CN114516403A - 一种基于光纤结冰探测的电热防除冰系统功率控制方法 - Google Patents
一种基于光纤结冰探测的电热防除冰系统功率控制方法 Download PDFInfo
- Publication number
- CN114516403A CN114516403A CN202210223334.XA CN202210223334A CN114516403A CN 114516403 A CN114516403 A CN 114516403A CN 202210223334 A CN202210223334 A CN 202210223334A CN 114516403 A CN114516403 A CN 114516403A
- Authority
- CN
- China
- Prior art keywords
- icing
- ice
- optical fiber
- mvd
- lwc
- 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
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 230000002265 prevention Effects 0.000 title claims abstract description 17
- 238000005485 electric heating Methods 0.000 title abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 86
- 239000007788 liquid Substances 0.000 claims abstract description 41
- 238000012546 transfer Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 238000001704 evaporation Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000008020 evaporation Effects 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 8
- 230000008018 melting Effects 0.000 claims description 6
- 238000002844 melting Methods 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000013041 optical simulation Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003116 impacting effect Effects 0.000 claims description 3
- 239000011148 porous material Substances 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 4
- 239000003595 mist Substances 0.000 description 5
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D15/00—De-icing or preventing icing on exterior surfaces of aircraft
- B64D15/20—Means for detecting icing or initiating de-icing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明适用于防除冰领域，提供了一种基于光纤结冰探测的电热防除冰系统功率控制方法，包括如下步骤：S1：获取来流风速V和来流温度T；S2：通过光纤结冰传感器获取的结冰参数并反向解算液态水含量LWC和液滴中值直径MVD；S3：将S1和S2中实时云雾参数(V，T，MVD，LWC)导入至热载荷预测模型，获取结冰防护区域内热载荷
分布；S4：根据
获取对应的防除冰功率。本发明基于热载荷分布结果，调控飞行器电热防除冰系统功率分布。这样有限的机载能源能够充分做到有的放矢，最大限度地降低了无效防护区域的电热功率消耗，节约了机载能源，为飞行器结冰防护系统设计提供了新的思路。
Description
技术领域
本发明涉及防除冰领域，尤其是涉及一种基于光纤结冰探测的电热防除冰系统功率控制方法。
背景技术
飞行器在穿过含有过冷水滴的云层时，过冷水滴会附着在飞行器表面，产生结冰现象。飞行器结冰会导致飞行器的升力降低、阻力升高、操纵性能下降等一系列不利影响，是造成航空安全事故的重要因素。为保证飞行器飞行安全，飞行器需要实现复杂结冰环境下的防除冰能力。为了应对飞行器结冰问题，目前已发展出了不同类型的结冰防护系统。按照控制模式划分，飞行器结冰防护系统可以分为持续加热的防冰(Anti-Icing)系统和周期性加热的除冰(De-Icing)系统；按照能量供给与否划分，可以分为主动方式和被动方式，其中主动方式包括：热气、电热、微波、电激振等；被动方式包括：涂层材料、化学喷涂等。热气防除冰系统通过从发动机引气实现飞行器机翼、发动机短舱唇口等核心部件的结冰防护，防除冰性能高效，是目前主流的飞行器结冰防护模式。但飞行器热气结冰防护系统也存在显著的弊端，一方面，发动机引气会显著降低发动机性能，影响飞行器动力分配；另一方面，热气防除冰系统需要配套复杂的热气管路，显著增加飞行器自身的重量。因此，系统简洁、控制灵活的电热防除冰成为新型飞行器结冰防护系统设计中的重要选项，目前波音787飞行器已选择电热作为其结冰防护系统的唯一模式。
由于飞行器机载能源有限，如何进一步降低电热结冰防护系统功率是当前飞行器电热结冰防护系统功率研究的重要和难点。
发明内容
