CN113378487B - 一种基于cfd仿真的飞机发动机喷流预测方法及系统 - Google Patents
一种基于cfd仿真的飞机发动机喷流预测方法及系统 Download PDFInfo
- Publication number
- CN113378487B CN113378487B CN202110112483.4A CN202110112483A CN113378487B CN 113378487 B CN113378487 B CN 113378487B CN 202110112483 A CN202110112483 A CN 202110112483A CN 113378487 B CN113378487 B CN 113378487B
- Authority
- CN
- China
- Prior art keywords
- engine
- obtaining
- air flow
- profile
- bypass
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 title claims abstract description 21
- 238000012790 confirmation Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 7
- 239000003570 air Substances 0.000 description 76
- 238000004364 calculation method Methods 0.000 description 21
- 239000007921 spray Substances 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 239000012530 fluid Substances 0.000 description 8
- 238000011160 research Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000012080 ambient air Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于CFD仿真的飞机发动机喷流预测方法及系统，所述方法包括：获得发动机涵道比、空气总流量；基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；所述获得发动机涵道比的具体方式，包括：通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；基于所述发动机的外部尺寸获得所述发动机涵道比。
Description
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种基于CFD仿真的飞机发动机喷流预测方法及系统。
背景技术
目前国内外对于航空发动机流体力学实验领域的分析与研究，主流方法有三种：纯理论的分析流体力学方法、实验流体力学方法、计算流体力学方法(ComputationalFluid Dynamics，CFD)。但是，实验流体力学手段的难度大、成本高、研究周期长，纯理论分析的流体力学方法模拟复杂流场则存在精度不足的缺陷。而CFD技术成本低(人工和计算机)、计算时间短(一般少于试验时间)、数据提取方便(全流场各点的数据可以通过计算机随时迅速提取)等优点及CFD技术的不断优化完善为本发明提供了良好的技术支持。
对于飞机发动机喷流的研究，是航空发动机流体力学的研究中的一个重要课题。特别是飞机起飞滑跑时的发动机运作的研究，对于飞机的安全飞行以及整个航空公司的飞行运营都具有非常重要的意义。
现有技术中，对于飞机起飞滑跑时发动机喷流的研究，主要有两种方式，一种是需要测绘发动机尾喷管的剖面形状并且测量尾喷管的相关尺寸。该方法可以考虑到发动机喷管内壁的粘性效应对速度的影响，并且对喷管出口处的速度分布、大小等进行计算分析，使得分析结果比较准确，但是这种方式难度较高，主要是因为：一、由于发动机喷管参数属于高度保密产物，难以获取喷管内部构型及准确尺寸等数据进而难以分析发动机喷管内壁的粘性效应对速度的影响、对喷管出口处的速度分布、大小等进行计算分析；二、由于考虑的因素过多，计算量大，实时性差，导致出结果慢，进而降低了对于飞机飞行的安全性的把控程度和整个航空公司的运营效率。为此，人们提出了另一种飞机起飞滑跑时发动机喷流的研究方法，就是只需要给出发动机尾喷管的尺寸大小，比如喷管出口的半径。若需要计算涡扇发动机的尾喷效应，则要给出发动机内、外涵道的半径和内外涵道的面积比。这种方法的优点是建模方便，对已装配好的发动机来说测量方便，缺点是出口处速度分布的计算结果不够精确。
发明内容
本发明的目的在于提供了一种基于CFD仿真的飞机发动机喷流预测方法及系统，用以解决现有技术中存在的上述问题。
第一方面，本发明提供了一种基于CFD仿真的飞机发动机喷流预测方法，所述方法包括：
获得发动机涵道比、空气总流量；
基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；
所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比。
可选的，所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
在每张所述外部图像中识别出所述发动机的轮廓；
按照拍摄顺序，对所述多张外部图像进行排序；
