CN113998145B - 飞行器边界层失稳特征检测方法、装置、设备及介质 - Google Patents

飞行器边界层失稳特征检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113998145B
CN113998145B CN202210000548.0A CN202210000548A CN113998145B CN 113998145 B CN113998145 B CN 113998145B CN 202210000548 A CN202210000548 A CN 202210000548A CN 113998145 B CN113998145 B CN 113998145B
Authority
CN
China
Prior art keywords
disturbance
characteristic
equation
characteristic value
variable
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
CN202210000548.0A
Other languages
English (en)
Other versions
CN113998145A (zh
Inventor
陈曦
陈坚强
袁先旭
涂国华
董思卫
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.)
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
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 Computational Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202210000548.0A priority Critical patent/CN113998145B/zh
Publication of CN113998145A publication Critical patent/CN113998145A/zh
Application granted granted Critical
Publication of CN113998145B publication Critical patent/CN113998145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了飞行器边界层失稳特征检测方法、装置、设备及介质，该方法包括假设飞行器升力体边界层扰动波的形状函数，并将形状函数分解为快变量和慢变量；预设待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程；根据特征值方程计算特征值和特征函数；判断快变量是否已被最大限度剥离，若是，则计算终止，若否，重新预设待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程，计算特征值和特征函数；基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。本发明只需少量网格点解析慢变量信息，即可完成飞行器三维边界层特征的检测，得到完整扰动特征谱信息。

Description

飞行器边界层失稳特征检测方法、装置、设备及介质
技术领域
本发明属于飞行器稳定性检测技术领域，尤其涉及飞行器边界层失稳特征检测方法、装置、设备及介质。
背景技术
物体在静止流体（比如空气或水）中高速运动时，或者相对地，流体高速流经静止物体时，物体表面与外围流体之间会形成一个薄薄的剪切层，即边界层，使得流体微团速度（有时还包括温度等物理量）在物面处与物体速度相同。边界层对物体的受力极为重要，它是物体摩擦阻力的来源，同时也是产生升力的关键。
边界层因为其中流动的状态又分为层流边界层和湍流边界层，其中层流边界层产生的摩擦阻力和气动传热远小于湍流边界层，故而飞行器设计中一般希望保持边界层保持层流状态或者准确预测边界层从层流到湍流的转捩位置。于是，边界层转捩问题是飞行器设计中需要考虑的重要因素。现有研究表明，边界层转捩对边界层流动非常敏感，细微的流场变化也可能引起边界层转捩过程和位置的显著改变。
真实飞行器的边界层转捩预测需要用到全局稳定性分析方法，该方法将流场（q）分解为基本流
Figure 388807DEST_PATH_IMAGE001
和扰动场（q’）两部分，即
Figure 182451DEST_PATH_IMAGE002
；
假设扰动（q’）在时间（t）和流向（x）两个维度都为周期函数，在法向（y）和展向（z）都为任意的光滑函数（导数连续），于是对于频率ω，波数α的模态，其函数形式可写为
Figure 817832DEST_PATH_IMAGE003
；
其中，c.c.为共轭项，以保证扰动为实数，
Figure 114952DEST_PATH_IMAGE004
为形状函数，将
Figure 443165DEST_PATH_IMAGE005
代入流体力学控制方程，去掉基本流方程和非线性项，可得到扰动全局稳定性方程如下：
Figure 458526DEST_PATH_IMAGE006
；
其中
Figure 897597DEST_PATH_IMAGE007
，A和B为二维线性算子，
Figure 439437DEST_PATH_IMAGE008
为待求特征值。对于常见的扰动展向分布较广的横流和第二模态不稳定性，其展向波长远小于计算域尺度，为了解析小尺度波长，需要极密的展向网格，导致全局稳定性方程离散后的矩阵规模达千万量级，计算量十分庞大，成为制约其应用的瓶颈，这对飞行器转捩预测以及减阻防热优化设计非常不利。
