CN114756958A - 一种无人机螺旋桨气动噪声数值模拟方法 - Google Patents

一种无人机螺旋桨气动噪声数值模拟方法 Download PDF

Info

Publication number
CN114756958A
CN114756958A CN202210296462.7A CN202210296462A CN114756958A CN 114756958 A CN114756958 A CN 114756958A CN 202210296462 A CN202210296462 A CN 202210296462A CN 114756958 A CN114756958 A CN 114756958A
Authority
CN
China
Prior art keywords
calculation
propeller
flow field
unmanned aerial
aerial vehicle
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.)
Pending
Application number
CN202210296462.7A
Other languages
English (en)
Inventor
陈平良
陈荣亮
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN202210296462.7A priority Critical patent/CN114756958A/zh
Publication of CN114756958A publication Critical patent/CN114756958A/zh
Pending legal-status Critical Current

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
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种无人机螺旋桨气动噪声数值模拟方法。该方法包括:针对无人机螺旋桨模型,根据网格量大小划分网格,并在螺旋桨模型添加边界层,得到计算网格文件;读取计算网格文件,建立螺旋桨流场控制方程、确立初始条件及边界条件、控制方程的离散、离散后的初始条件和边界条件、设定求解控制参数;对计算区域分解,使用开源流体动力学计算软件并行计算,获得流场数据;将螺旋桨叶片表面离散化处理,在声场计算程序导入流场数据,通过积分法计算观测点声压,且并行计算螺旋桨叶片不同声源处到观测点处同一时刻声压;对观测点声压的时域变化,通过傅立叶变换转成频域变化并进行后处理,以分析噪声。本发明计算过程简洁,且提高了计算效率。

