CN113821878A - 一种改善高超声速气动热热流分布异常的计算方法和装置 - Google Patents

一种改善高超声速气动热热流分布异常的计算方法和装置 Download PDF

Info

Publication number
CN113821878A
CN113821878A CN202111167222.9A CN202111167222A CN113821878A CN 113821878 A CN113821878 A CN 113821878A CN 202111167222 A CN202111167222 A CN 202111167222A CN 113821878 A CN113821878 A CN 113821878A
Authority
CN
China
Prior art keywords
grid
boundary
flow field
grid boundary
numerical
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
CN202111167222.9A
Other languages
English (en)
Other versions
CN113821878B (zh
Inventor
谢文佳
任伟杰
田正雨
于航
张烨
杨帆
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202111167222.9A priority Critical patent/CN113821878B/zh
Publication of CN113821878A publication Critical patent/CN113821878A/zh
Application granted granted Critical
Publication of CN113821878B publication Critical patent/CN113821878B/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
    • G06F30/28Design 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
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本申请涉及一种改善高超声速气动热热流分布异常的计算方法、装置、计算机设备和存储介质。所述方法包括:初始化设置后对流场中的变量进行重构得到网格内部流场状态分布情况,利用黎曼解算器计算网格界面上的数值通量,其中,计算数值通量时,在不同的网格界面使用不同的数值格式计算。得到网格界面的数值通量之后,利用时间格式迭代得到下一步的流场信息,完成流场数据的更新。本发明基于网格方向进行混合计算,能够在稳定捕捉激波的基础上准确计算边界层,并且保证了头部附近热流分布的对称性。改善了高超声速气动热模拟中壁面热流分布异常的问题,避免了高超声速气动热数值模拟中的非物理解的出现。

Description

一种改善高超声速气动热热流分布异常的计算方法和装置
技术领域
本申请涉及计算流体力学领域,特别是涉及一种改善高超声速气动热模拟中壁面热流分布异常的改善高超声速气动热热流分布异常的计算方法、装置、计算机设备和存储介质。
背景技术
高超声速气动热预测已经成为高超声速飞行器发展过程中的关键技术。目前气动热预测的方法主要有理论预测、工程试验、数值模拟三种,随着数值方法以及计算机技术的进步,计算流体力学取得了长足的发展,数值模拟越来越成为高超声速气动热预测的主要手段。
数值格式分为中心格式与迎风格式两种,近几十年来,迎风格式越来越受欢迎,迎风格式则认为流动处处“间断”,也就是把离散后的每一个网格界面视为间断问题进行求解。目前通用的迎风格式有FDS、FVS、AUSM等,不同的数值格式根据引入的耗散的大小可以分为低耗散格式与耗散性格式。低耗散格式(如HLLC格式、SLAU格式等)在计算过程中引入较少的数值耗散,对于计算边界层等黏性区域流动有着较好的优势,但是更容易引发激波不稳定问题。由激波不稳定导致的数值误差会传播到下游的边界层区域,进而使飞行器表面的气动热计算出现严重问题。耗散性格式(如HLL格式、Van Leer格式等)在计算过程中引入大量的数值耗散,能够稳定地解决激波不稳定问题,但是由于耗散较大,对边界层等黏性区域分辨率差,不能够准确识别并计算处边界层,因而不能正确计算飞行器表面热流分布。因此使用单一的数值格式对高超声速流场进行数值模拟面临着不能同时满足边界层计算与激波捕捉要求的问题,这是目前高超声速气动热数值模拟中的瓶颈问题。
目前,利用混合函数与区域分解混合的方法虽然能够在一定程度上实现激波捕捉稳定性与边界层计算准确性的统一,但是两种方法在实际应用中也存在比较大的局限性。两种方法在实际计算中都存在较难准确分辨激波等间断的问题,并且混合函数存在的自由参数问题进一步影响了这种方法在实际计算中的应用。此外虽然经过一定处理后的两种方法在一定程度上实现了流场的准确计算,但是在实际的热流计算中往往不能得到很好的应用。其中最突出的一个问题就是驻点附件热流分布不对称的问题:在驻点附近的热流呈现出较为严重的非物理分布的现象,热流分布不对称,甚至热流的最大值并不是在驻点处。这严重影响了混合格式在高超声速气动热数值模拟中的应用。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高高超声速气动热数值模拟方法适应性的改善高超声速气动热热流分布异常的计算方法、装置、计算机设备和存储介质。