本发明的目的是提供一种基于光纤结冰探测的电热防除冰系统功率控制方法，利用光纤结冰传感器的实时冰形探测能力，反解飞行器当前结冰云雾参数，在此基础上利用已构建的神经网络热载荷快速预测模型实现飞行器表面热载荷的快速评估，进而实现飞行器机载能源在飞行器核心结冰防护区域的合理分配。本发明的另一目的是提供一种存储介质。
本发明是这样实现的，本发明提供了一种基于光纤结冰探测的电热防除冰系统功率控制方法，包括如下步骤：
S1：获取来流风速V和来流温度T；
S2：通过光纤结冰传感器获取的结冰参数并反向解算液态水含量LWC和液滴中值直径MVD；
S3：将S1和S2中实时云雾参数(V，T，MVD，LWC)导入至热载荷预测模型，获取结冰防护区域内热载荷
分布；
S4：根据
获取对应的防除冰功率。
进一步地，
在步骤S3中，所述热载荷预测模型的建立包括如下步骤：
S30：在飞行器表面构建结冰防护区域；
S31：构建结冰环境样本参数(V，T，MVD，LWC)到所述结冰防护区域内热载荷
分布的样本空间：
其中，i∈(飞行器结冰包线集合)，
为所述结冰防护区域表面的热载荷分布函数；
S32：基于所述结冰环境参数与热载荷样本分布，构建并训练神经网络；
S33：获取结冰防护区域内热载荷预测模型。
进一步地，
在步骤S31中，
通过Messinger模型计算结冰包线范围内的热载荷分布q″required
q″required＝q″nc+q″evap-q″ke±q″sens
其中，q″nc为净对流换热损失、q″evap为蒸发换热损失、q″ke为液滴撞击固壁获得的动能、q″sens为显热变化。
进一步地，
净对流换热损失q″nc计算：q″nc＝h(Ts-Trec)
其中，h为对流换热系数、Ts为机翼表面温度、Trec为气流恢复温度。
蒸发换热损失q″evap计算：
其中Lv为蒸发相变潜热、hm为传质系数、R为气体常数、Ts和es为壁面温度及其对应的饱和蒸汽压、Te和ee为边界层外边界温度及其对应的饱和蒸汽压，其中Le为刘易斯数、Daw为液膜与气流之间的传质系数；
液滴撞击固壁获得的动能q″ke计算：
其中β为收集系数，V∞为来流速度；
显热变化q″sens计算：
其中Trb为前一计算单元壁面的温度、Ts为当前计算单元的温度、Cpw为水的定压比热容、
为当前单元的液滴撞击质量流率、
为前一单元的液态水质量流入速率。
进一步地，
步骤S2中，采用如下步骤获取MVD和LWC，
S21.采用光纤结冰传感器探测结冰增长率Rice：
S22.测定环境静温Tst，并根据《运输类飞行器适航标准》FAR 25部附录 C的规定拟合得到液态水含量LWC和液滴中值直径MVD的函数关系：
LWC＝f(MVD,Tst) (2)
S23.联立公式(2)(3)计算得到云雾参数，所述云雾参数为液态水含量 LWC和液滴中值直径MVD；
其中，t是时间，n0为冻结系数，n0(MVD，LWC)表示该冻结系数与MVD 和LWC相关，β0为收集系数，β0(MVD)表示该收集系数与MVD相关，ρice为带孔隙冰密度。
进一步地，
步骤S21中，采集所述光纤结冰传感器的光功率p，并通过下式计算结冰厚度Lice：
其中，e为自然常数，A1、A2、A3、A4、A5均为测定的常数。
进一步地，
根据光学仿真计算得到光功率p与冰形孔隙率
及冰厚度Lice之间的关系曲线：
进一步地，计算积冰隙率参数
具体如下：
其中ρair为空气的密度，ρice，pure为无孔隙冰密度(可取为917kg/m3)，ρice为带孔隙冰密度，可用Macklin模型计算，如下所示：
ρice＝378+425·log10(RM)-82.3·[log10(RM)]2，for0.2＜RM＜170
其中
为液滴撞击固壁速度，Twall为固壁温度。
步骤S23中：
其中，K为水滴无量纲惯性系数，K0为水滴修正惯性系数、λ/λstokes为液滴的平均阻力比、Reδ为水滴雷诺数、Rerel为水滴相对雷诺数、CD为液滴阻力系数、ρa为空气密度、Ua为液滴所在位置的当地风速、Vd为当前液滴运动速度、μa为空气动力粘度；
K0可以具体写为以下形式：
其中κ＝0.38；
n0可以表示为以下函数关系：
其中，cp,ws为基于液膜表面温度的水的定压比热容、Λf为冰的融化潜热、 hc为对流换热系数、tf为冰的融化温度、Ts为液膜表面温度、cp,a为空气的定压比热容、hG为对流传质系数、Pww为液膜表面的水蒸气压力、Tst为环境静温、Ptot为气流总压、Pw为环境中的水蒸气压力、Ttot为气流总温、Pst为气流静压、Λv为水蒸气蒸发相变潜热。
本发明还提供了一种存储介质，所述存储介质存储有执行上述的基于光纤结冰探测的电热防除冰系统功率控制方法的计算机程序。
有益效果：
1、本发明中，基于热载荷分布结果，调控飞行器电热防除冰系统功率分布。这样有限的机载能源能够充分做到有的放矢，最大限度地降低了无效防护区域的电热功率消耗，节约了机载能源，为飞行器结冰防护系统设计提供了新的思路。
2、本发明中，利用光纤结冰传感器的实时冰形探测能力，反解飞行器当前结冰云雾参数的方法，快捷有效地实现MVD和LWC的解算，为获得最终的除冰功率提供了新的方法。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明光纤结冰探测的飞机电热防除冰系统功率控制方法计算流程图；
图2是本发明中的冰形微观照片；
图3是本发明中的冰形不同厚度下孔隙率及通光率关系曲线；
图4是本发明中FAR25部附录C规定云雾包线；
图5是本发明中LWC-MVD的关系曲线。
具体实施方式
以下的说明提供了许多不同的实施例、或是例子，用来实施本发明的不同特征。以下特定例子所描述的元件和排列方式，仅用来精简的表达本发明，其仅作为例子，而并非用以限制本发明。
本发明提供了一种基于光纤结冰探测的电热防除冰系统功率控制方法，包括如下步骤：
请结合图1所示，本发明中功率控制方法的核心包括两个模块，分别为反解实时结冰云雾参数计算模块和结冰热载荷的神经网络快速预测模块，其中反解结冰云雾参数计算模块将通过光纤结冰传感器测量信息反推出当前结冰云雾参数，结冰热载荷神经网络快速预测模块将利用构建的神经网络预测模型实现指定结冰环境参数条件下的结冰热载荷快速预测，为飞行器电热防除冰功率控制提供重要的输入条件。
实施例1
