转捩预测。本发明完全基于当地变量和Galilean不变量,可应用于基于坐标系运动的大规模并行的现代CFD程序。

Description

一种宽速域的边界层分离诱导转捩预测方法、装置、设备及 介质
技术领域
本发明属于转捩预测技术领域,具体涉及一种宽速域的边界层分离诱导转捩预测方法、 装置、设备及介质。
背景技术
转捩是流动从分层稳定的层流状态演化为混沌紊乱的湍流状态的连续物理过程。边界层 转捩过程包含多种失稳形式,目前认知到的失稳模态主要包括:模态增长阶段的第一、二模 态和
Figure BDA0003034284040000011
模态等;三维流动中出现的横流模态;流动分离诱发的分离失稳以及Bypass转 捩中被激发的Klebanoff模态等。其中,分离诱导转捩广泛存在于涡轮叶片、低速机翼、高超 声速飞行器等外形的边界层流动中,对气动特性和流动结构演化至关重要。以低速翼型为例, 翼面流动分离将导致机翼阻力增大,升力和升阻比显著降低,大分离情况下甚至将导致机翼 失速。对于高超声速飞行器,分离失稳诱导转捩使得壁面热环境急剧增大,给热防护系统的 设计带来了挑战。
因此,准确预测分离诱导转捩是对飞行器设计和性能评估有重要指导意义。目前针对边 界层转捩/湍流的数值模拟研究方法主要包括直接数值模拟(Direct NumericalSimulation, DNS)、大涡模拟(Large Eddy Simulation,LES)、转捩准则、稳定性理论和基于雷诺平均N-S 方程(Reynolds Averaged Navier-Stokes Equations,简称RANS方程)的湍流/转捩模式方法。 这其中湍流/转捩模式方法由于其经济性和优越的鲁棒性,仍被认为是未来几十年内最具工程 意义的湍流/转捩数值模拟方法。目前已有多种分离诱导转捩转捩模式被提出,典型代表如, Langtry和Menter的γ-Reθ转捩模式、张晓东等人和You等人基于γ-Reθ提出的改进模式,王 亮和符松的k-ω-γ转捩模式等。然而受限于转捩现象本身的复杂性和对转捩现象认知的局限 性,虽然当前有分离诱导转捩模式方法被先后提出,但这些方法面临以下问题与局限:
1、当前分离诱导转捩模式或仅适用于低速流动,或仅适用于高速流动。这极大限制了模 式在宽速域边界层转捩预测中的应用;
2、现有模式大多不是基于Galilean不变量,从而无法适用于物面相对坐标系运动的情况;
3、现有模式构造中不可避免的引入了动量厚度,边界层厚度等非当地变量的求解。这些 非当地变量需要积分求解,在基于非结构网格和现代大规模并行计算的CFD程序中难以实 现;
4、现有模式缺乏对分离诱导转捩机理的考虑,这使得在对不同外形进行边界层分离转捩 预测时,需重新标定模式参数,预测精度降低,且在实际三维外形的转捩预测中往往失效。
发明内容
本发明提供一种宽速域的边界层分离诱导转捩预测方法、装置、设备及介质,以现有k-ω-γ 转捩模式为基本框架,通过对其中的有效长度尺度ζeff进行修正,以及构造分离间歇因子γsep用于分离诱导转捩预测,从而实现k-ω-γ模式的分离诱导转捩预测功能。
为实现上述技术目的,本发明采用如下技术方案:
一种宽速域的边界层分离诱导转捩预测方法,包括:
根据飞行器的外形尺寸获取其计算网格,读取来流参数;
根据飞行器的网格和来流参数,采用改进的k-ω-γ转捩模式对飞行器的表面边界层进行 分离诱导转捩预测;
所述改进的k-ω-γ转捩模式的输运方程为:
Figure BDA0003034284040000021
Figure BDA0003034284040000022
Figure BDA0003034284040000023
其中,式(1)(2)(3)分别为湍动能k的输运方程、湍动能比耗散率ω的输运方程和间 歇因子γ的输运方程;x为坐标,t为时间,u为速度,ρ为密度,μ为分子粘性系数,j=1,2,3; Pk,Dk,Pω,Dω,Pγ,Dγ分别为三个输运方程的生成项和耗散项;Cdω为交叉导数项,σk、 σω为模式封闭参数。
μeff为有效粘性系数,μeff=(1-γeffnteffμt,μt表示湍流涡粘性系数,γeff为有效分离 间歇因子,μnt为非湍流脉动粘性系数,且有:
γeff=max(γ,γsep_new)
γsep_new=min{s1·max[0,(Csep1ζ|-Csep2)4]Freattach,Csep3}·Fθt
Figure BDA0003034284040000024
γ是由输运方程(3)得到的间歇因子,γsep_new为新构建的分离间歇因子;s1、Csep1、Csep2、Csep3均为模式常数;Freattach为控制函数,用以防止涡粘性过大在数值上引起的流动再附;Fθt为边界层保护函数,其在边界层内等于1,在自由来流中为0;λζ为压力梯度因子,d为壁 面距离,Eu为相对壁面的平均流动动能;V是法向速度,y为法向坐标。
μnt用以表征各种不稳定扰动模态对转捩的影响,其表达式是关于长度尺度ζeff_mod的函 数,即μnt=f(ζeff_mod);其中,修正长度尺度ζeff_mod通过阻尼函数fss对原有的长度尺度ζeff修 正得到,即ζeff_mod=fssζeff;且阻尼函数