一种改善高超声速气动热热流分布异常的计算方法,所述方法包括:
获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
在其中一个实施例中,还包括:获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;所述流场信息中包括速度、温度、压力、密度。
在其中一个实施例中,还包括:通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果;
根据所述点积结果判断所述网格边界的类型,当所述点积结果为同一网格点中点积结果的最大值或最小值,则所述网格边界为第一网格边界;
否则,所述网格边界为第二网格边界。
在其中一个实施例中,还包括:当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量为:
Figure BDA0003291863190000031
其中,ψR和ψL表示间断右侧和左侧的数值通量:
Figure BDA0003291863190000032
其中q表示垂直于网格界面的速度,q=unx+vny,n=(nx,ny)为法向矢量,H为总焓;SL和SR指黎曼解的两个波速,分别对应间断的左侧和右侧,其估算公式为:
SL=min(qL-cL,qR-cR)
SR=max(qL+cL,qR+cR)
cK为间断两侧的声速;
AMHLLC格式将左右两个波速SL和SR之间的中间平均状态分解为两个中间状态,两个中间状态之间为接触波,S*为接触波波速,计算公式为:
Figure BDA0003291863190000041
αK=ρK(SK-qK),K=L,R
其中,αK为中间变量;pK为间断左右两侧的压力;
Figure BDA0003291863190000042
为中间状态左右两侧的数值通量,其计算公式为:
Figure BDA0003291863190000043
其中,
Figure BDA0003291863190000044
为中间状态间断左右两侧的状态量;(·)ij表示相邻两个网格数值通量的平均值;修正压力
Figure BDA0003291863190000045
其中pi与pj为相邻两个网格的压力,尺度函数θij为当地马赫数Mij的函数:
θij=θ(Mij)with θ(M)=min(M,1)
Figure BDA0003291863190000046
(ui,vi)与(uj,vj)为当地速度矢量,ci与cj为当地声速。
在其中一个实施例中,还包括:当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量为:
Figure BDA0003291863190000047
其中,QL、QR分别是间断左侧和右侧的状态量。
在其中一个实施例中,还包括:在输出高超声速气动热预测数值模拟计算结果后,针对流场中速度、压力分布进行分析。
一种改善高超声速气动热热流分布异常的计算装置,所述装置包括:
前处理模块,用于获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
流场信息重构模块,用于根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
网格边界类型判断模块,用于通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
数值通量计算模块,用于当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
迭代输出模块,用于根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
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以下步骤:
获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
上述改善高超声速气动热热流分布异常的计算方法、装置、计算机设备和存储介质,通过对流场状态量进行初始化,根据网格信息和初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息,其中包括网格边界速度梯度和网格边界法向量;通过计算网格边界速度梯度和网格边界法向量的点积,判断网格边界为平行于飞行器壁面的第一网格边界或垂直于飞行器壁面的第二网格边界,当网格边界为第一网格边界时,通过AMHLLC格式计算第一网格边界的第一数值通量,当网格边界为第二网格边界时,通过HLL格式计算第二网格边界的第二数值通量;根据第一数值通量和第二数值通量,对初始化流场信息进行更新,得到更新后的流场信息,根据更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。本发明基于网格方向进行混合计算,能够在稳定捕捉激波的基础上准确计算边界层,并且保证了头部附近热流分布的对称性。改善了高超声速气动热模拟中壁面热流分布异常的问题,避免了高超声速气动热数值模拟中的非物理解的出现。
附图说明
图1为一个实施例中改善高超声速气动热热流分布异常的计算方法的流程示意图;
图2为一个实施例中飞行器算例外形和网格示意图;
图3为一个实施例中网格方向分解示意图;