发明内容
本发明的目的在于，为克服现有技术缺陷，提供了飞行器边界层失稳特征检测方法、装置、设备及介质,只需用少量网格点解析慢变量信息，即可完成飞行器三维边界层特征的检测，得到完整的扰动特征谱信息。
本发明目的通过下述技术方案来实现：
一种飞行器边界层失稳特征检测方法，所述方法包括：
假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量；
初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程；
根据所述特征值方程计算特征值和特征函数；
判断快变量是否已被最大限度剥离，若是，则计算终止，若否，则重复将所述慢变量代入扰动全局稳定性方程得到特征值方程，根据所述特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离步骤；
基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
进一步的，所述假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量具体包括：
假设飞行器升力体边界层扰动波的形状函数
Figure 548339DEST_PATH_IMAGE009
，并将所述形状函数
Figure 175629DEST_PATH_IMAGE010
分解为幅值函数和相位相乘的形式：
Figure 887233DEST_PATH_IMAGE011
；
其中，S为横流区展向单位弧长，整数
Figure 424525DEST_PATH_IMAGE012
是待优化的展向波数，
Figure 828961DEST_PATH_IMAGE013
为未知的慢变量，
Figure 818914DEST_PATH_IMAGE014
为已知的快变量。
进一步的，所述初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程具体包括：
初始预设一个
Figure 599788DEST_PATH_IMAGE015
值，将
Figure 850641DEST_PATH_IMAGE016
代入
Figure 301345DEST_PATH_IMAGE017
，得到特征值方程：
Figure 903228DEST_PATH_IMAGE018
。
进一步的，所述根据所述特征值方程计算特征值和特征函数包括采用隐式重启Arnoldi算法计算得到特征值
Figure 363159DEST_PATH_IMAGE019
和特征函数
Figure 468518DEST_PATH_IMAGE020
。
进一步的，所述判断快变量是否已被最大限度剥离具体包括：
若增加或减少所述待优化的展向波数会增加所述慢变量的展向震荡，则快变量已被最大限度剥离，反之则快变量没被最大限度剥离。
进一步的，所述基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息具体包括：
A. 给定一个流向位置和扰动频率，改变扰动相速度的猜测值，作为特征值方程
Figure 480337DEST_PATH_IMAGE021
Arnoldi隐式求解方法的初始迭代值求解，得到所述流向位置的扰动特征谱信息，所述扰动特征谱信息包括扰动的增长率和失稳频率；
B. 采用与步骤A相同的流向位置，选取另一个扰动频率，作为特征值方程
Figure 913723DEST_PATH_IMAGE022
Arnoldi隐式求解方法的初始迭代值求解，得到不同扰动频率的扰动特征谱信息；
C. 改变流向位置，重复步骤A、B的操作，得到飞行器整个表面的边界层失稳特征。
另一方面，本发明还提供了一种飞行器边界层失稳特征检测装置，所述装置包括：
函数拆分模块，用于假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量；
特征值方程生成模块，用于初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程；
特征值方程计算模块，用于根据所述特征值方程计算特征值和特征函数；
快变量判断模块，用于判断快变量是否已被最大限度剥离，若是，则计算终止，若否，重新预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程，根据所述特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离；
特征检测模块，用于基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
可选地，所述函数拆分模块假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量具体包括：
假设飞行器升力体边界层扰动波的形状函数
Figure 301979DEST_PATH_IMAGE009
，并将所述形状函数
Figure 261845DEST_PATH_IMAGE010
分解为幅值函数和相位相乘的形式：
Figure 319931DEST_PATH_IMAGE011
；
其中，S为横流区展向单位弧长，整数
Figure 630826DEST_PATH_IMAGE012
是待优化的展向波数，
Figure 426701DEST_PATH_IMAGE013
为未知的慢变量，
Figure 506652DEST_PATH_IMAGE014
为已知的快变量。
可选地，所述特征值方程生成模块初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程具体包括：