S1：通过机载传感器获取来流风速V和来流温度T；
S2：通过光纤结冰传感器获取的结冰参数并反向解算液态水含量LWC和液滴中值直径MVD；
步骤S2中，采用如下步骤获取MVD和LWC，
首先，获得实时积冰的冰形微观结构孔隙率
具体如下：
其中ρair为空气的密度，ρice,pure为无孔隙冰密度(可取为917kg/m3)，ρice为带孔隙冰密度，可用Macklin模型计算，如下所示：
ρice＝378+425·log10(RM)-82.3·[log10(RM)]2,当0.2＜RM＜170
其中
为液滴撞击固壁速度，Ts为液膜表面温度。
根据光学仿真计算，可以获得光功率p与冰形孔隙率
及冰厚度d之间的关系曲线，如图3所示。可以看到光通过冰样本后，光功率逐渐降低。冰样本越厚，其对对光的“阻碍”更大。
通过对计算得到的光功率p、冰形孔隙率
及冰厚度Lice数据进行分析，并对曲面进行拟合可以得到以下形式的函数关系：
其中，e为自然常数，A1、A2、A3、A4、A5均为测定的常数。
更进一步地，
根据光学仿真计算得到光功率p与冰形孔隙率
及冰厚度Lice之间的关系曲线：
由方程(4)可知当冰形孔隙率
确定后，可以建立光功率p与冰厚度Lice的一一对应关系。进一步地，求解冰形厚度Lice随时间t变化的导数可以得到冰形的厚度增长率Rice如下：
进一步地，建立结冰冻结速率Rice与MVD及LWC的函数关系
根据结冰理论，结冰冻结速率Rice可以表示为下式：
其中，t是时间，n0为冻结系数，n0(MVD，LWC)表示该冻结系数与MVD 和LWC相关，β0为收集系数，β0(MVD)表示该收集系数与MVD相关，ρice为带孔隙冰密度。
方程(6)中：
其中，K为水滴无量纲惯性系数，K0为水滴修正惯性系数、λ/λstokes为液滴的平均阻力比、Reδ为水滴雷诺数、Rerel为水滴相对雷诺数、CD为液滴阻力系数、ρa为空气密度、Ua为液滴所在位置的当地风速、Vd为当前液滴运动速度、μa为空气动力粘度；
K0可以具体写为以下形式：
其中κ＝0.38；
n0可以表示为以下函数关系：
其中，cp,ws为基于液膜表面温度的水的定压比热容、Λf为冰的融化潜热、 hc为对流换热系数、tf为冰的融化温度、Ts为液膜表面温度、cp,a为空气的定压比热容、hG为对流传质系数、Pww为液膜表面的水蒸气压力、Tst为环境静温、Ptot为气流总压、Pw为环境中的水蒸气压力、Ttot为气流总温、Pst为气流静压、Λv为水蒸气蒸发相变潜热。
综合以上分析可以看到，β0仅为MVD的函数，n0为LWC和MVD的函数。因此，将方程(5)与方程(6)联立可以建立包含LWC、MVD的控制方程。
进一步地，为求解具体的LWC、MVD进行以下步骤：
S22.测定环境静温Tst与飞行器的飞行高度相关，结合图4所示，并根据《运输类飞行器适航标准》FAR 25部附录C(飞行器遭遇的结冰气象条件可以使用结冰云雾包线表示。对覆盖范围较广的层云，规定为最大连续结冰包线；对纵向范围较高的积云，规定为最大间断包线)的规定拟合得到液态水含量LWC和液滴中值直径MVD的函数关系；并且通过温度Tst可以在结冰云雾包线内唯一确定一条LWC-MVD的关系曲线，如图5所示。因此，可以获得以下形式的LWC计算方程：
LWC＝f(MVD,Tst) (7)
S23.联立公式(6)(7)计算得到云雾参数，所述云雾参数为液态水含量 LWC和液滴中值直径MVD；
以上完成反解实时结冰云雾参数的计算，而获得(V，T，MVD，LWC)。
进一步地，
S3：将S1和S2中实时云雾参数(V，T，MVD，LWC)导入至热载荷预测模型，获取结冰防护区域内热载荷
分布；
进一步地，
在步骤S3中，所述热载荷预测模型的建立包括如下步骤：
S30：在飞行器表面构建结冰防护区域；
S31：构建结冰环境样本参数(V，T，MVD，LWC)到所述结冰防护区域内热载荷
分布的样本空间：
其中，i∈(飞行器结冰包线集合)，
为所述结冰防护区域表面的热载荷分布函数；需要注意的是
并非单一值，而是飞行器核心结冰防护表面的分布函数。
在步骤S31中，
通过Messinger模型计算结冰包线范围内的热载荷分布q″required
q″required＝q″nc+q″evap-q″ke±q″sens
其中，q″nc为净对流换热损失、q″evap为蒸发换热损失、q″ke为液滴撞击固壁获得的动能、q″sens为显热变化。
进一步地，
净对流换热损失q″nc计算：q″nc＝h(Ts-Trec)
其中，h为对流换热系数、Ts为机翼表面温度、Trec为气流恢复温度。
蒸发换热损失q″evap计算：
其中Lv为蒸发相变潜热、hm为传质系数、R为气体常数、Ts和es为壁面温度及其对应的饱和蒸汽压、Te和ee为边界层外边界温度及其对应的饱和蒸汽压，其中Le为刘易斯数、Daw为液膜与气流之间的传质系数；
液滴撞击固壁获得的动能q″ke计算：
其中β为收集系数，V∞为来流速度；
显热变化q″sens计算：
其中Trb为前一计算单元壁面的温度、Ts为当前计算单元的温度、Cpw为水的定压比热容、
为当前单元的液滴撞击质量流率、
为前一单元的液态水质量流入速率。
S32：基于所述结冰环境参数与热载荷样本分布，构建并训练神经网络；该神经网络模型包括但不限于浅层BP神经网络、深度置信网络(DBN)、自动编码器网络(SAE)等。
S33：通过步骤S32，获取结冰防护区域内热载荷预测模型。
进一步地，
通过将S1和S2中实时云雾参数(V，T，MVD，LWC)导入至步骤S33 获取的热载荷预测模型中，利用构建的神经网络结冰热载荷预测模型，评估当前结冰环境下飞行器结冰防护区域的热载荷分布。
S4：根据
获取对应的防除冰功率。基于热载荷
分布结果，调控飞行器电热防除冰系统功率分布。这样有限的机载能源能够充分做到有的放矢，最大限度地降低了无效防护区域的电热功率消耗，节约了机载能源，为飞行器结冰防护系统设计提供了新的思路。
本发明还提供了一种存储介质，所述存储有执行上述的基于光纤结冰探测的电热防除冰系统功率控制方法的计算机程序。
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)