Figure BDA0003034284040000031
CSS是常数。
在更优的技术方案中,控制函数Freattach的表达式为:
Figure BDA0003034284040000032
式中,ReT为粘性比,一旦粘性比ReT足够大到引起流动再附时,Freattach=0。
在更优的技术方案中,原有的长度尺度ζeff表达式为:
Figure BDA0003034284040000033
式中,C1为常数。
在更优的技术方案中,边界层保护函数Fθt的表达式为:
Figure BDA0003034284040000034
式中,Fγ是层流区域保护函数,层流区的间歇因子γ<0.02,Fγ近似为1;湍流区的间 歇因子γ=1,Fγ=0;函数Fwake用于保证Fθt在下游尾流区不激活。
在更优的技术方案中,s1=2,Csep1=0.3,Csep2=1.0,Csep3=1.0。
在更优的技术方案中,来流参数包括马赫数、雷诺数、温度、湍流度、密度、攻角和壁 温。
在更优的技术方案中,适用于的飞行器速域包括亚声速、跨声速和超声速。
一种宽速域的边界层分离诱导转捩预测装置,用于根据飞行器的网格和来流参数,采用 改进的k-ω-γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测;
所述改进的k-ω-γ转捩模式的输运方程为:
Figure BDA0003034284040000041
Figure BDA0003034284040000042
Figure BDA0003034284040000043
其中,式(1)(2)(3)分别为湍动能k的输运方程、湍动能比耗散率ω的输运方程和间 歇因子γ的输运方程;x为坐标,t为时间,u为速度,ρ为密度,μ为分子粘性系数,j=1,2,3; Pk,Dk,Pω,Dω,Pγ,Dγ分别为三个输运方程的生成项和耗散项;Cdω为交叉导数项,σk、 σω为模式封闭参数;
μeff为有效粘性系数,μeff=(1-γeffnteffμt,μt表示湍流涡粘性系数,γeff为有效的分 离间歇因子,μnt为非湍流脉动粘性系数,且有:
γeff=max(γ,γsep_new)
γsep_new=min{s1·max[0,(Csep1ζ|-Csep2)4]Freattach,Csep3}·Fθt
Figure BDA0003034284040000044
γ是由输运方程(3)得到的间歇因子,γsep_new为新构建的分离间歇因子;s1、Csep1、Csep2、 Csep3均为模式常数;Freattach为控制函数,用以防止涡粘性过大在数值上引起的流动再附;Fθt为边界层保护函数,其在边界层内等于1,在自由来流中为0;λζ为压力梯度因子,d为壁 面距离,Eu为相对壁面的平均流动动能;V是法向速度;
μnt与修正长度尺度ζeff_mod相关,表示为μnt=f(ζeff_mod);其中,修正长度尺度ζeff_mod通 过阻尼函数fss对原有的长度尺度ζeff修正得到,即ζeff_mod=fssζeff;且阻尼函数
Figure BDA0003034284040000051
CSS是常数。
一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程 序被所述处理器执行时,使得所述处理器实现上述任一所述的一种宽速域的边界层分离诱导 转捩预测方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实 现上述任一所述的一种宽速域的边界层分离诱导转捩预测方法。
有益效果
由于原始k-ω-γ模式本身是当地化模型且可同时适用于低速和高速情况下自然转捩的预 测。本发明的分离诱导转捩预测方案,通过使用ζeff代替动量厚度等非当地量,从而保证本发 明完全基于当地变量和Galilean不变量。此外,改进的k-ω-γ转捩模式,较为充分地考虑了分 离诱导转捩过程的内在物理机制,该机制在低速和高速边界层分离转捩中具有普适性,从而 保证本发明可适用于宽速域下的分离诱导转捩预测。
与传统分离诱导转捩预测技术相比,本发明具有以下优势:
本发明严格基于Galilean不变量,适用于物面相对坐标系运动的情况;
本发明实现了转捩预测的完全当地化处理,适用于基于非结构网格和现代大规模并行计 算的CFD程序;
与传统预测技术只适用于低速或高速流动不同,本发明较为充分的考虑了分离诱导转捩 内在物理机理,适用于宽速域下的转捩预测;
传统转捩预测技术在三维实际外形中预测精度较低,本发明在实际三维复杂外形的分离 诱导转捩预测中可获得满意效果。
附图说明
图1是本发明分离诱导转捩预测模式总体框架;
图2是本发明方案针对不同来流湍流度下T3L算例壁面摩擦力系数分布对比,其中,(a) 的来流湍流度为Tu=0.63%,(b)的来流湍流度为Tu=2.39%,(c)的来流湍流度为Tu=5.34%;
图3是本发明方案在Aerospatiale A翼型壁面摩擦力系数Cf和壁面间歇因子γ分布;
图4是本发明方案6°攻角下HIAD模型壁面热流(左)和壁面间歇因子(右)分布;