基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数， N是所拍摄的多张所述外部图像的数量；N为奇数；
将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n个预测轮廓与第n+1张外部图像对应；
获得所述预测轮廓与与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓；所述均值轮廓与所述预测轮廓一一对应；
获得N张外部图像中的发动机的轮廓的第一平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓；
对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓；
基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
可选的，所述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道以，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
可选的，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
可选的，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
第二方面，本发明实施例提供了一种基于CFD仿真的飞机发动机喷流预测系统，所述系统包括：
获得模块，用于获得发动机涵道比、空气总流量；
CFD模块，用于基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；
所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比。
可选的，所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
在每张所述外部图像中识别出所述发动机的轮廓；
按照拍摄顺序，对所述多张外部图像进行排序；
基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数， N是所拍摄的多张所述外部图像的数量；N为奇数；
将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n个预测轮廓与第n+1张外部图像对应；
获得所述预测轮廓与与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓；所述均值轮廓与所述预测轮廓一一对应；
获得N张外部图像中的发动机的轮廓的第一平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓；
对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓；
基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
可选的，述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道以，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
可选的，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
可选的，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
相较于现有技术，本发明实施例达到的有益效果是：
本发明实施例提供了一种基于CFD仿真的飞机发动机喷流预测方法及系统，所述方法包括：获得发动机涵道比、空气总流量；基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；所述获得发动机涵道比的具体方式，包括：通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；基于所述发动机的外部尺寸获得所述发动机涵道比。
第一方面，由于可以通过拍摄发动机图像获得发动机的涵道比，相较于现有技术，提高了获得发动机内涵道空气流量、发动机外涵道空气流量等参数的便利性和速度，另一方面，通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；基于所述发动机的外部尺寸获得所述发动机涵道比，然后基于CFD系统获得的发动机内涵道空气流量、发动机外涵道空气流量等参数准确性高。
附图说明
图1是本发明实施例提供的一种基于CFD仿真的飞机发动机喷流预测方法流程图。
图2是波音飞机B737-800的发动机喷流速度分布曲线。
图3是波音飞机B737-800的发动机喷流XZ截面速度分布云图。
具体实施方式
下面结合附图，对本发明作详细的说明。
现有技术中，获得飞机发动机的飞行参数是比较困难的，常用的手段是通过流体力学手段进行试验获得所需的飞机发动机飞行参数，但是实验流体力学手段的难度大、成本高、研究周期长，纯理论分析的流体力学方法模拟复杂流场则存在精度不足的缺陷。
为了解决上述问题，本发明实施例提供了一种基于CFD仿真的飞机发动机喷流预测方法，如图1所示，所述方法包括：
S101：获得发动机涵道比、空气总流量。空气总流量指的是通过空勤流量表检测得到的流入发动机涵道的空气流量。涵道比(bypass ratio)，也称旁通比，是涡扇发动机外涵道与内涵道空气流量的比值。