1.一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，包括如下步骤：
S1：获取来流风速V和来流温度T；
S2：通过光纤结冰传感器获取的结冰参数并反向解算液态水含量LWC和液滴中值直径MVD；
S3：将S1和S2中实时云雾参数(V，T，MVD，LWC)导入至热载荷预测模型，获取结冰防护区域内热载荷
分布；
S4：根据结冰防护区域内热载荷
获取对应的防除冰功率。
2.根据权利要求1中任一项所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，步骤S3中，所述热载荷预测模型的建立包括如下步骤：
S30：在飞行器表面构建结冰防护区域；
S31：构建结冰环境样本参数(V，T，MVD，LWC)到所述结冰防护区域内热载荷
分布的样本空间：
其中，i∈(飞行器结冰包线集合)，
为所述结冰防护区域表面的热载荷分布函数；
S32：基于所述结冰环境样本参数与热载荷样本分布，构建并训练神经网络；
S33：获取结冰防护区域内热载荷预测模型。
3.根据权利要求2所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，步骤S31中，
通过Messinger模型计算结冰包线范围内的热载荷分布q″required
q″required＝q″nc+q″evap-q″ke±q″sens
其中，q″nc为净对流换热损失、q″evap为蒸发换热损失、q″ke为液滴撞击固壁获得的动能、q″sens为显热变化。
4.根据权利要求3所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于：
净对流换热损失q″nc计算：q″nc＝h(Ts-Trec)
其中，h为对流换热系数、Ts为机翼表面温度、Trec为气流恢复温度。
蒸发换热损失q″evap计算：
其中Lv为蒸发相变潜热、hm为传质系数、R为气体常数、Ts和es为壁面温度及其对应的饱和蒸汽压、Te和ee为边界层外边界温度及其对应的饱和蒸汽压，其中Le为刘易斯数、Daw为液膜与气流之间的传质系数、ρair为空气密度、Cpair为空气的定压比热容；
液滴撞击固壁获得的动能q″ke计算：
其中β为收集系数，V∞为来流速度；
显热变化q″sens计算：
其中Trb为前一计算单元壁面的温度、Ts为当前计算单元的温度、Cpw为水的定压比热容、
为当前单元的液滴撞击质量流率、
为前一单元的液态水质量流入速率。
5.根据权利要求1所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，步骤S2中，采用如下步骤获取MVD和LWC，
S21.采用光纤结冰传感器探测结冰增长率Rice：
S22.测定环境静温Tst，并根据《运输类飞行器适航标准》FAR 25部附录C的规定拟合得到液态水含量LWC和液滴中值直径MVD的函数关系：
LWC＝f(MVD,Tst) (2)
S23.联立公式(2)(3)计算得到云雾参数，所述云雾参数为液态水含量LWC和液滴中值直径MVD；
其中，t是时间，n0为冻结系数，n0(MVD，LWC)表示该冻结系数与MVD和LWC相关，β0为收集系数，β0(MVD)表示该收集系数与MVD相关,ρice为带孔隙冰密度。
6.根据权利要求5所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，步骤S21中，采集所述光纤结冰传感器的光功率p，并通过下式计算结冰厚度Lice：
其中，e为自然常数，A1、A2、A3、A4、A5均为测定的常数。
7.根据权利要求6所述的一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于：根据光学仿真计算得到光功率p与冰形孔隙率
及冰厚度Lice之间的关系曲线：
8.根据权利要求5所述一种基于光纤结冰探测的电热防除冰系统功率控制方法，其特征在于，步骤S23中：
其中，K为水滴无量纲惯性系数，K0为水滴修正惯性系数、λ/λstokes为液滴的平均阻力比、Reδ为水滴雷诺数、Rerel为水滴相对雷诺数、CD为液滴阻力系数、ρa为空气密度、Ua为液滴所在位置的当地风速、Vd为当前液滴运动速度、μa为空气动力粘度；
K0可以具体写为以下形式：
其中κ＝0.38；
n0可以表示为以下函数关系：
其中，cp,ws为基于液膜表面温度的水的定压比热容、Λf为冰的融化潜热、hc为对流换热系数、tf为冰的融化温度、Ts为液膜表面温度、cp,a为空气的定压比热容、hG为对流传质系数、Pww为液膜表面的水蒸气压力、Tst为环境静温、Ptot为气流总压、Pw为环境中的水蒸气压力、Ttot为气流总温、Pst为气流静压、Λv为水蒸气蒸发相变潜热。
9.一种存储介质，存储有执行如权利要求1-8任一所述的基于光纤结冰探测的电热防除冰系统功率控制方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210223334.XA CN114516403B (zh) | 2022-03-07 | 2022-03-07 | 一种基于光纤结冰探测的电热防除冰系统功率控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210223334.XA CN114516403B (zh) | 2022-03-07 | 2022-03-07 | 一种基于光纤结冰探测的电热防除冰系统功率控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114516403A true CN114516403A (zh) | 2022-05-20 |
| CN114516403B CN114516403B (zh) | 2023-05-05 |
Family