图5是本发明方案6°攻角下HIAD模型中心子午线壁面热流分布;
图6是本发明方案x=1.0in横截面近壁区各物理量分布。
具体实施方式
下面对本发明的实施例作详细说明,本实施例以本发明的技术方案为依据开展,给出了 详细的实施方式和具体的操作过程,对本发明的技术方案作进一步解释说明。
实施例1
本实施例提供一种宽速域的边界层分离诱导转捩预测方法,包括:根据飞行器的外形尺 寸获取其计算网格,获取飞行器的条件参数和来流参数;然后根据飞行器的网格、条件参数 和来流参数,采用改进的k-ω-γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测。其 中的分离诱导预测,是以现有k-ω-γ转捩模式为基本框架,通过对其中的有效长度尺度ζeff进 行修正,构造压力梯度因子,以及构造分离间歇因子γsep用于分离诱导转捩预测,从而实现 k-ω-γ模式的分离诱导转捩预测功能。
本发明改进的k-ω-γ转捩模式的输运方程为:
Figure BDA0003034284040000061
Figure BDA0003034284040000062
Figure BDA0003034284040000063
其中,式(1)(2)(3)分别为湍动能k的输运方程、湍动能比耗散率ω的输运方程和间 歇因子γ的输运方程;x为坐标,t为时间,u为速度,ρ为密度,μ为分子粘性系数,j=1,2,3; Pk,Dk,Pω,Dω,Pγ,Dγ分别为三个输运方程的生成项和耗散项;Cdω为交叉导数项,σk、 σω为模式参数;
其中Pk,Dk,Pω,Dω的构造形式与SST湍流模型一致。而Pγ和Dγ具体构造形式为:
Figure BDA0003034284040000064
Dγ=γPγ (2)
输运方程中,μeff为有效粘性系数,μeff=(1-γeffnteffμt,μt表示湍流涡粘性系数,γeff为有效分离间歇因子,μnt为非湍流脉动粘性系数。本发明即是对其中的有效长度尺度ζeff进 行修正,通过构造压力梯度因子以进一步构造分离间歇因子γsep用于分离诱导转捩预测,从而 实现k-ω-γ模式的分离诱导转捩预测功能。
本实施例对原始k-ω-γ转捩模式的改进之一为:通过比较分子扩散时间尺度和瞬间压力 应变时间尺度之间的关系,构造阻尼函数fss,以对有效长度尺度ζeff进行修正,从而避免原始 模式中ζeff在分离泡前缘的非物理增长。
原始k-ω-γ转捩模式中的有效长度尺度ζeff表达式为:
Figure BDA0003034284040000071
其中,d为壁面距离,Ω为涡量张量,Eu为当地流体相对壁面的平均流动动能,k为湍动 能,ω为湍动能比耗散率,ν为分子运动粘性系数。本发明构造的阻尼函数具体形式为:
Figure BDA0003034284040000072
用fss对有效长度尺度ζeff进行修正,修正后的有效长度尺度ζeff_mod表示为:
ζeff_mod=fssζeff (5)
在分离泡前缘附近强剪切层以及边界层粘性底层很薄的区域fss=0,而在自由来流和边界 层大部分区域fss很快恢复到1。因此,本实施例可实现对有效长度尺度修正区域的自动识别, 且未干扰到原始模式对附着流边界层内扰动增长的模化。
本实施例对原始k-ω-γ转捩模式的改进之二为:为使转捩预测对压力梯度有适当的敏感 性,本发明考虑引入压力梯度因子作为指示器,来直接反映压力梯度对分离剪切层中转捩的 影响。
常规的压力梯度因子定义如下:
Figure BDA0003034284040000073
其中dUe/ds是边界层外缘速度沿流向的加速度。该项的引入使得上式不严格基于Galilean不变量,这里将其简化为:
Figure BDA0003034284040000074
V是法向速度,对于一般外形,dV/dy可通过以下关系式求得:
Figure BDA0003034284040000075
此外,注意到动量厚度θ为非当地变量,难以应用于非结构代码和大规模并行计算。为 克服以上问题,首先想到将θ替换为有效长度尺度ζeff,这时新构造的压力梯度因子λζ的最终 求解式为:
Figure BDA0003034284040000081
这样不仅可以避免求解积分量,还可保证λζ表达式中显式地含有d2Ω,以反映KH不稳 定中扰动在强剪切区域快速增长的特性。
在构造得到新的压力梯度因子λζ后,即可基于λζ构造分离间歇因子γsep来促进分离后湍 动能的快速增长,从而实现对分离诱导转捩的准确预测。新构造的分离间歇因子γsep表达式如 下:
γsep=min{s1·max[0,(Csep1ζ|-Csep2)4]Freattach,Csep3}·Fθt (25)
其中Freattach为控制函数,用以防止涡粘性过大在数值上引起的流动再附,构造方式如下:
Figure BDA0003034284040000082
一旦粘性比ReT足够大到引起流动再附时,Freattach=0,该修正项关闭。Fθt为边界层保护 函数,其在边界层内等于1,在自由来流中为0,从而保证在整个边界层内,γsep函数处于激 活状态。Fθt表达式为:
Figure BDA0003034284040000083
其中Fwake函数保证Fθt在下游尾流区不激活,因为尾流区涡量Ω很大,Fwake=0。Fγ函数 是层流区域保护函数,层流区,γ<0.02,Fγ近似为1;湍流区,γ=1,Fγ=0。公式中s1,Csep1, Csep2和Csep3为模式常数。根据数据进行标定,取值为s1=2,Csep1=0.3,Csep2=1.0,Csep3=1.0。
将构造分离间歇因子γsep引入到k-ω-γ模式中,即可实现分离诱导转捩的预测。具体地, 在改进的k-ω-γ模式中,其有效间歇因子γeff取γsep_new和输运方程得到的γ的最大值:
γeff=max(γsep_new,γ) (28)
综上所述,改进后的k-ω-γ模式总体框架如图1所示。
原始k-ω-γ模式通过求解三个输运方程(湍动能k输运方程,湍动能比耗散率ω输运方 程以及间歇因子γ输运方程)预测边界层转捩。其中的关键在于有效涡粘性系数μeff的构造。 而μeff主要由非湍流脉动粘性系数μnt和有效间歇因子γeff来决定:
(1)μnt是关于有效长度尺度ζeff的函数。本发明通过构造的阻尼函数fss,实现了对有效 长度尺度ζeff修正区域的自动识别。修正后得到的新的长度尺度ζeff_mod可保证非湍流脉动粘性 系数在分离流动中的合理分布。
(2)γeff取原始模式中求解输运方程得到的间歇因子γ和本发明构造的分离间歇因子γsep的最大值。而γsep与分离诱导转捩相关,一旦流动发生分离,γsep迅速增长到1,进而导致转 捩点前非湍流脉动区域k的发展包含了流动分离失稳效应。随着k增长,边界层逐步转捩为 湍流。最终使得改进后的k-ω-γ转捩模式能准确模拟出流动分离诱导转捩现象。
具体算例验证:
将改进的k-ω-γ转捩模式应用于不同来流湍流度下的T3L平板扰流、Aerospatial A翼型 扰流。在此基础上,将其拓展至不同来流条件下的复杂外形的高超声速充气式柔性减速器 (Hypersonic Inflatable Aerodynamic Decelerator,HIAD)绕流中,以验证在流动分离和其他 多重不稳定扰动模态共同作用并相互干扰情况下,k-ω-γ_sep转捩模式(即本发明改进的k-ω-γ 转捩模式)的性能。
图2定量比较了k-ω-γ_orig模式和k-ω-γ_sep模式的分离诱导转捩预测,分别在不同来流 湍流度下T3L算例得到的壁面摩擦力系数分布对比。
图3定量比较了k-ω-γ_orig模式和k-ω-γ_sep模式的分离诱导预测得到的Aerospatiale A 翼型壁面摩擦力系数Cf和壁面间歇因子γ分布。
图4给出了攻角α=6°时,k-ω-γ_sep转捩模式预测计算得到的HIAD模型壁面热流h/hFR和壁面间歇因子γ分布云图。由实验结果可知,6°攻角下,离圆心越远的区域转捩起始位置 越提前,靠近肩部区域,迎风侧已发生转捩。k-ω-γ_sep模式准确模化了转捩起始点沿径向的 这一变化趋势,且相比于原始k-ω-γ_orig模式的计算结果,k-ω-γ_sep模式预测的转捩起始点 显著提前,得到的热流分布和转捩阵面均与实验数据吻合良好。
图5定量比较了k-ω-γ_orig模式、k-ω-γ_sep模式和风洞实验的中心子午线的热流分布。 可以发现,尽管k-ω-γ_orig模式预测的HIAD绕流在靠近对称面两侧的区域发生了转捩,但 由于其预测的转捩发展不充分,使得背风面子午线热流无论在波峰还是波谷处都较实验值严 重偏低。相比之下,改进的k-ω-γ_sep模式与实验热流误差很小,具有较高的预测精度。
为明确添加的分离诱导转捩方式对转捩预测结果的影响,图6给出了x=1.0in横截面位 置各不稳定扰动模态的关键物理量在近壁区的分布。其中第二模态和横流模态所对应的非湍 流脉动(μnt2=0,μcross=0)在全流场中均为0,这里未予显示。由图可知,给定来流条件下,HIAD转捩主要由第一模态和流动分离失稳主导,且二者作用区域较为一致。此外,图6还 提供了本文新构造的压力梯度因子λζ分布,显然λζ作为流动分离程度的指示因子,可有效地 反映出分离泡中的扰动在高剪切的区域被放大的效应。同时λζ在转捩起始位置前后量值发生 显著变化,这一特性表明其对分离诱导转捩起始位置的高度敏感性。压力梯度因子λζ的绝对 值在分离失稳起始点的快速增长将促进分离间歇因子γsep急剧增大,进而导致非湍流脉动动能 向湍流脉动动能输运,直到k方程的生成项和耗散项达到平衡,层流完全转捩为湍流。除了 6°攻角工况,本文还采用改进的k-ω-γ_sep模式计算了不同来流雷诺数 (Re=2.1×106/ft~6.63×106/ft)和来流攻角(α=6°~18°)下HIAD模型的转捩现象,并与实验 值进行了对比,均得到了满意的结果。
综上,认为本发明改进的k-ω-γ_sep模式能够准确反映不同来流参数对HIAD复杂外形边 界层转捩的影响规律,具有较高的预测精度。
实施例2
本实施例提供一种宽速域的边界层分离诱导转捩预测装置,包括参数获取模块和分离诱 导转捩预测模块;
所述参数获取模块用于:根据飞行器的外形尺寸获取其计算网格,获取飞行器的条件参 数和来流参数;