图4为一个实施例中头部热流分布异常结果图;
图5为一个实施例中使用本发明网格方向分解的方法计算出的头部热流分布图;
图6为另一个实施例中改善高超声速气动热热流分布异常的计算方法的流程示意图;
图7为另一个实施例中网格方向分解计算方法的过程示意图;
图8为一个实施例中改善高超声速气动热热流分布异常的计算装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的改善高超声速气动热热流分布异常的计算方法,可以应用于如下应用环境中。其中,终端执行一种改善高超声速气动热热流分布异常的计算方法,通过对流场状态量进行初始化,根据网格信息和初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息,其中包括网格边界速度梯度和网格边界法向量;通过计算网格边界速度梯度和网格边界法向量的点积,判断网格边界为平行于飞行器壁面的第一网格边界或垂直于飞行器壁面的第二网格边界,当网格边界为第一网格边界时,通过AMHLLC格式计算第一网格边界的第一数值通量,当网格边界为第二网格边界时,通过HLL格式计算第二网格边界的第二数值通量;根据第一数值通量和第二数值通量,对初始化流场信息进行更新,得到更新后的流场信息,根据更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。其中,终端可以但不限于是各种个人计算机、笔记本电脑和平板电脑。
在一个实施例中,如图1所示,提供了一种改善高超声速气动热热流分布异常的计算方法,包括以下步骤:
步骤102,获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息。
如图2所示,为本实施例飞行器算例外形和网格示意图。首先对求解的区域进行初始化设置,对流场中的速度、温度、压力、密度等流场状态量进行初始化。
步骤104,根据网格信息和初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息。
网格内部流场状态分布信息包括网格内部的密度、压力、速度等状态量。
步骤106,通过计算网格边界速度梯度和网格边界法向量的点积,得到每个网格边界的点积结果,根据点积结果判断网格边界为第一网格边界或第二网格边界。
通过流场信息计算速度梯度为:
Figure BDA0003291863190000092
第一网格边界平行于飞行器壁面,第二网格边界垂直于飞行器壁面。
根据边界层速度型剖面可以发现,边界层速度型的准确性主要影响因素为壁面外法线方法的速度梯度,这个梯度主要由平行于壁面的网格边界(如图3中灰色网格边界)的计算梯度决定,因此使用低耗散的全速域HLLC格式;激波不稳定现象主要为激波在平行于壁面方向的型面产生异常,此异常的计算值主要由垂直于壁面的边界(如图3中黑色网格边界)计算梯度决定,因此使用高鲁棒性的HLL格式。通过速度梯度▽v与网格边界法向量n的点积大小判断网格类型。如果点积结果为同一网格点中的最大值或最小值,则为平行于物面的网格边界。
步骤108,当网格边界为第一网格边界时,根据网格内部流场状态分布信息通过AMHLLC格式计算第一网格边界的第一数值通量,当网格边界为第二网格边界时,根据网格内部流场状态分布信息通过HLL格式计算第二网格边界的第二数值通量。
根据不同网格面的类型,使用HLL格式与全速域HLLC格式进行计算。因此使用的混合格式可以写为:
Figure BDA0003291863190000091
步骤110,根据第一数值通量和第二数值通量,对初始化流场信息进行更新,得到更新后的流场信息,根据更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
图4为头部热流分布异常结果图,图5为使用本发明网格方向分解的方法计算出的头部热流分布图,可见,基于网格方向进行混合计算,能够在稳定捕捉激波的基础上准确计算边界层,并且保证了头部附近热流分布的对称性。改善了高超声速气动热模拟中壁面热流分布异常的问题,避免了高超声速气动热数值模拟中的非物理解的出现。
上述改善高超声速气动热热流分布异常的计算方法中,通过对流场状态量进行初始化,根据网格信息和初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息,其中包括网格边界速度梯度和网格边界法向量;通过计算网格边界速度梯度和网格边界法向量的点积,判断网格边界为平行于飞行器壁面的第一网格边界或垂直于飞行器壁面的第二网格边界,当网格边界为第一网格边界时,通过AMHLLC格式计算第一网格边界的第一数值通量,当网格边界为第二网格边界时,通过HLL格式计算第二网格边界的第二数值通量;根据第一数值通量和第二数值通量,对初始化流场信息进行更新,得到更新后的流场信息,根据更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。本发明基于网格方向进行混合计算,能够在稳定捕捉激波的基础上准确计算边界层,并且保证了头部附近热流分布的对称性。改善了高超声速气动热模拟中壁面热流分布异常的问题,避免了高超声速气动热数值模拟中的非物理解的出现。
在其中一个实施例中,还包括:获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;流场信息中包括速度、温度、压力、密度。
在其中一个实施例中,还包括:通过计算网格边界速度梯度和网格边界法向量的点积,得到每个网格边界的点积结果;