ID=81599487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210223334.XA Active CN114516403B (zh) | 2022-03-07 | 2022-03-07 | 一种基于光纤结冰探测的电热防除冰系统功率控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114516403B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115248022A (zh) * | 2022-09-22 | 2022-10-28 | 四川大学 | 一种输电线路的结冰厚度检测方法 |
| CN115416854A (zh) * | 2022-11-07 | 2022-12-02 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于温度测量的结冰探测装置及结冰探测方法 |
| CN115587506A (zh) * | 2022-12-09 | 2023-01-10 | 四川大学 | 一种电热防除冰系统的设计方法 |
| CN115649455A (zh) * | 2022-12-07 | 2023-01-31 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于电热除冰信号判别结冰的方法及装置 |
| CN116937476A (zh) * | 2023-07-19 | 2023-10-24 | 内蒙古送变电有限责任公司 | 基于热力融冰的线路自适应管控发热系统 |
| CN117761264A (zh) * | 2024-02-22 | 2024-03-26 | 成都凯天电子股份有限公司 | 一种基于总温测量技术的液态水含量探测器及探测方法 |
| CN117761264B (zh) * | 2024-02-22 | 2024-06-04 | 成都凯天电子股份有限公司 | 一种基于总温测量技术的液态水含量探测器及探测方法 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5575440A (en) * | 1993-11-25 | 1996-11-19 | Sextant Avionique | Procedure and devices to determine the severity of icing conditions for an aircraft |
| US6347767B1 (en) * | 1997-11-05 | 2002-02-19 | Futuris As. | Method of and apparatus for detection of ice accretion |
| US20090271154A1 (en) * | 2008-04-28 | 2009-10-29 | Coad Engineering Enterprises, Inc. | Method and Apparatus for Facilitating HVAC Design for a Building |
| EP2711857A1 (en) * | 2012-09-25 | 2014-03-26 | Fujitsu Limited | Thermofluid simulation method and thermofluid simulation apparatus |
| CN104487962A (zh) * | 2012-01-31 | 2015-04-01 | 湾流航空航天公司 | 用于飞行器健康和趋势监测的方法和系统 |
| US20150246730A1 (en) * | 2014-03-03 | 2015-09-03 | The Boeing Company | Systems and Methods for Predicting and Controlling Ice Formation |
| CN205113722U (zh) * | 2015-10-10 | 2016-03-30 | 中国商用飞机有限责任公司 | 用于翼型的非均匀电加热元件 |
| US20170024496A1 (en) * | 2015-07-22 | 2017-01-26 | The Boeing Company | Methods and apparatus to model thermal mixing for prediction of multi-stream flows |
| CN106971015A (zh) * | 2016-01-13 | 2017-07-21 | 南京航空航天大学 | 一种空天飞行器热防护系统快速分析与设计方法 |
| US20170240271A1 (en) * | 2015-11-11 | 2017-08-24 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Control of hypersonic boundary layer transition |
| US20180032644A1 (en) * | 2016-07-26 | 2018-02-01 | Mitek Holdings, Inc. | Managing a set of candidate spatial zones associated with an architectural layout |
| CN108190001A (zh) * | 2017-12-29 | 2018-06-22 | 西北工业大学 | 一种新型分区域防除冰蒙皮 |
| CN109696290A (zh) * | 2019-02-18 | 2019-04-30 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风力机翼段防冰热载荷需求测量系统 |
| CN109767518A (zh) * | 2018-12-14 | 2019-05-17 | 南京航空航天大学 | 基于机翼结冰厚度确定气象参数mvd的反推方法 |
