CN114676560B - 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质 - Google Patents

基于光纤结冰探测的云雾参数计算及冰形预测方法、介质 Download PDF

Info

Publication number
CN114676560B
CN114676560B CN202210224054.0A CN202210224054A CN114676560B CN 114676560 B CN114676560 B CN 114676560B CN 202210224054 A CN202210224054 A CN 202210224054A CN 114676560 B CN114676560 B CN 114676560B
Authority
CN
China
Prior art keywords
ice
cloud
icing
mvd
optical fiber
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
CN202210224054.0A
Other languages
English (en)
Other versions
CN114676560A (zh
Inventor
王强
易贤
王文
刘蕊迪
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.)
Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Low Speed 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 Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Low Speed Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202210224054.0A priority Critical patent/CN114676560B/zh
Publication of CN114676560A publication Critical patent/CN114676560A/zh
Application granted granted Critical
Publication of CN114676560B publication Critical patent/CN114676560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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

Abstract

本发明适用于冰形预测技术领域，提供了一种基于光纤结冰探测的云雾参数计算及冰形预测方法、介质。本发明通过理论计算发现结冰速率与液态水含量、液滴中值直径具有函数关系，并以此为出发点，由光纤结冰传感器探测结冰速率，就得到液态水含量和液滴中值直径两个未知参数的方程式。为了解算这个方程，本发明在FAR 25部附录C中的数据拟合得到关于LWC和MVD的函数关系，由此得到两个只含有LWC和MVD两个未知数的方程，将两个方程联立求解即解算出LWC和MVD这两个云雾参数，并且是根据环境变化实时计算得到的云雾参数，从而解决了现有技术无法实时预测云雾参数的技术问题。