根据点积结果判断网格边界的类型,当点积结果为同一网格点中点积结果的最大值或最小值,则网格边界为第一网格边界;
否则,网格边界为第二网格边界。
在其中一个实施例中,还包括:当网格边界为第一网格边界时,根据网格内部流场状态分布信息通过AMHLLC格式计算第一网格边界的第一数值通量为:
Figure BDA0003291863190000111
其中,ψR和ψL表示间断右侧和左侧的数值通量:
Figure BDA0003291863190000112
其中q表示垂直于网格界面的速度,q=unx+vny,n=(nx,ny)为法向矢量,H为总焓;SL和SR指黎曼解的两个波速,分别对应间断的左侧和右侧,其估算公式为:
SL=min(qL-cL,qR-cR)
SR=max(qL+cL,qR+cR)
cK为间断两侧的声速;
AMHLLC格式将左右两个波速SL和SR之间的中间平均状态分解为两个中间状态,两个中间状态之间为接触波,S*为接触波波速,计算公式为:
Figure BDA0003291863190000113
αK=ρK(SK-qK),K=L,R
其中,αK为中间变量;pK为间断左右两侧的压力;
Figure BDA0003291863190000114
为中间状态左右两侧的数值通量,其计算公式为:
Figure BDA0003291863190000115
其中,
Figure BDA0003291863190000116
为中间状态间断左右两侧的状态量;(·)ij表示相邻两个网格数值通量的平均值;修正压力
Figure BDA0003291863190000117
其中pi与pj为相邻两个网格的压力,尺度函数θij为当地马赫数Mij的函数:
θij=θ(Mij)withθ(M)=min(M,1)
Figure BDA0003291863190000121
(ui,vi)与(uj,vj)为当地速度矢量,ci与cj为当地声速。
在其中一个实施例中,还包括:当网格边界为第二网格边界时,根据网格内部流场状态分布信息通过HLL格式计算第二网格边界的第二数值通量为:
Figure BDA0003291863190000122
其中,QL、QR分别是间断左侧和右侧的状态量。
在其中一个实施例中,还包括:在输出高超声速气动热预测数值模拟计算结果后,针对流场中速度、压力分布进行分析。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在另一个实施例中,如图6所示,提供了一种改善高超声速气动热模拟中壁面热流分布异常的计算方法,包括:
流场信息初始化、流场单元信息重构、流畅界面通量重构、流场单元信息更新,根据具体计算问题判断计算是否完成,若未完成,则进行迭代,若完成,输出计算结果。
如图7所示为网格方向分解计算方法的过程,包括:根据与物面的关系对网格面进行分类,与物面平行的网格面使用全速域HLLC格式,其他网格面使用HLL格式,计算界面通量。
在一个实施例中,如图8所示,提供了一种改善高超声速气动热热流分布异常的计算装置,包括:前处理模块802、流场信息重构模块804、网格边界类型判断模块806、数值通量计算模块808和迭代输出模块810,其中:
前处理模块802,用于获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
流场信息重构模块804,用于根据网格信息和初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
网格边界类型判断模块806,用于通过计算网格边界速度梯度和网格边界法向量的点积,得到每个网格边界的点积结果,根据点积结果判断网格边界为第一网格边界或第二网格边界;第一网格边界平行于飞行器壁面,第二网格边界垂直于飞行器壁面;
数值通量计算模块808,用于当网格边界为第一网格边界时,根据网格内部流场状态分布信息通过AMHLLC格式计算第一网格边界的第一数值通量,当网格边界为第二网格边界时,根据网格内部流场状态分布信息通过HLL格式计算第二网格边界的第二数值通量;
迭代输出模块810,用于根据第一数值通量和第二数值通量,对初始化流场信息进行更新,得到更新后的流场信息,根据更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
网格边界类型判断模块806还用于通过计算网格边界速度梯度和网格边界法向量的点积,得到每个网格边界的点积结果;根据点积结果判断网格边界的类型,当点积结果为同一网格点中点积结果的最大值或最小值,则网格边界为第一网格边界;否则,网格边界为第二网格边界。
数值通量计算模块808还用于当网格边界为第一网格边界时,根据网格内部流场状态分布信息通过AMHLLC格式计算第一网格边界的第一数值通量为:
Figure BDA0003291863190000141
其中,ψR和ψL表示间断右侧和左侧的数值通量:
Figure BDA0003291863190000142
其中q表示垂直于网格界面的速度,q=unx+vny,n=(nx,ny)为法向矢量,H为总焓;SL和SR指黎曼解的两个波速,分别对应间断的左侧和右侧,其估算公式为:
SL=min(qL-cL,qR-cR)
SR=max(qL+cL,qR+cR)
cK为间断两侧的声速;
AMHLLC格式将左右两个波速SL和SR之间的中间平均状态分解为两个中间状态,两个中间状态之间为接触波,S*为接触波波速,计算公式为:
Figure BDA0003291863190000143