S102：基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量。在本发明实施例通，S102具体是通过CFD系统基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量。
其中，所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比。
通过采用以上方案，第一方面，由于可以通过拍摄发动机图像获得发动机的涵道比，相较于现有技术，提高了获得发动机内涵道空气流量、发动机外涵道空气流量等参数的便利性和速度，另一方面，通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；基于所述发动机的外部尺寸获得所述发动机涵道比，然后基于CFD系统获得的发动机内涵道空气流量、发动机外涵道空气流量等参数准确性高。
作为进一步的，所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
A、在每张所述外部图像中识别出所述发动机的轮廓，具体的，通过CANNY算子在每张所述外部图像中识别出所述发动机的轮廓。
B、按照拍摄顺序，对所述多张外部图像进行排序。例如拍摄了5张外部图像，则最先拍摄的外部图像排序在第一个位置，是第一张外部图像，其次拍摄的外部图像排序在第二个位置，是第二张外部图像，一次类推，直至第五张外部图像。
C、基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数，N是所拍摄的多张所述外部图像的数量；N为奇数。可选的，N＝5，n＝1、2、3、4、5。例如，基于第一张外部图像的发动机轮廓，于光流法预测所述发动机在第二张外部图像中的轮廓，依次类推，有5张外部图像，则对应获得4个预测轮廓。
D、将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n 个预测轮廓与第n+1张外部图像对应。例如，第二张外部图像与第一个预测轮廓对应，第三张外部图像与第二个预测轮廓对应，以此类推。
E、获得所述预测轮廓与与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓。
需要说明的是，所述均值轮廓与所述预测轮廓一一对应。例如，获得第二张外部图像中的发动机的轮廓与第一个预测轮廓的均值轮廓，获得第三张外部图像中的发动机的轮廓与第二个预测轮廓的均值轮廓。
需要说明的是，获得所述预测轮廓与与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓具体为：将预测轮廓与对应的预测轮廓对应的外部图像中的发动机的轮廓进行像素点匹配，匹配成功的两个像素点之间的中间像素点是均值轮廓的像素点，即多个中间像素点构成的轮廓是均值轮廓。将预测轮廓与对应的预测轮廓对应的外部图像中的发动机的轮廓进行像素点匹配，具体方式为：
分别提取发动机的轮廓和预测轮廓中的特征点，第一特征点和第二特征点分别是发动机的轮廓和预测轮廓中的特征点。
计算第一特征点和第二特征点之间的位置坐标距离和像素值差值的绝对值。
取得匹配因子，所述匹配因子等于所述位置坐标距离与位置坐标距离加1的商，乘以像素值差值与像素值差值加1的商。
具体为：r＝d/(d+1)*Id/(Id+1)，其中，r为匹配因子，匹配因子用于表示第一特征点和第二特征点的相似程度和匹配程度，d表示位置坐标距离，位置坐标距离为第一特征点与第二特征点之间的像素距离，d为0或者正数；Id表示像素值差值的绝对值，像素值差值为第一特征点的像素值减去第二特征点的像素值。
若所述匹配因子小于预设值，确定所述第一特征点和所述第二特征点相互匹配，第一特征点和第二特征点构成匹配点对。
基于匹配的第一特征点和第二特征点，对相互匹配的两张图像中的其他像素点进行稠密匹配，得到两个轮廓的匹配点对。
其中，匹配点对包括第一像素点和第二像素点，第一像素点和第二像素点相互匹配；相互匹配的第一特征点和所述第二特征点分别是第一像素点和第二像素点。
得到两个轮廓的匹配点对后，获得匹配点对的中间点，即获得匹配点对的横坐标平均值和纵坐标平均值，即得到的以横坐标平均值和纵坐标平均值表示的点就是中间像素点。
F、获得N张外部图像中的发动机的轮廓的第一平均轮廓。具体获得第一平均轮廓的方式与上述获得均值轮廓的方式类似，在此不再赘述。
G、获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓。具体获得第二平均轮廓的方式与上述获得均值轮廓的方式类似，在此不再赘述。
H、获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓。具体获得第三平均轮廓的方式与上述获得均值轮廓的方式类似，在此不再赘述。
I、对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓。因为，第一平均轮廓是基于现场拍摄得到的，更加贴近于实际，但是其不免因为光照、气流、飞机移动等影响导致其准确性并没那么高，为此，第一平均轮廓的加权指数定位0.5，第二平均轮廓是预测的，其真实性差一些，其加权指数为0.2，第三平均轮廓的加权指数为0.3。具体的，还是按照上述的方式，获得与发动机的轮廓匹配成功的分别处在第一平均轮廓、第二平均轮廓和第三平均轮廓的点，这些点确定为相互对应的点，对这些相互对应的点的横坐标和纵坐标分别按照上述的加权指数进行加权求和，即得到确认轮廓的点的横坐标和纵坐标。例如：三个点(x1,y1)、(x2,y2)、(x3,y3)分别是处在第一平均轮廓、第二平均轮廓和第三平均轮廓中且均与发动机的轮廓中的点(x0，y0)安装上述E 所述的方式匹配成功，则确定三个点(x1,y1)、(x2,y2)、(x3,y3)相互对应。那么，确认轮廓的中的点(x4,y4)为：x4＝0.5*x1+0.2*x2+0.3*x3,y4＝0.5*y1+0.2*y2+0.3*y3。