所述分离诱导转捩预测模块用于:根据飞行器的网格、条件参数和来流参数,采用改进 的k-ω-γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测;
所述改进的k-ω-γ转捩模式的输运方程与实施例1中所述相同,此处不再重复。
实施例3
一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程 序被所述处理器执行时,使得所述处理器实现实施例1所述的方法。
实施例4
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实 现实施例1所述的方法。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种 变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保 护的范围之内。

Claims (10)

1.一种宽速域的边界层分离诱导转捩预测方法,其特征在于,包括:
根据飞行器的外形尺寸获取其计算网格,读取来流参数;
根据飞行器的网格和来流参数,采用改进的k-ω-γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测;
所述改进的k-ω-γ转捩模式的输运方程为:
Figure FDA0003034284030000011
Figure FDA0003034284030000012
Figure FDA0003034284030000013
其中,式(1)(2)(3)分别为湍动能k的输运方程、湍动能比耗散率ω的输运方程和间歇因子γ的输运方程;x为坐标,t为时间,u为速度,ρ为密度,μ为分子粘性系数,j=1,2,3;Pk,Dk,Pω,Dω,Pγ,Dγ分别为三个输运方程的生成项和耗散项;Cdω为交叉导数项,σk、σω为模式封闭参数。
μeff为有效粘性系数,μeff=(1-γeffnteffμt,μt表示湍流涡粘性系数,γeff为有效分离间歇因子,μnt为非湍流脉动粘性系数,且有:
γeff=max(γ,γsep_new)
γsep_new=min{s1·max[0,(Csep1ζ|-Csep2)4]Freattach,Csep3}·Fθt
Figure FDA0003034284030000014
γ是由输运方程(3)得到的间歇因子,γsep_new为新构建的分离间歇因子;s1、Csep1、Csep2、Csep3均为模式常数;Freattach为控制函数,用以防止涡粘性过大在数值上引起的流动再附;Fθt为边界层保护函数,其在边界层内等于1,在自由来流中为0;λζ为压力梯度因子,d为壁面距离,Eu为相对壁面的平均流动动能;V是法向速度,y为法向坐标;
μnt用以表征各种不稳定扰动模态对转捩的影响,其表达式是关于长度尺度ζeff_mod的函数,即μnt=f(ζeff_mod);其中,修正长度尺度ζeff_mod通过阻尼函数fss对原有的长度尺度ζeff修正得到,即ζeff_mod=fssζeff;且阻尼函数
Figure FDA0003034284030000021
CSS是常数。
2.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,控制函数Freattach的表达式为:
Figure FDA0003034284030000022
式中,ReT为粘性比,一旦粘性比ReT足够大到引起流动再附时,Freattach=0。
3.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,原有的长度尺度ζeff表达式为:
Figure FDA0003034284030000023
式中,C1为常数。
4.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,边界层保护函数Fθt的表达式为:
Figure FDA0003034284030000024
式中,Fγ是层流区域保护函数,层流区的间歇因子γ<0.02,Fγ近似为1;湍流区的间歇因子γ=1,Fγ=0;函数Fwake用于保证Fθt在下游尾流区不激活,Rew为中间参量。
5.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,s1=2,Csep1=0.3,Csep2=1.0,Csep3=1.0。
6.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,所述来流参数包括马赫数、雷诺数、温度、湍流度、密度、攻角和壁温。
7.根据权利要求1所述的一种宽速域的边界层分离诱导转捩预测方法,其特征在于,适用于的飞行器速域包括亚声速、跨声速和超声速。
8.一种宽速域的边界层分离诱导转捩预测装置,其特征在于,用于根据飞行器的网格和来流参数,采用改进的k-ω-γ转捩模式对飞行器的表面边界层进行分离诱导转捩预测;
所述改进的k-ω-γ转捩模式的输运方程为:
Figure FDA0003034284030000031