初始预设一个
Figure 860273DEST_PATH_IMAGE015
值，将
Figure 268252DEST_PATH_IMAGE016
代入
Figure 732731DEST_PATH_IMAGE017
，得到特征值方程：
Figure 667189DEST_PATH_IMAGE018
。
可选地，所述特征值方程计算模块根据所述特征值方程计算特征值和特征函数包括采用隐式重启Arnoldi算法计算得到特征值
Figure 332657DEST_PATH_IMAGE019
和特征函数
Figure 86986DEST_PATH_IMAGE020
。
可选地，所述快变量判断模块判断快变量是否已被最大限度剥离具体包括：
若增加或减少所述待优化的展向波数会增加所述慢变量的展向震荡，则快变量已被最大限度剥离，反之则快变量没被最大限度剥离。
可选地，所述特征检测模块基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息具体包括：
A. 给定一个流向位置和扰动频率，改变扰动相速度的猜测值，作为特征值方程
Figure 496102DEST_PATH_IMAGE021
Arnoldi隐式求解方法的初始迭代值求解，得到所述流向位置的扰动特征谱信息，所述扰动特征谱信息包括扰动的增长率和失稳频率；
B. 采用与步骤A相同的流向位置，选取另一个扰动频率，作为特征值方程
Figure 550646DEST_PATH_IMAGE022
Arnoldi隐式求解方法的初始迭代值求解，得到不同扰动频率的扰动特征谱信息；
C. 改变流向位置，重复步骤A、B的操作，得到飞行器整个表面的边界层失稳特征。
另一方面，本发明还提供了一种计算机设备，计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现上述的任意一种飞行器边界层失稳特征检测方法。
另一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述的任意一种飞行器边界层失稳特征检测方法。
本发明的有益效果在于：
本发明利用扰动存在两个展向变化尺度的特点，将快变量作为可调参数剥离，只求解慢变量，使得所需网格点大大减少，显著提升计算效率，由此可快速判断飞行器三维边界层稳定性特征。
附图说明
图1是本发明实施例提供的飞行器边界层失稳特征检测方法流程示意图；
图2是本发明实施例升力体表面流动结构分布和坐标系；
图3是本发明实施例不同
Figure 980490DEST_PATH_IMAGE023
值得到的不同赋值函数
Figure 628640DEST_PATH_IMAGE024
的实部分布图，其中，图3（a）是
Figure 434922DEST_PATH_IMAGE025
时的赋值函数
Figure 219339DEST_PATH_IMAGE024
的实部分布图，图3（b）是
Figure 85663DEST_PATH_IMAGE026
时的赋值函数
Figure 80164DEST_PATH_IMAGE027
的实部分布图，图3（c）是
Figure 565503DEST_PATH_IMAGE028
时的赋值函数
Figure 594639DEST_PATH_IMAGE024
的实部分布图；
图4是本发明实施例提供的飞行器边界层失稳特征检测方法与传统方法的结果对比曲线图；
图5是本发明实施例提供的飞行器边界层失稳特征检测装置结构框图。
附图说明：1-腹部流向涡，2-腹部横流区，3-肩部接触线区，4-肩部横流区，5-肩部流向涡区，6-背风横流区，7-背风接触线区。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
基于本发明中的实施例，本领域普通技术人员在没有作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。
对于常见的扰动展向分布较广的横流和第二模态不稳定性，其展向波长远小于计算域尺度，为了解析小尺度波长，需要极密的展向网格，导致全局稳定性方程离散后的矩阵规模达千万量级，计算量十分庞大，成为制约其应用的瓶颈，这对飞行器转捩预测以及减阻防热优化设计非常不利。
为了解决上述技术问题，提出了本发明飞行器边界层失稳特征检测方法、装置、设备及介质的下述各个实施例。
实施例1
本实施例以飞行器升力体为例，流动条件为马赫数：6，单位雷诺数：107/m，攻角：2deg，静温79K，壁温300K。参照图2，如图2所示是本实施例升力体表面流动结构分布和坐标系，其中1为腹部流向涡，2为腹部横流区，3为肩部接触线区，4为肩部横流区，5为肩部流向涡区，6为背风横流区，7为背风接触线区。在横流区，边界层展向不稳定区域较大，但边界层变化缓慢，使得模态呈现相位变化快（表现形式是扰动值正负波动快）和幅值变化慢的特点，若按原全局稳定性方程解法，计算量庞大，但如果将快变的相位分离出来，只求解慢变的幅值，则所需计算量将大为减少。
参照图1，如图1所示是本实施例提供的飞行器边界层失稳特征检测方法流程示意图，该方法具体包括以下步骤：
步骤S100：假设飞行器升力体边界层扰动波的形状函数，并将形状函数分解为快变量和慢变量。
具体地，本实施例假设飞行器升力体边界层扰动波的形状函数
Figure 366286DEST_PATH_IMAGE009
，并将形状函数
Figure 989029DEST_PATH_IMAGE010
分解为幅值函数和相位相乘的形式：
Figure 137113DEST_PATH_IMAGE011
；
其中，S为横流区展向单位弧长，整数
Figure 896122DEST_PATH_IMAGE012
是待优化的展向波数，
Figure 838670DEST_PATH_IMAGE013