| EP3500078A1 (en) * | 2017-12-14 | 2019-06-19 | Schneider Electric IT Corporation | Method and system for predicting effect of a transient event on a data center |
| CN110188378A (zh) * | 2019-04-12 | 2019-08-30 | 浙江大学 | 一种基于神经网络的气动数据融合方法 |
| CN110730865A (zh) * | 2017-06-16 | 2020-01-24 | 维斯塔斯风力系统集团公司 | 用于确定风力涡轮机中的结冰风险的装置和方法 |
| CN111368367A (zh) * | 2020-02-25 | 2020-07-03 | 空气动力学国家重点实验室 | 一种冰风洞结冰试验冰形的参数化方法 |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN112052564A (zh) * | 2020-08-10 | 2020-12-08 | 浙江大学 | 一种基于机器学习的换热器预测性维护方法与系统 |
| CN112541259A (zh) * | 2020-12-08 | 2021-03-23 | 齐鲁工业大学 | 一种用于独立式供热系统的自反馈调温方法及系统 |
| EP3822839A1 (en) * | 2018-09-25 | 2021-05-19 | Ennew Digital Technology Co., Ltd. | Thermal load prediction method and apparatus, readable medium, and electronic device |
| US20210231592A1 (en) * | 2020-01-24 | 2021-07-29 | Goodrich Corporation | Multi-layered ice detector apparatus |
| CN113283107A (zh) * | 2021-06-10 | 2021-08-20 | 东南大学 | 一种综合能源系统中气热系统惯性特征的评估方法及模型 |
| CN113286391A (zh) * | 2021-05-31 | 2021-08-20 | 华中科技大学 | 一种探除冰装置及方法 |
| CN114036642A (zh) * | 2021-11-08 | 2022-02-11 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 机翼热应力分布确定方法 |
-
2022
- 2022-03-07 CN CN202210223334.XA patent/CN114516403B/zh active Active
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5575440A (en) * | 1993-11-25 | 1996-11-19 | Sextant Avionique | Procedure and devices to determine the severity of icing conditions for an aircraft |
| US6347767B1 (en) * | 1997-11-05 | 2002-02-19 | Futuris As. | Method of and apparatus for detection of ice accretion |
| US20090271154A1 (en) * | 2008-04-28 | 2009-10-29 | Coad Engineering Enterprises, Inc. | Method and Apparatus for Facilitating HVAC Design for a Building |
| CN104487962A (zh) * | 2012-01-31 | 2015-04-01 | 湾流航空航天公司 | 用于飞行器健康和趋势监测的方法和系统 |
| EP2711857A1 (en) * | 2012-09-25 | 2014-03-26 | Fujitsu Limited | Thermofluid simulation method and thermofluid simulation apparatus |
| US20150246730A1 (en) * | 2014-03-03 | 2015-09-03 | The Boeing Company | Systems and Methods for Predicting and Controlling Ice Formation |
| US20170024496A1 (en) * | 2015-07-22 | 2017-01-26 | The Boeing Company | Methods and apparatus to model thermal mixing for prediction of multi-stream flows |
| CN205113722U (zh) * | 2015-10-10 | 2016-03-30 | 中国商用飞机有限责任公司 | 用于翼型的非均匀电加热元件 |
| US20170240271A1 (en) * | 2015-11-11 | 2017-08-24 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Control of hypersonic boundary layer transition |
| CN106971015A (zh) * | 2016-01-13 | 2017-07-21 | 南京航空航天大学 | 一种空天飞行器热防护系统快速分析与设计方法 |
| US20180032644A1 (en) * | 2016-07-26 | 2018-02-01 | Mitek Holdings, Inc. | Managing a set of candidate spatial zones associated with an architectural layout |