αK=ρK(SK-qK),K=L,R
其中,αK为中间变量;pK为间断左右两侧的压力;
Figure BDA0003291863190000144
为中间状态左右两侧的数值通量,其计算公式为:
Figure BDA0003291863190000145
其中,
Figure BDA0003291863190000146
为中间状态间断左右两侧的状态量;(·)ij表示相邻两个网格数值通量的平均值;修正压力
Figure BDA0003291863190000147
其中pi与pj为相邻两个网格的压力,尺度函数θij为当地马赫数Mij的函数:
θij=θ(Mij)withθ(M)=min(M,1)
Figure BDA0003291863190000151
(ui,vi)与(uj,vj)为当地速度矢量,ci与cj为当地声速。
数值通量计算模块808还用于当网格边界为第二网格边界时,根据网格内部流场状态分布信息通过HLL格式计算第二网格边界的第二数值通量为:
Figure BDA0003291863190000152
其中,QL、QR分别是间断左侧和右侧的状态量。
迭代输出模块810还用于在输出高超声速气动热预测数值模拟计算结果后,针对流场中速度、压力分布进行分析。
关于改善高超声速气动热热流分布异常的计算装置的具体限定可以参见上文中对于改善高超声速气动热热流分布异常的计算方法的限定,在此不再赘述。上述改善高超声速气动热热流分布异常的计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种改善高超声速气动热热流分布异常的计算方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种改善高超声速气动热热流分布异常的计算方法和装置,其特征在于,所述方法包括:
获取高超声速飞行器数值模拟的网格信息,得到网格边界法向量,并进行流场信息的初始化,得到初始化流场信息;
根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
2.根据权利要求1所述的方法,其特征在于,获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息,包括:
获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;所述流场信息中包括速度、温度、压力、密度。
3.根据权利要求2所述的方法,其特征在于,通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界,包括:
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果;
根据所述点积结果判断所述网格边界的类型,当所述点积结果为同一网格点中点积结果的最大值或最小值,则所述网格边界为第一网格边界;
否则,所述网格边界为第二网格边界。
4.根据权利要求3所述的方法,其特征在于,当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,包括:
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量为:
Figure FDA0003291863180000021
其中,ψR和ψL表示间断右侧和左侧的数值通量:
Figure FDA0003291863180000022
其中q表示垂直于网格界面的速度,q=unx+vny,n=(nx,ny)为法向矢量,H为总焓;SL和SR指黎曼解的两个波速,分别对应间断的左侧和右侧,其估算公式为:
SL=min(qL-cL,qR-cR)
SR=max(qL+cL,qR+cR)
cK为间断两侧的声速;
AMHLLC格式将左右两个波速SL和SR之间的中间平均状态分解为两个中间状态,两个中间状态之间为接触波,S*为接触波波速,计算公式为:
Figure FDA0003291863180000023
αK=ρK(SK-qK),K=L,R
其中,αK为中间变量;pK为间断左右两侧的压力;
Figure FDA0003291863180000031
为中间状态左右两侧的数值通量,其计算公式为:
Figure FDA0003291863180000032
其中,
Figure FDA0003291863180000033
为中间状态间断左右两侧的状态量;(·)ij表示相邻两个网格数值通量的平均值;修正压力
Figure FDA0003291863180000034
其中pi与pj为相邻两个网格的压力,尺度函数θij为当地马赫数Mij的函数:
θij=θ(Mij)withθ(M)=min(M,1)
Figure FDA0003291863180000035
(ui,vi)与(uj,vj)为当地速度矢量,ci与cj为当地声速。
5.根据权利要求4所述的方法,其特征在于,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量,包括:
当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量为:
Figure FDA0003291863180000036
其中,QL、QR分别是间断左侧和右侧的状态量。
6.根据权利要求5所述的方法,其特征在于,在输出高超声速气动热预测数值模拟计算结果后,还包括:
针对流场中速度、压力分布进行分析。