J、基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
可选的，述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
可选的，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
需要说明的是，声音的强度的单位是分贝。具体的，获得发动机的外涵道直径和内涵道直径，获得外涵道直径和内涵道直径的比值，以该比值与声音的强度之积作为涵道比。
可选的，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
具体的，通过下述公式计算得到内涵道空气流量、外涵道空气流量：
式中，
为空气总流量，
为内涵道空气流量，
为外涵道空气流量，bypassratio为涵道比。
可选的，外涵道空气流量还可以是：空气总流量减去内涵道空气流量，然后乘以涵道比得到的值为外涵道空气流量。
可选的，所述方法还包括：
推算内外涵道的速度：
对于涡扇发动机而言，80％的推力是由外涵道风扇提供的，而内涵道提供的推力仅为 20％。
即
式中，F为发动机推力，Δt为单位时间，
为空气流量，ΔV为单位时间平均流速。
根据推力和流量及公式(4)，可以推算出内外涵道的速度。
确定内外涵道马赫数：
在得知内外涵道的速度和温度的情况下，可以计算出内外涵道的马赫数(注：1马赫＝1225.08千米/时)，具体计算公式如(5)、(6)：
式中，a为声速，γ为比热比，R为普适气体常数，T为热力学温度，Ma为马赫数，V为气体流速。
基于上述方法，以型号为B737-800发动机为例，对真实发动机尾喷效应进行计算。B737-800发动机主要采用CFM56-7B，具体相关参数如下：
表1 B737-800发动机参数
根据式(1)-式(6)可得喷管出口处边界条件如下：
表2 B737-800发动机动力边界条件
通过对上述案例的数值模拟计算，得到其喷流速度分布曲线以及喷流XZ截面速度分布云图，见图2、图3。根据机组操作手册(FCOM)限制要求，主要选取发动机喷流在速度为44m/s、22m/s以及16m/s时的情况进行研究。从图3可知，B737-800发动机喷流在速度为44m/s、22m/s以及16m/s时的影响距离分别为111m、312m以及475m。
另外还基于上述方法和数据，绘制了其仿真图。将求解器计算所得数据进行后处理，以云图、矢量图或数据表等的形式呈现，以供研究分析。
所述方法还包括:
为研究飞机发动机喷流的影响，首先需建立发动机尾喷管模型，并确定流场的计算域。
1、发动机尾喷管模型
建立发动机尾喷管模型，有两种方法：
(1)考虑发动机喷管内部的流动，需要测绘发动机尾喷管的剖面形状并且测量尾喷管的相关尺寸。该方法可以考虑到发动机喷管内壁的粘性效应对速度的影响，并且对喷管出口处的速度分布、大小等计算结果也更加精确；
(2)不考虑发动机内部流动，只需要给出发动机尾喷管的尺寸大小，比如喷管出口的半径。若需要计算涡扇发动机的尾喷效应，则要给出发动机内、外涵道的半径和内外涵道的面积比。这种方法的优点是建模方便，对已装配好的发动机来说测量方便，缺点是出口处速度分布的计算结果不够精确。
2、确定尾喷管模型边界条件
确定尾喷管模型后，需确定尾喷管模型的边界条件。针对两种不同的尾喷管模型，所需要的边界条件参数也有所不同：
(1)考虑尾喷管内部流动模型，计算域包含喷管内部，流场计算域的边界在喷管内部。边界条件通常设置为喷管内部的总压和总温，或者喷管内部(燃烧室)与外界大气的总压比和总温比；
(2)不考虑尾喷管内部流动的模型，计算域不包含喷管内部，喷管出口即为流场计算域边界。因此，边界条件通常设置为喷管出口的静压、静温(或喷管内和外界大气的总温比)和马赫数。
由于发动机喷管参数属于高度保密产物，难以获取喷管内部构型及准确尺寸等数据，故在对喷流场进行计算时，可构建不考虑喷管内部流动的喷管模型。
不考虑内部流动的喷管模型出口处边界条件可根据可获取数据(涵道比、空气流量、风扇直径、最大起飞推力和发动机的出口温度)进行计算。
除了需要确定发动机尾喷处的边界条件外，外界大气的边界条件也需要进行设置，一般需要的参数为外界大气的静压、静温和马赫数。外界大气出口一般设置为压力出口条件，即给定外界大气的静压。
当起飞飞机逆风滑跑时，机场的自然风会增大发动机喷流的影响距离，针对不同机场需分情况具体分析。
3、计算网格划分
对选取的喷管模型进行网格划分设置计算域，采用非结构网格进行计算，对喷管出口处及地面处的网格进行加密处理，以便能更好地模拟喷管出口处的速度变化及地面效应。
4、发动机尾喷流场计算。
对发动机尾喷进行计算，通常采用的控制方程为NS方程，计算方法采用DES方法。函数控制方面，选择DDES函数控制LES和RANS之间的切换。为了避免计算发散，湍动能和耗散率皆选择一阶迎风格式。梯度计算选择基于网格单元的最小二乘法。
将网格数据、计算模型、边界条件、求解控制参数导入CFD求解器进行最后计算求解。
具体步骤如下：
(1)确定计算模型的缩比
在进行发动机远场尾喷流动的计算过程中，由于缺乏实际的外形尺寸数据，因此根据真实发动机的风扇直径对模型进行缩放。
(2)推算内外涵道的真实流量。
(3)推算内外涵道的速度。
(4)确定内外涵道马赫数。