为未知的慢变量，
Figure 807763DEST_PATH_IMAGE014
为已知的快变量。
步骤S200：初始预设一个快变量中的待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程。
具体地，本实施例通过初始预设一个
Figure 634905DEST_PATH_IMAGE015
值，将
Figure 373053DEST_PATH_IMAGE016
代入
Figure 752082DEST_PATH_IMAGE029
，得到特征值方程：
Figure 83838DEST_PATH_IMAGE030
。
步骤S300：根据特征值方程计算特征值和特征函数。
具体地，本实施例采用Matlab软件自带的隐式重启动Arnoldi算法求解器eigs求解该特征值问题，得到特征值
Figure 573725DEST_PATH_IMAGE019
和特征函数
Figure 307326DEST_PATH_IMAGE020
。
步骤S400：判断快变量是否已被最大限度剥离，若是，则计算终止，若否，则重复将慢变量代入扰动全局稳定性方程得到特征值方程，根据特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离步骤。
作为一种实施方式，本实施例判断快变量是否已被最大限度剥离具体采用以下方式：
增加或减少待优化的展向波数，若增加或减少待优化的展向波数会增加慢变量的展向震荡，则快变量已被最大限度剥离，反之则快变量没被最大限度剥离。
参照图3，如图3所示是本实施例不同
Figure 122835DEST_PATH_IMAGE023
值得到的不同赋值函数
Figure 535362DEST_PATH_IMAGE024
的实部分布图，其中，图3（a）是
Figure 704306DEST_PATH_IMAGE025
时的赋值函数
Figure 417047DEST_PATH_IMAGE024
的实部分布图，图3（b）是
Figure 278824DEST_PATH_IMAGE026
时的赋值函数
Figure 444226DEST_PATH_IMAGE024
的实部分布图，图3（c）是
Figure 541495DEST_PATH_IMAGE031
时的赋值函数
Figure 718529DEST_PATH_IMAGE024
的实部分布图。根据对比可知，
Figure 875841DEST_PATH_IMAGE032
可以使幅值函数在展向变化最缓慢，即快变的相位被剥离得最彻底，是最优选择。
步骤S500：基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
具体地，步骤S500包括以下子步骤：
A. 给定一个流向位置，给定一个扰动频率，改变扰动相速度的猜测值，作为特征值方程
Figure 262960DEST_PATH_IMAGE033
Arnoldi隐式求解方法的初始迭代值，并利用Matlab程序eigs求解，得到该位置的扰动特征谱信息，该信息包含了扰动的增长率和失稳频率等关键信息。
B. 采用步骤A相同的流向位置，选取另一个扰动频率，重复步骤A的工作，得到不同扰动频率的扰动特征谱信息。
C. 改变流向位置，重复步骤B、C操作，即可得到飞行器整个表面的边界层失稳特征。
为了验证本方案与传统方案相比的的优势，对比了原方法和本方法得到的特征函数分布。参照图4，如图4所示是本实施例提供的飞行器边界层失稳特征检测方法与传统方法的结果对比曲线图。根据图示可知，本方法仅以不到1/10的网格点就可以准确捕捉扰动幅值分布，计算量仅为原方法的1/10。
本实施例提供的飞行器边界层失稳特征检测方法，提出快、慢变量分离求解的方案，将原全局稳定性方程计算效率提升一个量级，大大促进全局稳定性分析的工程化应用，为快速判断高速飞行器稳定性特征、实现转捩阵面理论预测奠定基础，进而为飞行器减阻防热优化设计提供数据支撑。
实施例2
参照图5，如图5所示是本实施例提供的飞行器边界层失稳特征检测装置结构框图，该装置具体包括：
函数拆分模块10，用于假设飞行器升力体边界层扰动波的形状函数，并将形状函数分解为快变量和慢变量；
特征值方程生成模块20，用于初始预设一个快变量中的待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程；
特征值方程计算模块30，用于根据特征值方程计算特征值和特征函数；
快变量判断模块40，用于判断快变量是否已被最大限度剥离，若是，则计算终止，若否，重新预设一个快变量中的待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程，根据特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离；
特征检测模块50，用于基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
作为一种实施方式，函数拆分模块10假设飞行器升力体边界层扰动波的形状函数，并将形状函数分解为快变量和慢变量具体包括：
假设飞行器升力体边界层扰动波的形状函数
Figure 39286DEST_PATH_IMAGE009
，并将形状函数
Figure 726620DEST_PATH_IMAGE010
分解为幅值函数和相位相乘的形式：
Figure 682198DEST_PATH_IMAGE011
；
其中，S为横流区展向单位弧长，整数
Figure 822192DEST_PATH_IMAGE012
是待优化的展向波数，
Figure 995685DEST_PATH_IMAGE013
为未知的慢变量，