| CN110730865A (zh) * | 2017-06-16 | 2020-01-24 | 维斯塔斯风力系统集团公司 | 用于确定风力涡轮机中的结冰风险的装置和方法 |
| EP3500078A1 (en) * | 2017-12-14 | 2019-06-19 | Schneider Electric IT Corporation | Method and system for predicting effect of a transient event on a data center |
| CN108190001A (zh) * | 2017-12-29 | 2018-06-22 | 西北工业大学 | 一种新型分区域防除冰蒙皮 |
| EP3822839A1 (en) * | 2018-09-25 | 2021-05-19 | Ennew Digital Technology Co., Ltd. | Thermal load prediction method and apparatus, readable medium, and electronic device |
| CN109767518A (zh) * | 2018-12-14 | 2019-05-17 | 南京航空航天大学 | 基于机翼结冰厚度确定气象参数mvd的反推方法 |
| CN109696290A (zh) * | 2019-02-18 | 2019-04-30 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风力机翼段防冰热载荷需求测量系统 |
| CN110188378A (zh) * | 2019-04-12 | 2019-08-30 | 浙江大学 | 一种基于神经网络的气动数据融合方法 |
| US20210231592A1 (en) * | 2020-01-24 | 2021-07-29 | Goodrich Corporation | Multi-layered ice detector apparatus |
| CN111368367A (zh) * | 2020-02-25 | 2020-07-03 | 空气动力学国家重点实验室 | 一种冰风洞结冰试验冰形的参数化方法 |
| CN112052564A (zh) * | 2020-08-10 | 2020-12-08 | 浙江大学 | 一种基于机器学习的换热器预测性维护方法与系统 |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN112541259A (zh) * | 2020-12-08 | 2021-03-23 | 齐鲁工业大学 | 一种用于独立式供热系统的自反馈调温方法及系统 |
| CN113286391A (zh) * | 2021-05-31 | 2021-08-20 | 华中科技大学 | 一种探除冰装置及方法 |
| CN113283107A (zh) * | 2021-06-10 | 2021-08-20 | 东南大学 | 一种综合能源系统中气热系统惯性特征的评估方法及模型 |
| CN114036642A (zh) * | 2021-11-08 | 2022-02-11 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 机翼热应力分布确定方法 |
Non-Patent Citations (4)
| Title |
|---|
| 何磊;钱炜祺;易贤;王强;张显才: "基于转置卷积神经网络的翼型结冰冰形图像化预测方法", 国防科技大学学报 * |
| 冉林;熊建军;赵照;左承林;易贤: "基于机器学习的电热防除冰表面温度变化趋势预测", 装备环境工程 * |
| 朱光亚: "电加热防冰部件加热功率的分布特性研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑 * |
| 赖庆仁;柳庆林;郭龙;张平涛;易贤: "基于大型结冰风洞的航空发动机结冰与防冰试验技术", 实验流体力学 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115248022A (zh) * | 2022-09-22 | 2022-10-28 | 四川大学 | 一种输电线路的结冰厚度检测方法 |
| CN115248022B (zh) * | 2022-09-22 | 2022-12-06 | 四川大学 | 一种输电线路的结冰厚度检测方法 |
| CN115416854A (zh) * | 2022-11-07 | 2022-12-02 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于温度测量的结冰探测装置及结冰探测方法 |
| CN115416854B (zh) * | 2022-11-07 | 2023-01-24 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于温度测量的结冰探测装置及结冰探测方法 |
| CN115649455A (zh) * | 2022-12-07 | 2023-01-31 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于电热除冰信号判别结冰的方法及装置 |
| CN115587506A (zh) * | 2022-12-09 | 2023-01-10 | 四川大学 | 一种电热防除冰系统的设计方法 |
| CN115587506B (zh) * | 2022-12-09 | 2023-03-10 | 四川大学 | 一种电热防除冰系统的设计方法 |
| CN116937476A (zh) * | 2023-07-19 | 2023-10-24 | 内蒙古送变电有限责任公司 | 基于热力融冰的线路自适应管控发热系统 |