综上所述，飞机起飞滑跑时，发动机喷流速度极高，所产生的气动载荷对后侧的飞机等载具将造成不良影响，为了评估起飞飞机发动机喷流的安全性，提高机场场面运行效率，需要对飞机发动机的喷流影响进行定量分析，本发明所陈述的方法可获得相应型号的飞机发动机所产生喷流的影响距离，从而可以定量的对起飞点后侧穿越载具的安全距离、起飞飞机的可用联络道口等进行分析，进而制定新的飞机地面运行方案，提高机场的场面运行效率。
为了克服上述现有方案的缺点和不足，本发明提供了一种基于CFD仿真的飞机发动机喷流预测方法：首先利用流体力学建模软件建立发动机尾喷管模型，然后确定尾喷管模型边界条件、对模型网格进行划分，随后对发动机尾喷流场数值进行仿真计算，最后通过计算后处理获得量化的结果(速度云图等)。
本发明实施例还提供了一种基于CFD仿真的飞机发动机喷流预测系统，用于执行上述的基于CFD仿真的飞机发动机喷流预测方法，所述系统包括：
获得模块，用于获得发动机涵道比、空气总流量；
CFD模块，用于基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；
所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比。
可选的，所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
在每张所述外部图像中识别出所述发动机的轮廓；
按照拍摄顺序，对所述多张外部图像进行排序；
基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数， N是所拍摄的多张所述外部图像的数量；N为奇数；
将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n个预测轮廓与第n+1张外部图像对应；
获得所述预测轮廓与与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓；所述均值轮廓与所述预测轮廓一一对应；
获得N张外部图像中的发动机的轮廓的第一平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓；
对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓；
基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
可选的，述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道以，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
可选的，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
可选的，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
其中，所述的每个执行的步骤的具体方式如上基于CFD仿真的飞机发动机喷流预测方法所述，在此不再赘述。
需要说明的是，上述方法可以有具有数据处理功能的计算机执行，或者有具有数据存储和处理功能的计算系统执行，例如云计算系统。
Claims (8)
1.一种基于CFD仿真的飞机发动机喷流预测方法，其特征在于，所述方法包括：
获得发动机涵道比、空气总流量；
基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；
所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比；
所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
在每张所述外部图像中识别出所述发动机的轮廓；
按照拍摄顺序，对所述多张外部图像进行排序；
基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数，N是所拍摄的多张所述外部图像的数量；N为奇数；
将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n个预测轮廓与第n+1张外部图像对应；
获得所述预测轮廓与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓；所述均值轮廓与所述预测轮廓一一对应；
获得N张外部图像中的发动机的轮廓的第一平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓；
对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓；
基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
2.根据权利要求1所述的方法，其特征在于，所述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道以，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
3.根据权利要求1所述的方法，其特征在于，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
4.根据权利要求1所述的方法，其特征在于，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