Figure 412891DEST_PATH_IMAGE014
为已知的快变量。
作为一种实施方式，特征值方程生成模块20初始预设一个快变量中的待优化的展向波数，将慢变量代入扰动全局稳定性方程得到特征值方程具体包括：
初始预设一个
Figure 646426DEST_PATH_IMAGE015
值，将
Figure 149082DEST_PATH_IMAGE016
代入
Figure 126266DEST_PATH_IMAGE017
，得到特征值方程：
Figure 522612DEST_PATH_IMAGE018
。
作为一种实施方式，特征值方程计算模块30根据特征值方程计算特征值和特征函数包括采用隐式重启Arnoldi算法计算得到特征值
Figure 67994DEST_PATH_IMAGE034
和特征函数
Figure 917001DEST_PATH_IMAGE020
。
作为一种实施方式，快变量判断模块40判断快变量是否已被最大限度剥离具体包括：
若增加或减少待优化的展向波数会增加慢变量的展向震荡，则快变量已被最大限度剥离，反之则快变量没被最大限度剥离。
作为一种实施方式，特征检测模块50基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息具体包括：
A. 给定一个流向位置和扰动频率，改变扰动相速度的猜测值，作为特征值方程
Figure 697875DEST_PATH_IMAGE021
Arnoldi隐式求解方法的初始迭代值求解，得到流向位置的扰动特征谱信息，扰动特征谱信息包括扰动的增长率和失稳频率；
B. 采用与步骤A相同的流向位置，选取另一个扰动频率，作为特征值方程
Figure 89674DEST_PATH_IMAGE022
Arnoldi隐式求解方法的初始迭代值求解，得到不同扰动频率的扰动特征谱信息；
C. 改变流向位置，重复步骤A、B的操作，得到飞行器整个表面的边界层失稳特征。
本实施例提供的飞行器边界层失稳特征检测装置，将原全局稳定性方程计算效率提升一个量级，大大促进全局稳定性分析的工程化应用，为快速判断高速飞行器稳定性特征、实现转捩阵面理论预测奠定基础，进而为飞行器减阻防热优化设计提供数据支撑。
实施例3
本优选实施例提供了一种计算机设备，该计算机设备可以实现本申请实施例所提供的飞行器边界层失稳特征检测方法任一实施例中的步骤，因此，可以实现本申请实施例所提供的飞行器边界层失稳特征检测方法的有益效果，详见前面的实施例，在此不再赘述。
实施例4
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的飞行器边界层失稳特征检测方法中任一实施例的步骤。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一飞行器边界层失稳特征检测方法实施例中的步骤，因此，可以实现本发明实施例所提供的任一飞行器边界层失稳特征检测方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (9)

1.一种飞行器边界层失稳特征检测方法，其特征在于，所述方法包括：
假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量；
初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程；
根据所述特征值方程计算特征值和特征函数；
判断快变量是否已被最大限度剥离，若是，则计算终止，若否，则重复将所述慢变量代入扰动全局稳定性方程得到特征值方程，根据所述特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离步骤；
基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
2.如权利要求1所述的飞行器边界层失稳特征检测方法，其特征在于，所述假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量具体包括：
假设飞行器升力体边界层扰动波的形状函数
Figure 495468DEST_PATH_IMAGE001
，并将所述形状函数
Figure 844541DEST_PATH_IMAGE002
分解为幅值函数和相位相乘的形式：
Figure 813634DEST_PATH_IMAGE003
；
其中，S为横流区展向单位弧长，整数
Figure 640775DEST_PATH_IMAGE004
是待优化的展向波数，
Figure 644504DEST_PATH_IMAGE005
为未知的慢变量，
Figure 757953DEST_PATH_IMAGE006
为已知的快变量，y为法向坐标，z为展向坐标。
3.如权利要求2所述的飞行器边界层失稳特征检测方法，其特征在于，所述初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程具体包括：
初始预设一个
Figure 824129DEST_PATH_IMAGE007
值，将
Figure 579596DEST_PATH_IMAGE008
代入
Figure 313196DEST_PATH_IMAGE009
，得到特征值方程：
Figure 863126DEST_PATH_IMAGE010
；
其中，A、B、
Figure 806812DEST_PATH_IMAGE011
和
Figure 710177DEST_PATH_IMAGE012
为线性算子，
Figure 157339DEST_PATH_IMAGE013
。
4.如权利要求3所述的飞行器边界层失稳特征检测方法，其特征在于，所述根据所述特征值方程计算特征值和特征函数包括采用隐式重启Arnoldi算法计算得到特征值