Description

基于光纤结冰探测的云雾参数计算及冰形预测方法、介质
技术领域
本发明涉及冰形预测技术领域，尤其是涉及一种基于光纤结冰探测的云雾参数计算及冰形预测方法、介质。
背景技术
结冰物理现象会对航空、航海、风力发电、电力输运等诸多领域产生重要影响，对国民经济建设带来极大威胁。准确地预测不同结冰气象条件下部件的冰形特征，是开展结冰安全评估、覆冰影响分析、防除冰策略制定等多方面的重要前提。目前，已经形成了包括结冰数值计算、结冰风洞试验等一系列手段在内的冰形预测方法。但这些预测方法通常仅针对指定的结冰环境工况(如确定的来流风速、温度、液态水含量、平均水滴直径、结冰时间等)，在实际运行环境中，结冰环境参数通常呈现时间上非定常、空间上非均匀等一系列复杂特征，对当前的结冰预测提出了较大的挑战，现有技术中也出现了基于飞行条件和结冰厚度变化来反推气象参数的方法，如专利CN201811538800.3，但是这种通过数值计算建立数据库，实测时通过插值计算的方法会造成很大的误差，因此，现有技术仍然无法精确地获得实时的云雾参数。
另一方面，当前结冰预测重点面向固定部件，针对直升机旋翼、飞机螺旋桨、风力机叶片等旋转部件结冰的结冰预测方法较少，不能高效地进行结冰的预测。
发明内容
为了解决现有技术的不足，本发明提供一种基于光纤结冰探测的云雾参数计算及冰形预测方法、介质。一方面根据能够实时测得较为准确的试验参数值去反解算得到实时的云雾参数，另一方面，针对当前旋转部件结冰影响因素更多、物理机制复杂、高准确度结冰预测手段欠缺现状，本申请提出了一种基于光纤结冰探测的旋转叶片冰形预测方法，通过有效结合光纤结冰探测与高准确度结冰数值计算方法的优势，实现旋转叶片的动态冰形评估和分析，为多领域内存在的结冰预测需求提供有效的手段。
一种基于光纤结冰探测的云雾参数计算方法，其特征在于，包括以下步骤：
S10.采用光纤结冰传感器探测结冰增长率Rice：
Figure BDA0003534966860000021
S20.测定环境温度Ts，并根据《运输类飞机适航标准》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＝f0(MVD,Ts) (4)
S30.联立公式(4)(5)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；
Figure BDA0003534966860000022
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S10中，采集所述光纤结冰传感器的光功率，并通过下式计算结冰厚度Lice：
Figure BDA0003534966860000023
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
Figure BDA0003534966860000024
及冰厚度Lice之间的关系曲线：
Figure BDA0003534966860000031
进一步地，计算冰形孔隙率
Figure BDA0003534966860000032
具体如下：
Figure BDA0003534966860000033
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：
Figure BDA0003534966860000034
Figure BDA0003534966860000035
其中
Figure BDA0003534966860000036
是来流速度V的矢量，Ts为环境温度。
进一步地，步骤S30中，
Figure BDA0003534966860000037
Figure BDA0003534966860000038
Figure BDA0003534966860000039
Figure BDA00035349668600000310
Figure BDA00035349668600000311
Figure BDA00035349668600000312
其中，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、CD为液滴阻力系数，Rerel为水滴相对雷诺数，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。
Figure BDA00035349668600000313
Figure BDA0003534966860000041
Figure BDA0003534966860000042
Figure BDA0003534966860000043
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、tst为环境静温、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。
本发明还提供一种旋转叶片的冰形预测方法，其特征在于，包括以下步骤：
S00.获取来流速度V、环境温度Ts及光纤结冰传感器的光功率P；
S40.采用如前所述的基于光纤结冰探测的云雾参数计算方法计算得到实时的结冰云雾参数LWC和MVD；
S50.将云雾参数LWC和MVD带入升力线模型，计算旋转叶片展向截面的二维冰形；
S60.根据步骤S50获得的二维冰形获得旋转叶片的三维冰形。
一种存储介质，存储有执行如前所述的基于光纤结冰探测的云雾参数计算方法的计算机程序，或存储有执行如前所述的一种旋转叶片的冰形预测方法的计算机程序。
采用本发明的一种基于光纤结冰探测的云雾参数计算及冰形预测方法、介质，相对于现有技术，至少具有以下有益效果：
(1).本发明采用光纤结冰传感器的光功率信号直接带入计算云雾参数，一方面，光纤结冰传感器相较于采用其他类型的传感器，采集效率和精度更高，使得后续计算结果更准确；另一方面，本发明避免了计算结冰厚度的中间步骤，提高了最终对云雾参数的计算精度(一般通过结冰传感器采集信号计算结冰厚度的过程误差率在20％左右)；
(2).本发明根据能够实时测得的较为准确的试验参数值(来流速度、环境温度和光纤结冰传感器的光功率)，利用各参数之间的函数关系去反解算得到实时的云雾参数，从而获得实时的较为准确的云雾参数值，从而克服了由于环境参数在时间上非定常、空间上非均匀等一系列复杂特征导致的无法实时预测云雾参数的技术问题；
(3).本发明采用反解算获得的实时的云雾参数带入旋转叶片冰形计算模型中，能够高效地获得旋转叶片的结冰情况，不仅能够预测旋转叶片上的冰形，也能够获得旋转叶片上的结冰过程，实现旋转叶片的动态冰形评估和分析。
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是本发明实施例1的一种基于光纤结冰探测的云雾参数计算方法的流程图；
图2是本发明实施例2的一种旋转叶片的冰形预测方法的流程图。
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。