5.一种基于CFD仿真的飞机发动机喷流预测系统，其特征在于，所述系统包括：
获得模块，用于获得发动机涵道比、空气总流量；
CFD模块，用于基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量；
所述获得发动机涵道比的具体方式，包括：
通过摄像机实时拍摄得到所述发动机的多张外部图像；所述摄像机都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸；
基于所述发动机的外部尺寸获得所述发动机涵道比；
所述基于所述外部图像，识别出所述发动机，并获得所述发动机的外部尺寸，包括：
将多张所述外部图像输入发动机识别模型中，所述发动机识别模型按照下述方式在所述外部图像中识别出所述发动机：
在每张所述外部图像中识别出所述发动机的轮廓；
按照拍摄顺序，对所述多张外部图像进行排序；
基于第n张外部图像的发动机的轮廓，基于光流法预测所述发动机在第n+1张外部图像中的轮廓，预测出的轮廓称为预测轮廓；所述n是大于或者等于1且小于N的正整数，N是所拍摄的多张所述外部图像的数量；N为奇数；
将所述预测轮廓按照与所述预测轮廓对应的外部图像的拍摄顺序进行排序；第n个预测轮廓与第n+1张外部图像对应；
获得所述预测轮廓与所述预测轮廓对应的外部图像中的发动机的轮廓的均值轮廓；所述均值轮廓与所述预测轮廓一一对应；
获得N张外部图像中的发动机的轮廓的第一平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个预测轮廓之间第二平均轮廓；
获得第一张外部图像中的发动机的轮廓与N-1个均值轮廓的第三平均轮廓；
对所述第一平均轮廓、第二平均轮廓和第三平均轮廓进行加权求和，得到所述发动机的确认轮廓；
基于所述发动机的确认轮廓，获得所述发动机的外部尺寸。
6.根据权利要求5所述的系统，其特征在于，所述发动机的外部尺寸包括内涵道直径、外涵道直径；所述基于所述发动机的外部尺寸获得所述发动机涵道比，包括：
获得所述第一平均轮廓的第一面积和所述确认轮廓的第二面积；
以所述第一面积与所述第二面积之商作为第一涵道系数；
基于所述确认轮廓识别出所述发动机的外涵道、内涵道以，并获得外涵道直径和内涵道直径；
以所述外涵道直径与所述内涵道直径之商作为第二涵道系数；
以所述第一涵道系数与所述第二涵道系数之积作为发动机涵道比。
7.根据权利要求5所述的系统，其特征在于，所述获得发动机涵道比的具体方式，还包括：
通过麦克风实时采集到当前发动机发出的声音的强度；所述摄像机和所述麦克风都安装在采集装置上，所述采集装置的位置坐标是固定的；
基于所述发动机的外部尺寸和所述发动机发出的声音的强度，获得所述发动机涵道比。
8.根据权利要求5所述的系统，其特征在于，所述基于所述发动机涵道比和空气总流量，获得发动机内涵道空气流量、发动机外涵道空气流量的具体方式为：
将空气总流量除以涵道系数，得到所述发动机内涵道空气流量；所述涵道系数为所述发动机涵道比加1；
以空气总流量减去发动机内涵道空气流量，得到所述发动机外涵道空气流量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110112483.4A CN113378487B (zh) | 2021-01-27 | 2021-01-27 | 一种基于cfd仿真的飞机发动机喷流预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110112483.4A CN113378487B (zh) | 2021-01-27 | 2021-01-27 | 一种基于cfd仿真的飞机发动机喷流预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113378487A CN113378487A (zh) | 2021-09-10 |
| CN113378487B true CN113378487B (zh) | 2022-04-12 |
Family
ID=77570577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110112483.4A Expired - Fee Related CN113378487B (zh) | 2021-01-27 | 2021-01-27 | 一种基于cfd仿真的飞机发动机喷流预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113378487B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103968714A (zh) * | 2014-05-15 | 2014-08-06 | 刘少伟 | 一种悬空防御弹装置 |
| CN110991017A (zh) * | 2019-11-19 | 2020-04-10 | 南京航空航天大学 | 一种飞行/推进系统/喷流噪声综合实时模型建模方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6843565B2 (en) * | 2002-08-02 | 2005-01-18 | General Electric Company | Laser projection system to facilitate layup of complex composite shapes |
-
2021