7.一种改善高超声速气动热热流分布异常的计算装置,其特征在于,所述装置包括:
前处理模块,用于获取高超声速飞行器数值模拟的网格信息,得到网格边界的法向量,并进行流场信息的初始化,得到初始化流场信息;
流场信息重构模块,用于根据所述网格信息和所述初始化流场信息进行流场信息重构,得到网格内部流场状态分布信息;所述网格内部流场状态分布信息包括网格内部的密度、压力、速度状态量;
网格边界类型判断模块,用于通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果,根据所述点积结果判断所述网格边界为第一网格边界或第二网格边界;所述第一网格边界平行于飞行器壁面,所述第二网格边界垂直于飞行器壁面;
数值通量计算模块,用于当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量,当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量;
迭代输出模块,用于根据所述第一数值通量和所述第二数值通量,对所述初始化流场信息进行更新,得到更新后的流场信息,根据所述更新后的流场信息进行下一时间步的迭代,直到计算收敛,输出高超声速气动热预测数值模拟计算结果。
8.根据权利要求7所述的装置,其特征在于,所述网格边界类型判断模块还用于:
通过计算所述网格边界速度梯度和所述网格边界法向量的点积,得到每个网格边界的点积结果;
根据所述点积结果判断所述网格边界的类型,当所述点积结果为同一网格点中点积结果的最大值或最小值,则所述网格边界为第一网格边界;
否则,所述网格边界为第二网格边界。
9.根据权利要求7所述的装置,其特征在于,所述数值通量计算模块还用于:
当所述网格边界为第一网格边界时,根据所述网格内部流场状态分布信息通过AMHLLC格式计算所述第一网格边界的第一数值通量为:
Figure FDA0003291863180000051
其中,ψR和ψL表示间断右侧和左侧的数值通量:
Figure FDA0003291863180000052
其中q表示垂直于网格界面的速度,q=unx+vny,n=(nx,ny)为法向矢量,H为总焓;SL和SR指黎曼解的两个波速,分别对应间断的左侧和右侧,其估算公式为:
SL=min(qL-cL,qR-cR)
SR=max(qL+cL,qR+cR)
cK为间断两侧的声速;
AMHLLC格式将左右两个波速SL和SR之间的中间平均状态分解为两个中间状态,两个中间状态之间为接触波,S*为接触波波速,计算公式为:
Figure FDA0003291863180000053
αK=ρK(SK-qK),K=L,R
其中,αK为中间变量;pK为间断左右两侧的压力;
Figure FDA0003291863180000054
为中间状态左右两侧的数值通量,其计算公式为:
Figure FDA0003291863180000055
其中,
Figure FDA0003291863180000056
为中间状态间断左右两侧的状态量;(·)ij表示相邻两个网格数值通量的平均值;修正压力
Figure FDA0003291863180000061
其中pi与pj为相邻两个网格的压力,尺度函数θij为当地马赫数Mij的函数:
θij=θ(Mij)withθ(M)=min(M,1)
Figure FDA0003291863180000062
(ui,vi)与(uj,vj)为当地速度矢量,ci与cj为当地声速。
10.根据权利要求7所述的装置,其特征在于,所述数值通量计算模块还用于:
当所述网格边界为第二网格边界时,根据所述网格内部流场状态分布信息通过HLL格式计算所述第二网格边界的第二数值通量为:
Figure FDA0003291863180000063
其中,QL、QR分别是间断左侧和右侧的状态量。
CN202111167222.9A 2021-10-04 2021-10-04 一种改善高超声速气动热热流分布异常的计算方法和装置 Active CN113821878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111167222.9A CN113821878B (zh) 2021-10-04 2021-10-04 一种改善高超声速气动热热流分布异常的计算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111167222.9A CN113821878B (zh) 2021-10-04 2021-10-04 一种改善高超声速气动热热流分布异常的计算方法和装置

Publications (2)

Publication Number Publication Date
CN113821878A true CN113821878A (zh) 2021-12-21
CN113821878B CN113821878B (zh) 2024-05-24

Family

ID=78916117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111167222.9A Active CN113821878B (zh) 2021-10-04 2021-10-04 一种改善高超声速气动热热流分布异常的计算方法和装置

Country Status (1)

Country Link