实施例1
值得说明的是，本发明为了实现在实际运行环境中实时获得较为准确的云雾参数的目的，设计思路是根据能够实时测得较为准确的试验参数值去反解算得到实时的云雾参数，本发明通过理论计算发现结冰速率与液态水含量、液滴中值直径具有函数关系，并以此为出发点，寻找结冰速率的最优获得方式，由此得到了结冰速率已知，而存在液态水含量和液滴中值直径两个未知参数的方程式。为了解算这个方程获得较准确的云雾参数，在FAR25部附录C中可以拟合得到关于液态水含量和液滴中值直径的函数关系，由此得到两个只含有液态水含量、液滴中值直径两个未知数的方程，通过将两个方程联立求解可以解算出液态水含量、液滴中值直径这两个云雾参数，并且是根据环境变化实时计算得到的云雾参数，从而解决了现有技术无法实时预测云雾参数的技术问题。
一种基于光纤结冰探测的云雾参数计算方法，其特征在于，包括以下步骤：
S10.采用光纤结冰探测器获取结冰增长率Rice：
Figure BDA0003534966860000061
其中，Lice是冰厚，t是时间；
本发明采用光纤结冰传感器探测光功率，相较于采用其他类型的传感器，测量精度更高，更有利于提高对环境云雾参数解算的准确性，通过下式计算结冰厚度Lice：
Figure BDA0003534966860000062
其中，e为自然常数，A1、A2、A3、A4、A5均为测定的常数。本发明经过大量的计算拟合，发现光纤结冰传感器的光功率与冰形孔隙率
Figure BDA0003534966860000063
及冰厚度Lice存在如下关系：
Figure BDA0003534966860000064
当然，本领域技术人员可以理解，在模拟过程中，对设定条件的不同，可能会导致拟合的常数存在细微差别，但是均存在如公式(2)这样的拟合关系。
S20.测定环境温度Ts，并根据《运输类飞机适航标准》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＝f0(MVD,Ts)   (4)
具体地，根据FAR 25部附录C的规定，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，因而，在一确定的环境温度Ts的情况下，可以在结冰云雾包线内唯一确定一条LWC-MVD的关系曲线，通过拟合得到，该方程式是只含液态水含量LWC和液滴中值直径MVD两个未知参数的方程式。
S30.联立公式(4)(5)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；
Figure BDA0003534966860000071
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。
公式(5)是结冰增长率与云雾参数的关系式，收集系数β0可以表示为：
Figure BDA0003534966860000072
Figure BDA0003534966860000073
Figure BDA0003534966860000074
Figure BDA0003534966860000075
Figure BDA0003534966860000076
Figure BDA0003534966860000077
其中，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、CD为液滴阻力系数，Rerel为水滴相对雷诺数，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。
冻结系数n0为表示为：
Figure BDA0003534966860000081
Figure BDA0003534966860000082
Figure BDA0003534966860000083
Figure BDA0003534966860000084
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、tst为环境静温、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。
进一步地，冰形孔隙率
Figure BDA0003534966860000085
的计算如下：
Figure BDA0003534966860000086
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：
Figure BDA0003534966860000087
Figure BDA0003534966860000088
其中
Figure BDA0003534966860000089
是来流速度V的矢量，Ts为环境温度。本发明中，冰形孔隙率并不需要额外计算出来，而是将其带入到公式(5)中去参与迭代计算，直接计算出云雾参数。
值得说明的是，根据本发明的一种基于光纤结冰探测的云雾参数计算方法，在实际应用时，提前建立好特定环境温度下LWC和MVD的函数的关系式的数据库，建立好来流速度、环境温度与冰形孔隙率的关系数据库，应用时，通过测定来流速度V和环境温度Ts以及光纤结冰传感器的光功率，带入公式(4)和(5)就可以直接计算出LWC和MVD，从而获得比较精确的实时的云雾参数。
实施例2
本实施例是基于实施例1的一种基于光纤结冰探测的云雾参数计算方法获得实时的云雾参数来对旋转叶片的冰形进行预测。
一种旋转叶片的冰形预测方法，其特征在于，包括以下步骤：
S00.获取来流速度V、环境温度Ts及光纤结冰传感器的光功率P；
S40.采用如实施例1所述的基于光纤结冰探测的云雾参数计算方法计算得到实时的结冰云雾参数LWC和MVD；
S50.将云雾参数LWC和MVD带入升力线模型，计算旋转叶片展向截面的二维冰形；
S60.根据步骤S50获得的二维冰形获得旋转叶片的三维冰形。
步骤S50和步骤S60中的升力线模型及冰形计算方法请参考申请人已经发表的论文“Qiang Wang,Xian Yi,Yu Liu etl,Simulation and analysis of wind turbine iceaccretion under yaw condition via an Improved Multi-Shot Icing ComputationalModel,Renewable Energ 162(2020):1854-1873”，在此不再赘述。
本申请通过解算获得实时的云雾参数，并将该云雾参数带入旋转叶片的冰形计算模型中，就可以高效地预测旋转叶片表面的冰形，获得旋转叶片表面冰形的生长过程。
实施例3
本实施例是一种存储介质，存储有执行如实施例1的一种基于光纤结冰探测的云雾参数计算方法的计算机程序，或存储有执行如实施例2的一种旋转叶片的冰形预测方法的计算机程序。
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 (6)