Figure 143749DEST_PATH_IMAGE014
和特征函数
Figure 184517DEST_PATH_IMAGE015
。
5.如权利要求1所述的飞行器边界层失稳特征检测方法，其特征在于，所述判断快变量是否已被最大限度剥离具体包括：
若增加或减少所述待优化的展向波数会增加所述慢变量的展向震荡，则快变量已被最大限度剥离，反之则快变量没被最大限度剥离。
6.如权利要求4所述的飞行器边界层失稳特征检测方法，其特征在于，所述基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息具体包括：
A. 给定一个流向位置和扰动频率，改变扰动相速度的猜测值，作为特征值方程
Figure 281786DEST_PATH_IMAGE016
Arnoldi隐式求解方法的初始迭代值求解，得到所述流向位置的扰动特征谱信息，所述扰动特征谱信息包括扰动的增长率和失稳频率；
B. 采用与步骤A相同的流向位置，选取另一个扰动频率，作为特征值方程
Figure 724400DEST_PATH_IMAGE017
Arnoldi隐式求解方法的初始迭代值求解，得到不同扰动频率的扰动特征谱信息；
C. 改变流向位置，重复步骤A、B的操作，得到飞行器整个表面的边界层失稳特征。
7.一种飞行器边界层失稳特征检测装置，其特征在于，所述装置包括：
函数拆分模块，用于假设飞行器升力体边界层扰动波的形状函数，并将所述形状函数分解为快变量和慢变量；
特征值方程生成模块，用于初始预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程；
特征值方程计算模块，用于根据所述特征值方程计算特征值和特征函数；
快变量判断模块，用于判断快变量是否已被最大限度剥离，若是，则计算终止，若否，重新预设一个快变量中的待优化的展向波数，将所述慢变量代入扰动全局稳定性方程得到特征值方程，根据所述特征值方程计算特征值和特征函数，判断快变量是否已被最大限度剥离；
特征检测模块，用于基于计算终止时的待优化的展向波数，遍历频率、相速度和流向位置，求解特征值方程，得到完整的扰动特征谱信息。
8.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至6任一项所述的飞行器边界层失稳特征检测方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至6任一项所述的飞行器边界层失稳特征检测方法。
CN202210000548.0A 2022-01-04 2022-01-04 飞行器边界层失稳特征检测方法、装置、设备及介质 Active CN113998145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210000548.0A CN113998145B (zh) 2022-01-04 2022-01-04 飞行器边界层失稳特征检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210000548.0A CN113998145B (zh) 2022-01-04 2022-01-04 飞行器边界层失稳特征检测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113998145A CN113998145A (zh) 2022-02-01
CN113998145B true CN113998145B (zh) 2022-03-15

Family

ID=79932638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210000548.0A Active CN113998145B (zh) 2022-01-04 2022-01-04 飞行器边界层失稳特征检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113998145B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115659522B (zh) * 2022-12-27 2023-03-28 中国空气动力研究与发展中心计算空气动力研究所 一种飞行器转捩位置预测方法、装置、设备及介质
CN115840889B (zh) * 2023-02-17 2023-05-26 中国空气动力研究与发展中心计算空气动力研究所 用于转捩预测的特征值的处理方法、装置、设备及介质
CN116223840B (zh) * 2023-05-08 2023-08-25 中国空气动力研究与发展中心计算空气动力研究所 一种用压力脉动时间序列计算扰动相速度的方法及其装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304601A (zh) * 2017-08-09 2018-07-20 北京空天技术研究所 一种高超声速飞行器边界层转捩的判断方法
CN109969374A (zh) * 2019-04-09 2019-07-05 中国空气动力研究与发展中心计算空气动力研究所 用于高超声速边界层转捩研究的标模气动布局及设计方法
CN112231847A (zh) * 2020-11-04 2021-01-15 中国商用飞机有限责任公司北京民用飞机技术研究中心 转捩位置确定方法、装置、电子设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008108881A2 (en) * 2006-09-08 2008-09-12 Steven Sullivan Method and apparatus for mitigating trailing vortex wakes of lifting or thrust generating bodies