Figure FDA0003034284030000032
Figure FDA0003034284030000033
其中,式(1)(2)(3)分别为湍动能k的输运方程、湍动能比耗散率ω的输运方程和间歇因子γ的输运方程;x为坐标,t为时间,u为速度,ρ为密度,μ为分子粘性系数,j=1,2,3;Pk,Dk,Pω,Dω,Pγ,Dγ分别为三个输运方程的生成项和耗散项;Cdω为交叉导数项,σk、σω为模式封闭参数;
μeff为有效粘性系数,μeff=(1-γeffnteffμt,μt表示湍流涡粘性系数,γeff为有效的分离间歇因子,μnt为非湍流脉动粘性系数,且有:
γeff=max(γ,γsep_new)
Figure FDA0003034284030000034
Figure FDA0003034284030000035
γ是由输运方程(3)得到的间歇因子,γsep_new为新构建的分离间歇因子;s1、Csep1、Csep2、Csep3均为模式常数;Freattach为控制函数,用以防止涡粘性过大在数值上引起的流动再附;Fθt为边界层保护函数,其在边界层内等于1,在自由来流中为0;λζ为压力梯度因子,d为壁面距离,Eu为相对壁面的平均流动动能;V是法向速度;
μnt与修正长度尺度ζeff_mod相关,表示为μnt=f(ζeff_mod);其中,修正长度尺度ζeff_mod通过阻尼函数fss对原有的长度尺度ζeff修正得到,即ζeff_mod=fssζeff;且阻尼函数
Figure FDA0003034284030000041
CSS是常数。
9.一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202110439026.6A 2021-04-23 2021-04-23 一种边界层分离诱导转捩预测方法、装置、设备及介质 Active CN113127976B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110439026.6A CN113127976B (zh) 2021-04-23 2021-04-23 一种边界层分离诱导转捩预测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110439026.6A CN113127976B (zh) 2021-04-23 2021-04-23 一种边界层分离诱导转捩预测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113127976A true CN113127976A (zh) 2021-07-16
CN113127976B CN113127976B (zh) 2022-06-21

Family

ID=76779602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110439026.6A Active CN113127976B (zh) 2021-04-23 2021-04-23 一种边界层分离诱导转捩预测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113127976B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113998145A (zh) * 2022-01-04 2022-02-01 中国空气动力研究与发展中心计算空气动力研究所 飞行器边界层失稳特征检测方法、装置、设备及介质
CN115081357A (zh) * 2022-07-19 2022-09-20 中南大学 一种强逆压梯度下分离流动的预测方法、设备及介质
CN115879231A (zh) * 2023-02-24 2023-03-31 北京卓鸷科技有限责任公司 一种微型飞行器流动转捩信息的获取方法及装置
CN116757119A (zh) * 2023-06-20 2023-09-15 北京天兵科技有限公司 基于转捩位置的层、湍流混合流场数值模拟方法和装置
CN117787144A (zh) * 2024-02-26 2024-03-29 中国空气动力研究与发展中心计算空气动力研究所 面向超声速激波边界层干扰的sst湍流模型修正方法及系统
CN117993329A (zh) * 2024-04-03 2024-05-07 北京理工大学 一种适用于高超声速凹腔诱导边界层转捩的预测方法
CN118313067A (zh) * 2024-06-07 2024-07-09 中国空气动力研究与发展中心计算空气动力研究所 一种后台阶控制边界层转捩的优化设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120166148A1 (en) * 2010-12-14 2012-06-28 Japan Aerospace Exploration Agency Method of designing natural laminar flow wing for reynolds numbers equivalent to actual supersonic aircraft