CN (1) CN113821878B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115238397A (zh) * 2022-09-15 2022-10-25 中国人民解放军国防科技大学 高超声速飞行器热环境计算方法、装置和计算机设备
CN115544818A (zh) * 2022-12-05 2022-12-30 中国空气动力研究与发展中心低速空气动力研究所 多层异质薄壁固体导热计算的网格划分及导热计算方法
CN116070554A (zh) * 2023-04-06 2023-05-05 中国人民解放军国防科技大学 高超声速飞行器气动热载荷计算方法、装置及设备
CN117150972A (zh) * 2023-10-30 2023-12-01 中国空气动力研究与发展中心计算空气动力研究所 一种边界调整方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120232860A1 (en) * 2011-03-11 2012-09-13 Desktop Aeronautics, Inc. Generating a simulated fluid flow over an aircraft surface using anisotropic diffusion
KR101909383B1 (ko) * 2017-05-23 2018-10-17 국방과학연구소 압축성 볼츠만 해석 기법의 벽면 경계 조건 모델링 방법
CN110688791A (zh) * 2019-08-30 2020-01-14 中国航天空气动力技术研究院 一种钝头体流场激波自适应结构网格生成方法
CN110795869A (zh) * 2020-01-06 2020-02-14 中国人民解放军国防科技大学 流场数据的数值计算方法和装置
CN111046615A (zh) * 2019-12-27 2020-04-21 中国人民解放军国防科技大学 一种黎曼解算器激波不稳定性抑制方法及系统
CN112699623A (zh) * 2021-03-24 2021-04-23 中国空气动力研究与发展中心计算空气动力研究所 基于非结构网格规则化重构技术的高精度热流计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120232860A1 (en) * 2011-03-11 2012-09-13 Desktop Aeronautics, Inc. Generating a simulated fluid flow over an aircraft surface using anisotropic diffusion
KR101909383B1 (ko) * 2017-05-23 2018-10-17 국방과학연구소 압축성 볼츠만 해석 기법의 벽면 경계 조건 모델링 방법
CN110688791A (zh) * 2019-08-30 2020-01-14 中国航天空气动力技术研究院 一种钝头体流场激波自适应结构网格生成方法
CN111046615A (zh) * 2019-12-27 2020-04-21 中国人民解放军国防科技大学 一种黎曼解算器激波不稳定性抑制方法及系统
CN110795869A (zh) * 2020-01-06 2020-02-14 中国人民解放军国防科技大学 流场数据的数值计算方法和装置
CN112699623A (zh) * 2021-03-24 2021-04-23 中国空气动力研究与发展中心计算空气动力研究所 基于非结构网格规则化重构技术的高精度热流计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黎作武;: "近似黎曼解对高超声速气动热计算的影响研究", 力学学报, no. 01, 15 January 2008 (2008-01-15) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115238397A (zh) * 2022-09-15 2022-10-25 中国人民解放军国防科技大学 高超声速飞行器热环境计算方法、装置和计算机设备
CN115544818A (zh) * 2022-12-05 2022-12-30 中国空气动力研究与发展中心低速空气动力研究所 多层异质薄壁固体导热计算的网格划分及导热计算方法
CN115544818B (zh) * 2022-12-05 2023-02-28 中国空气动力研究与发展中心低速空气动力研究所 多层异质薄壁固体导热计算的网格划分及导热计算方法
CN116070554A (zh) * 2023-04-06 2023-05-05 中国人民解放军国防科技大学 高超声速飞行器气动热载荷计算方法、装置及设备
CN117150972A (zh) * 2023-10-30 2023-12-01 中国空气动力研究与发展中心计算空气动力研究所 一种边界调整方法、装置、设备及介质
CN117150972B (zh) * 2023-10-30 2024-03-12 中国空气动力研究与发展中心计算空气动力研究所 一种边界调整方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113821878B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN113821878B (zh) 一种改善高超声速气动热热流分布异常的计算方法和装置