1.一种基于光纤结冰探测的云雾参数计算方法，其特征在于，包括以下步骤：
S10.采用光纤结冰传感器探测结冰增长率Rice：
Figure FDA0004105635130000011
S20.测定环境温度Ts，并根据《运输类飞机适航标准》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＝f0(MVD,Ts) (4)
S30.联立公式(4)(5)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；
Figure FDA0004105635130000012
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；
步骤S30中，
Figure FDA0004105635130000013
Figure FDA0004105635130000014
Figure FDA0004105635130000015
Figure FDA0004105635130000016
Figure FDA0004105635130000017
Figure FDA0004105635130000018
其中，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、CD为液滴阻力系数，Rerel为水滴相对雷诺数，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；
Figure FDA0004105635130000021
Figure FDA0004105635130000022
Figure FDA0004105635130000023
Figure FDA0004105635130000024
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、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。
2.根据权利要求1所述一种基于光纤结冰探测的云雾参数计算方法，其特征在于，步骤S10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：
Figure FDA0004105635130000025
其中，e为自然常数，A1、A2、A3、A4、A5均为测定的常数。
3.根据权利要求2所述一种基于光纤结冰探测的云雾参数计算方法，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
Figure FDA0004105635130000026
及冰厚度Lice之间的关系曲线：
Figure FDA0004105635130000027
4.根据权利要求3所述一种基于光纤结冰探测的云雾参数计算方法，其特征在于，
冰形孔隙率
Figure FDA0004105635130000031
计算如下：
Figure FDA0004105635130000032
其中ρair为空气的密度，ρice,pure为无孔隙冰密度，ρice为带孔隙冰密度；
ρice＝378+425·log10(RM)-82.3·[log10(RM)]2,当0.2＜RM＜170(17)
Figure FDA0004105635130000033
其中
Figure FDA0004105635130000034
是来流速度V的矢量，Ts为环境温度。
5.一种旋转叶片的冰形预测方法，其特征在于，包括以下步骤：
S00.获取来流速度V、环境温度Ts及光纤结冰传感器的光功率P；
S40.采用如权利要求1-4任一所述的基于光纤结冰探测的云雾参数计算方法计算得到实时的结冰云雾参数LWC和MVD；
S50.将云雾参数LWC和MVD带入升力线模型，计算旋转叶片展向截面的二维冰形；
S60.根据步骤S50获得的二维冰形获得旋转叶片的三维冰形。
6.一种存储介质，存储有执行如权利要求1-4任一所述的基于光纤结冰探测的云雾参数计算方法的计算机程序，或存储有执行如权利要求5的一种旋转叶片的冰形预测方法的计算机程序。
CN202210224054.0A 2022-03-07 2022-03-07 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质 Active CN114676560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210224054.0A CN114676560B (zh) 2022-03-07 2022-03-07 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210224054.0A CN114676560B (zh) 2022-03-07 2022-03-07 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质