| CN117761264A (zh) * | 2024-02-22 | 2024-03-26 | 成都凯天电子股份有限公司 | 一种基于总温测量技术的液态水含量探测器及探测方法 |
| CN117761264B (zh) * | 2024-02-22 | 2024-06-04 | 成都凯天电子股份有限公司 | 一种基于总温测量技术的液态水含量探测器及探测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114516403B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114516403A (zh) | 一种基于光纤结冰探测的电热防除冰系统功率控制方法 | |
| De Pauw et al. | Effect of superhydrophobic coating on the anti-icing and deicing of an airfoil | |
| US10259590B2 (en) | Aircraft propulsion system | |
| Kraj et al. | Measurement method and results of ice adhesion force on the curved surface of a wind turbine blade | |
| US11365011B2 (en) | Method of controlling autonomous anti-icing apparatus | |
| Hann et al. | Experimental investigations of an icing protection system for uavs | |
| CN112678189B (zh) | 一种改进的结冰传感器安装位置确定方法 | |
| CA2430823A1 (en) | Morphogenetic modelling of in-flight icing | |
| CN114676560B (zh) | 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质 | |
| Fortin et al. | Experimental study of hybrid anti-icing systems combining thermoelectric and hydrophobic coatings | |
| Alekseenko et al. | Mathematical modeling of ice body formation on the wing airfoil surface | |
| Son et al. | Procedure for determining operation limits of high-altitude long-endurance aircraft under icing conditions | |
| Al-Khalil et al. | Thermal analysis of engine inlet anti-icing systems | |
| Karpen et al. | Propeller-integrated airfoil heater system for small multirotor drones in icing environments: Anti-icing feasibility study | |
| Al-Khalil et al. | Development of an improved model for runback water on aircraft surfaces | |
| Politovich | Predicting glaze or rime ice growth on airfoils | |
| Han et al. | An experimental investigation on the dynamic ice accretion process over the blade surface of a rotating UAV propeller | |
| Hann | UAV Icing: Challenges for computational fluid dynamic (CFD) tools | |
| Johansen | Flight test results for autonomous icing protection solution for small unmanned aircraft | |
| Bottyán | In-flight icing characteristics of unmanned aerial vechicles during special atmospheric condition over the Carpathian-basin | |
| Dong et al. | Experimental investigation on anti-icing performance of an engine inlet strut | |
| US20240021849A1 (en) | Aircraft fluid release system | |
| Hayashi et al. | Numerical simulation on ice shedding phenomena in turbomachinery | |
| Anderson et al. | Overview of icing physics relevant to scaling | |
| Mazzawy | Modeling of ice accretion and shedding in turbofan engines with mixed phase/glaciated (ice crystal) conditions |
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 |