CN113987691B (zh) 激波失稳的高精度混合计算方法、装置、设备和存储介质
Zhang et al. Accelerating ADMM for efficient simulation and optimization
Jaiman et al. Conservative load transfer along curved fluid–solid interface with non-matching meshes
CN110795869B (zh) 流场数据的数值计算方法和装置
Tezzele et al. Enhancing CFD predictions in shape design problems by model and parameter space reduction
US20180189433A1 (en) Analytical Consistent Sensitivities For Nonlinear Equilibriums, Where The Only Source Of Nonlinearities Is Small Sliding Contact Constraints
Grave et al. A new convected level-set method for gas bubble dynamics
Benamara et al. Adaptive infill sampling criterion for multi-fidelity optimization based on Gappy-POD: Application to the flight domain study of a transonic airfoil
CN113821877B (zh) 面向高超声速气动热数值模拟的区域分解计算方法和装置
He et al. Variable-fidelity expected improvement based efficient global optimization of expensive problems in presence of simulation failures and its parallelization
CN111930491B (zh) 一种全局通信优化加速方法、装置和计算机设备
Nguyen et al. A finite element level-set method for stress-based topology optimization of plate structures
Étienne et al. A general approach to sensitivity analysis of fluid–structure interactions
Deng et al. Adaptive spatiotemporal dimension reduction in concurrent multiscale damage analysis
Scanff et al. Weakly-invasive LATIN-PGD for solving time-dependent non-linear parametrized problems in solid mechanics
Duan et al. Non-intrusive data-driven reduced-order modeling for time-dependent parametrized problems
US20230297737A1 (en) Modelling an object, determination of load capacity, improvement of the design and generating component, and system
Sternfels et al. Stochastic design and control in random heterogeneous materials
Mor-Yossef A stable, positivity-preserving scheme for cross-diffusion source term in RANS turbulence models: Application to k-ω turbulence models
Scillitoe et al. Instantaneous flowfield estimation with Gaussian ridges
CN111985173B (zh) 一种适用于近似计算电路可靠性分析方法及系统
Lu et al. Sparse convolution-based markov models for nonlinear fluid flows
Zalger Application of variational autoencoders for aircraft turbomachinery design
Piao et al. An efficient trajectory tracking algorithm for the backward semi-Lagrangian method of solving the guiding center problems

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