Publications (2)

Publication Number Publication Date
CN114676560A CN114676560A (zh) 2022-06-28
CN114676560B true CN114676560B (zh) 2023-04-11

Family

ID=82072230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210224054.0A Active CN114676560B (zh) 2022-03-07 2022-03-07 基于光纤结冰探测的云雾参数计算及冰形预测方法、介质

Country Status (1)

Country Link
CN (1) CN114676560B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115585753B (zh) * 2022-12-13 2023-04-07 中国空气动力研究与发展中心低速空气动力研究所 光纤式结冰传感器及冰外部形貌的识别方法
CN116187140B (zh) * 2023-03-09 2023-10-13 成都流体动力创新中心 动态冰弹性模量预测方法
CN116895039B (zh) * 2023-09-11 2023-11-17 中国空气动力研究与发展中心低速空气动力研究所 一种结冰云雾伪颗粒图像识别及特征参数测量方法
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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112985347A (zh) * 2021-05-11 2021-06-18 中国空气动力研究与发展中心低速空气动力研究所 一种飞机结冰表面粗糙度计算方法
CN113899784A (zh) * 2021-12-08 2022-01-07 中国空气动力研究与发展中心低速空气动力研究所 一种大型结冰风洞中复杂结冰云雾水含量测量方法
CN113899663A (zh) * 2021-12-08 2022-01-07 中国空气动力研究与发展中心低速空气动力研究所 一种大型结冰风洞中复杂结冰云雾mvd测量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112985347A (zh) * 2021-05-11 2021-06-18 中国空气动力研究与发展中心低速空气动力研究所 一种飞机结冰表面粗糙度计算方法
CN113899784A (zh) * 2021-12-08 2022-01-07 中国空气动力研究与发展中心低速空气动力研究所 一种大型结冰风洞中复杂结冰云雾水含量测量方法
CN113899663A (zh) * 2021-12-08 2022-01-07 中国空气动力研究与发展中心低速空气动力研究所 一种大型结冰风洞中复杂结冰云雾mvd测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于Fluent和FENSAP-ICE的极区海洋平台甲板结构结冰数值模拟;沈杰;白旭;;极地研究(第02期);49-55 *
飞机防冰系统设计中气象条件模拟及参数测量方法;郑莉;彭又新;卜雪琴;冯康;;科技导报(第25期);28-33 *

Also Published As

Publication number Publication date
CN114676560A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
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
Messinger Equilibrium temperature of an unheated icing surface as a function of air speed
JP5782417B2 (ja) 航空機内で測定した大気中の水分量を使用して天気を予報する方法及びシステム
Mazin et al. Thermodynamics of icing cylinder for measurements of liquid water content in supercooled clouds
Press et al. An approach to the problem of estimating severe and repeated gust loads for missile operations
CN114516403B (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
US6347767B1 (en) Method of and apparatus for detection of ice accretion
CN111307406B (zh) 一种结冰风洞液态水含量测量方法
CN112678189B (zh) 一种改进的结冰传感器安装位置确定方法
CN113899663B (zh) 一种大型结冰风洞中复杂结冰云雾mvd测量方法
CN109710961A (zh) 一种基于gps数据的高空无人机升限数据处理方法
Steen et al. An assessment of the icing blade and the SEA multi-element sensor for liquid water content calibration of the NASA GRC Icing Research Tunnel
CN107677444A (zh) 一种测量冰风洞云雾均匀性的方法
CN113420503A (zh) 基于温度序列相似性度量的积冰检测方法、系统、终端及应用
CN113901591B (zh) 热线单元干功率计算方法及液态水含量计算方法
Lilie et al. Description and results for a simple ice crystal detection system for airborne applications
Neel et al. The calculated and measured performance characteristics of a heated-wire liquid-water-content meter for measuring icing severity
Li et al. Wind Tunnel Test of the Icing Characteristics of Airfoil Rotating around a Vertical Axis
Clark et al. Liquid Water Content Instrumentation Study at the NRC AIWT
Doddi Insitu Sensing and Analysis of Turbulence-Investigation to Enhance Fine-Structure Turbulence Observation Capabilities of Autonomous Aircraft Systems
Olsen et al. Experimental comparison of icing cloud instruments
Feng et al. The Research of Correlationship and Critical Ice Shape Acquisition in CIRA-IWT Icing Wind Tunnel
Hervy New SLD Icing Capabilities at DGA Aero-E ngine Testing
Coulman et al. On the calibration and performance of an instrument for measuring total water mixing ratio in cloud
Clark Effects of Aerodynamic Blockage on Stagnation Collection Efficiency in a Wind Tunnel Icing Environment

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