DE102009001953B4 (de) * 2009-03-27 2013-11-14 Deutsches Zentrum für Luft- und Raumfahrt e.V. Vorrichtung zur Beeinflussung einer Überschall-Umströmung
US20170137116A1 (en) * 2009-07-10 2017-05-18 Peter Ireland Efficiency improvements for flow control body and system shocks
US8538738B2 (en) * 2011-03-22 2013-09-17 Aerion Corporation Predicting transition from laminar to turbulent flow over a surface
US10953979B2 (en) * 2015-11-11 2021-03-23 The Arizona Board Of Regents On Behalf Of The University Of Arizona Control of hypersonic boundary layer transition
EP3363733B1 (en) * 2017-02-18 2021-11-10 Jean-Eloi William Lombard Passive flow control mechanism for reducing and/or suppressing tollmien-schlichting waves, delaying transition to turbulence and reducing drag
CN110702356B (zh) * 2019-10-12 2021-06-08 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
US11981421B2 (en) * 2019-12-24 2024-05-14 Arizona Board Of Regents On Behalf Of The University Of Arizona Flow control techniques for delaying or accelerating laminar-turbulent boundary-layer transition for high-speed flight vehicles
CN112507629A (zh) * 2020-09-23 2021-03-16 空气动力学国家重点实验室 一种考虑激波的感受性分析方法
CN112464583B (zh) * 2020-11-04 2023-03-14 空气动力学国家重点实验室 一种考虑激波和边界层的网格生成方法
CN112733278A (zh) * 2021-03-31 2021-04-30 中国空气动力研究与发展中心计算空气动力研究所 一种被动延迟湍流转捩控制装置及方法
CN113127976B (zh) * 2021-04-23 2022-06-21 中南大学 一种边界层分离诱导转捩预测方法、装置、设备及介质
CN113221350B (zh) * 2021-05-10 2022-02-18 天津大学 基于全局稳定性分析的高超声速飞行器转捩预测方法
CN113158347B (zh) * 2021-05-17 2021-09-07 中国空气动力研究与发展中心计算空气动力研究所 一种快速确定高速三维边界层中流向涡位置的方法
CN113468655B (zh) * 2021-05-25 2023-05-09 北京临近空间飞行器系统工程研究所 基于飞行试验数据的高速边界层转捩判据标定方法和系统
CN113494990B (zh) * 2021-06-28 2024-05-03 中国航天空气动力技术研究院 一种风洞扰动对超声速层流边界层厚度影响的分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304601A (zh) * 2017-08-09 2018-07-20 北京空天技术研究所 一种高超声速飞行器边界层转捩的判断方法
CN109969374A (zh) * 2019-04-09 2019-07-05 中国空气动力研究与发展中心计算空气动力研究所 用于高超声速边界层转捩研究的标模气动布局及设计方法
CN112231847A (zh) * 2020-11-04 2021-01-15 中国商用飞机有限责任公司北京民用飞机技术研究中心 转捩位置确定方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ＨｙＴＲＶ流场特征与边界层稳定性特征分析;陈坚强等;《航空学报》;20200818;第42卷(第6期);124317-1至124317-15 *

Also Published As

Publication number Publication date
CN113998145A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN113998145B (zh) 飞行器边界层失稳特征检测方法、装置、设备及介质