CN108197388A (zh) * 2018-01-02 2018-06-22 清华大学 一种高速飞行器流动转捩特性的获取方法及系统
CN110702356A (zh) * 2019-10-12 2020-01-17 空气动力学国家重点实验室 一种考虑表面粗糙度效应的高超声速横流转捩预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120166148A1 (en) * 2010-12-14 2012-06-28 Japan Aerospace Exploration Agency Method of designing natural laminar flow wing for reynolds numbers equivalent to actual supersonic aircraft
CN108197388A (zh) * 2018-01-02 2018-06-22 清华大学 一种高速飞行器流动转捩特性的获取方法及系统
CN110702356A (zh) * 2019-10-12 2020-01-17 空气动力学国家重点实验室 一种考虑表面粗糙度效应的高超声速横流转捩预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ZAIJIE LIU: "Predicting distributed roughness induced transition with a four-equation laminar kinetic energy transition model", 《AEROSPACE SCIENCE AND TECHNOLOGY》 *
周玲等: "转捩模式与转捩准则预测高超声速边界层流动", 《航空学报》 *
周玲等: "高超声速飞行器前体边界层强制转捩数值模拟", 《航空学报》 *
杨武兵: "高超声速边界层转捩研究现状与趋势", 《空气动力学学报》 *
郝子辉等: "k-ω-γ模式对转捩影响因素的预测性能研究", 《力学学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113998145A (zh) * 2022-01-04 2022-02-01 中国空气动力研究与发展中心计算空气动力研究所 飞行器边界层失稳特征检测方法、装置、设备及介质
CN115081357A (zh) * 2022-07-19 2022-09-20 中南大学 一种强逆压梯度下分离流动的预测方法、设备及介质
CN115081357B (zh) * 2022-07-19 2024-09-10 中南大学 一种强逆压梯度下分离流动的预测方法、设备及介质
CN115879231A (zh) * 2023-02-24 2023-03-31 北京卓鸷科技有限责任公司 一种微型飞行器流动转捩信息的获取方法及装置
CN116757119A (zh) * 2023-06-20 2023-09-15 北京天兵科技有限公司 基于转捩位置的层、湍流混合流场数值模拟方法和装置
CN117787144A (zh) * 2024-02-26 2024-03-29 中国空气动力研究与发展中心计算空气动力研究所 面向超声速激波边界层干扰的sst湍流模型修正方法及系统
CN117993329A (zh) * 2024-04-03 2024-05-07 北京理工大学 一种适用于高超声速凹腔诱导边界层转捩的预测方法
CN117993329B (zh) * 2024-04-03 2024-07-16 北京理工大学 一种适用于高超声速凹腔诱导边界层转捩的预测方法
CN118313067A (zh) * 2024-06-07 2024-07-09 中国空气动力研究与发展中心计算空气动力研究所 一种后台阶控制边界层转捩的优化设计方法

Also Published As

Publication number Publication date
CN113127976B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN113127976B (zh) 一种边界层分离诱导转捩预测方法、装置、设备及介质
Raul et al. Surrogate-based aerodynamic shape optimization for delaying airfoil dynamic stall using Kriging regression and infill criteria
Medida et al. Application of the correlation-based gamma-re theta t transition model to the spalart-allmaras turbulence model