- 2021-01-27 CN CN202110112483.4A patent/CN113378487B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103968714A (zh) * | 2014-05-15 | 2014-08-06 | 刘少伟 | 一种悬空防御弹装置 |
| CN110991017A (zh) * | 2019-11-19 | 2020-04-10 | 南京航空航天大学 | 一种飞行/推进系统/喷流噪声综合实时模型建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于视觉的物体特征点检测算法研究;路燕等;《液压与气动》;20091231(第3期);第80-83页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113378487A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104298826B (zh) | 一种反推力状态下的航空发动机气动稳定性预测与评估方法 | |
| Almeida et al. | Low subsonic wind tunnel-Design and construction | |
| CN109658496B (zh) | 一种飞机红外纹理图像生成方法 | |
| Tejero et al. | Effects of aircraft integration on compact nacelle aerodynamics | |
| CN111079325B (zh) | 基于代理模型的涡扇发动机喷流噪声实时计算及预测方法 | |
| CN113378487B (zh) | 一种基于cfd仿真的飞机发动机喷流预测方法及系统 | |
| Xie et al. | Rapid supersonic performance prediction for 2D ramjet inlets | |
| CN105631100B (zh) | 水场景目标红外尾迹特性的流体模拟方法 | |
| CN113822001A (zh) | 一种密封实验室开放式吹风模拟系统气流设计方法 | |
| CN113049215A (zh) | 一种旋翼无人机位置抗气流干扰能力量化评估与测试系统 | |
| Nayani et al. | Numerical study of the high-speed leg of a wind tunnel | |
| EP2645111A1 (en) | Velocity profile mapping system | |
| CN205719467U (zh) | 飞机起降阶段流场动态特性户外测量用发烟装置 | |
| Rivers et al. | Numerical Study of the High-Speed Leg of the National Transonic Facility | |
| CN105865740A (zh) | 飞机起降阶段流场动态特性户外测量方法及测量发烟装置 | |
| Kornev et al. | Integrated approach to gas-dynamic designing of supersonic air intakes of aircraft | |
| Zhan | Towards real-time CFD simulation of in-flight icing via reduced-order modeling | |
| Lin et al. | Finite Particle Approach for High-Fidelity Simulation on Helicopter Brownout | |
| Winfree | The Application of Computational Fluid Dynamic Analysis to Jet Engine Inlet Flow Quality | |
| Petronio et al. | A New Empirical Correlation for Transition in Both Short and Long Separation Bubbles | |
| CN117421940B (zh) | 数字孪生轻量化模型与物理实体之间全局映射方法及装置 | |
| Tong et al. | Numerical Simulation of Heat Flow Field on the Outer Surface of the Airframe | |
| Singh et al. | Effect of Shock Wave Boundary Layer Interaction on Supersonic Mixed Compression Air Intake | |
| Adzhieva et al. | Mathematical modeling of the diffusion of impurities in the atmosphere for a local domain considering actual and forecasting fields of meteorological parameters | |
| Bai et al. | Fast Verification of Space Based on Hierarchical Bounding Boxes in Virtual Assembly |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220412 |