Afshari et al. On numerical methods; optimization of CFD solution to evaluate fluid flow around a sample object at low Re numbers
Kiris et al. Computational framework for launch, ascent, and vehicle aerodynamics (LAVA)
Mahon et al. Computational analysis of pressure and wake characteristics of an aerofoil in ground effect
Rafee et al. Numerical simulations of airflow and droplet transport in a wave-plate mist eliminator
Constantinescu et al. Numerical investigation of flow past a prolate spheroid
Marshall Wake dynamics of a yawed cylinder
CN105975645A (zh) 一种基于多步的含激波区域飞行器流场快速计算方法
Holst et al. Static and dynamic analysis of a NACA 0021 airfoil section at low reynolds numbers based on experiments and computational fluid dynamics
Kasmaiee et al. Machine learning-based optimization of a pitching airfoil performance in dynamic stall conditions using a suction controller
Tandiono et al. Spanwise velocity component in nonlinear region of Görtler vortices
Poozesh et al. Flow simulation around cambered airfoil by using conformal mapping and intermediate domain in lattice Boltzmann method
Zhou et al. Fast transonic flow prediction enables efficient aerodynamic design
Zangeneh Development of a new algorithm for modeling viscous transonic flow on unstructured grids at high Reynolds numbers
Yakeno et al. Propagation of stationary and traveling waves in a leading-edge boundary layer of a swept wing
Patro et al. Adaptive h-finite element modeling of wind flow around bridges
Bidar et al. Sensor placement for data assimilation of turbulence models using eigenspace perturbations
Meng et al. Fast flow prediction of airfoil dynamic stall based on Fourier neural operator
El Maani et al. Multiobjective aerodynamic shape optimization of NACA0012 airfoil based mesh morphing
Johnson et al. Simulations of high reynolds number air flow over the NACA-0012 airfoil using the immersed boundary method
Misaka Estimation of vortex-induced vibration based on observed wakes using computational fluid dynamics-trained deep neural network
Kulikov et al. The CABARET method for a weakly compressible fluid flows in one-and two-dimensional implementations
Almohammadi et al. Effect of transitional turbulence modelling on a straight blade vertical Axis wind turbine
Kaul An active flow control approach for spatially growing mixing layer
Cao et al. Efficient optimization design of flue deflectors through parametric surrogate modeling with physics-informed neural networks

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