Sørensen CFD modelling of laminar‐turbulent transition for airfoils and rotors using the γ− model
Narsipur et al. Variation of leading-edge suction during stall for unsteady aerofoil motions
Narsipur et al. CFD analysis of multielement airfoils for wind turbines
CN113158338B (zh) 一种基于粗网格快速湍流壁面函数气动力预测方法
Nakhchi et al. High-resolution direct numerical simulations of flow structure and aerodynamic performance of wind turbine airfoil at wide range of Reynolds numbers
Wu et al. Effects of lateral wind gusts on vertical axis wind turbines
Campobasso et al. Low-speed preconditioning for strongly coupled integration of Reynolds-averaged Navier–Stokes equations and two-equation turbulence models
Pereira et al. Simulation of wingtip vortex flows with Reynolds-averaged Navier–Stokes and scale-resolving simulation methods
CN116502338B (zh) 一种通用化的基于线性稳定性理论的工程转捩预测方法
Nishimura et al. Implicit Large-Eddy Simulation of rotating and non-rotating machinery with Cumulant Lattice Boltzmann method aiming for industrial applications
Wang et al. Transition-based constrained large-eddy simulation method with application to an ultrahigh-lift low-pressure turbine cascade flow
Sainmont et al. Boundary layer behaviour on a morphing airfoil: Simulation and wind tunnel tests
Abe et al. Effect of a quadratic constitutive relation on juncture flow computations
CN115081357B (zh) 一种强逆压梯度下分离流动的预测方法、设备及介质
Krishnaswamy Flow modelling for partially cavitating hydrofoils
Zhang et al. Supercritical wing design and optimization for transonic civil airplane
Vasconcellos et al. Flow past a circular cylinder: a comparison between commercial finite volume and finite element codes
Subbian et al. Calibration of an extended eddy viscosity turbulence model using uncertainty quantification
Abdol-Hamid et al. DPW-6 Results Using FUN3D With Focus on k-kL-MEAH2015 Turbulence Model
Vedam et al. Evaluation of Gradient and Curvature-Based Adaptive Mesh Refinement for Viscous Transonic Flows
Ullah et al. Effect of Reduced Frequency and Mach Number on Damping Characteristics of SACCON UCAV
Schweikert et al. Development of an Optimization Framework for a Circulation Control Morphing Wing

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