Description

一种无人机螺旋桨气动噪声数值模拟方法
技术领域
本发明涉及无人机技术领域,更具体地,涉及一种无人机螺旋桨气动噪声数值模拟方法。
背景技术
随着无人机类飞行器变得越来越普遍,新颖的垂直起降飞行器市场,包括用于包裹递送、成像和监视等应用的无人机发展迅速。而且许多商用无人机已经实现了稳定的悬停和机动飞行,并有望在各种领域中使用。考虑到在城市或一些特别地区使用无人机,其高水平噪声可能是一个很严重的问题,所以控制由此类飞行器产生和传播的气动噪声至关重要。最小化噪声排放是设计飞行器过程中不可或缺的一部分,必须从一开始就加以考虑,以免出现昂贵的重新设计问题。对于旋翼类飞行器制造业而言,声学舒适度是一个很重要的问题,而通过风洞实验获得噪声数据不仅耗时长而且成本高,因此,快速高效的数值工具的开发是机身部件从设计时预防并减少噪声的关键。由于理论分析的能力有限,成本高昂且实验研究时间长,因此数值模拟已成为各种工业应用的有效替代工具。
在设计研发无人机的螺旋桨时,除了考虑它的气动性能意外,还会同时考虑其运行时的噪声水平。在现有技术中,对于螺旋桨的气动噪声数值计算,均采用计算气动声学的方法。计算气动声学(computational aeroacoustics,CAA)是对噪声的完整计算机模拟,它包括两方面的内容,即首先通过计算流体力学(computational fluid dynamics,CFD)方法来寻找流动声源,然后通过CAA方法来计算噪声的传播。前者属于CFD流场模拟,后者则是声学模拟。
目前,计算气动声学主要有三种数值分析方法:一是DNS(Direct NumericalSimulation)直接计算方法,在流体计算中加上声音的波动算子方程来直接求解声学部分。这种方法常用在简单的管道内气动噪声、喷流噪声以及腔体噪声的计算,但在工程上较少应用。二是混合方法,即将声源计算和声学传播计算分开,先由CFD分析计算瞬态流场,由此从非稳态流场中求解等效声源,并进行声传播计算,其中声传播计算有两类方法,一类是积分方法,另一类是声类比方法。三是半经验方法,其用CFD中的一些性能特性,如湍动能、湍动能的耗散率等来重构一个声源,再用公式计算气动噪声。
随着计算机算力的发展,利用CFD技术解决工程实际问题可以显著降低研制成本和周期,对计算气动声学也带来了新的发展,对新外形的无人机螺旋桨的设计和研发有着极为重要的意义。但现有大多数值模拟方法具有如下缺点:依赖商业软件实现,由于商业软件并不开源,所以对于计算过程中出现的问题或者错误不得而知,也不能对算法进行及时优化或更改;计算速度慢,对于复杂的螺旋桨外形,不管流场的计算还是声学的计算都要求大量密集的计算,而如此多的计算量非常耗时。
发明内容
本发明的目的是克服上述现有技术的缺陷,提供一种无人机螺旋桨气动噪声数值模拟方法。该方法包括以下步骤:
针对所建立的无人机螺旋桨模型,根据所需的网格量大小划分网格,并在螺旋桨模型附近添加边界层,以计算流场结果,进而得到整个计算网格文件;
读取所述计算网格文件,并建立螺旋桨流场的控制方程、确立初始条件及边界条件、控制该方程的离散、离散后的初始条件和边界条件、设定求解控制参数;
对计算区域进行分解,使用开源流体动力学计算软件进行并行计算,获得流场数据并保存,其中所述流场数据包括计算周期内各时间步螺旋桨流场中各处的速度和压力;
将螺旋桨叶片表面进行离散化处理,在声场计算程序中导入不同时刻的相应流场数据,并通过积分法计算观测点处的声压,同时并行计算螺旋桨叶片上不同声源处到观测点处同一时刻的声压;
针对得到的观测点声压的时域变化,通过傅立叶变换转换成频域的变化并进行后处理,进而分析噪声特性。
与现有技术相比,本发明的优点在于,提出了一种快速的数值模拟方法对无人机螺旋桨产生的气动噪声进行快速计算、仿真,有利于在无人机螺旋桨的设计研发过程中对其气动噪声进行快速验证。本发明所用的软件开源完整,可根据计算流程需求更改算法、进行各种自定义等,同时通过并行计算对大型网格进行快速计算,能够快速提高流场的计算效率,进而提高整体计算速度。此外,本发明对噪声计算时可以对不同时刻位置的叶片声源进行并行计算,进一步提高了整体计算速度。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的无人机螺旋桨气动噪声数值模拟方法的流程图
图2是根据本发明一个实施例的无人机螺旋桨气动噪声数值模拟方法的过程示意图;
图3是根据本发明一个实施例的螺旋桨流场计算域、示例模型及网格示意图;
图4是根据本发明一个实施例的螺旋桨流场计算旋转域示意图;
图5是根据本发明一个实施例的螺旋桨叶片上离散声源相对于观测点示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
参见图1和图2所示,所提供的无人机螺旋桨气动噪声数值模拟方法包括以下步骤。
步骤S110,建立无人机螺旋桨模型。
在实际应用中,可采用三维建模软件建立无人机螺旋桨模型。
步骤S120,针对建立的无人机螺旋桨模型,根据所需的网格量大小划分网格,并在螺旋桨模型附近添加边界层,以计算流场结果,最终得到整个计算网格文件。
具体地,可使用开源网格划分软件,根据所需的网格量大小划分网格。为了得到精确的计算结果,所以需要划分较精细的网格,网格量较大,可采用并行方法划分网格。整个计算区域的网格划分后,分为旋转域和固定域,其中旋转域为小圆柱体包裹于螺旋桨模型外部,固定域为大圆柱域并包裹于旋转域外部。进一步地,在旋转域中螺旋桨叶片边缘添加边界层网格。由于螺旋桨的结构不规则且含有很多复杂曲面,所以采用适应范围更广的非结构四面体网格单元对螺旋桨模型进行网格划分,并保证网格质量满足要求。参见图3和图4所示。
在一个实施例中,采用滑移网格方法处理旋转域,并且在滑移网格方法中采用任意网格界面法(Arbitrary Mesh Interface,AMI)。计算流场网格的设置,假设D为旋翼直径,则固定区域的径向尺寸可以设为7.5*D,轴向尺寸可以设为14*D,以最大程度地减小远场边界处的压力影响。当使用此远场域大小时,在入口和出口边界附近几乎没有压力变化。为了精确计算,可围绕旋转域构建更精细的圆柱网格,然后,将开放边界条件应用于固定区域边界,并且将压力固定。网格在下游方向拉伸,以使流动平稳地离开边界。螺旋桨流场计算旋转域如图4所示。
步骤S130,读取计算网格文件,并建立螺旋桨流场的控制方程、确立初始条件及边界条件、控制方程的离散、离散后的初始条件和边界条件、给定求解控制参数。
例如,使用开源计算流体力学软件(如OpenFOAM)读取计算网格文件,然后进行控制方程的建立、初始条件及边界条件的确立、控制方程的离散、离散后的初始条件和边界条件、给定求解控制参数等。
1)、控制方程的建立
螺旋桨流场设为非定常、不可压缩牛顿流体,其控制方程由纳维-斯托克斯方程(Navier-Stokes equations)描述,表示为:
Figure BDA0003563549400000051
其中ρ为密度,U为速度,p为压力,ν为粘度,
Figure BDA0003563549400000052
为求导符号,
Figure BDA0003563549400000053
为梯度。
空气在运行中的螺旋桨周围的流动为湍流,湍流是一个非常随机的,瞬时的流动状态,每时每刻的流速和流动方向都会变化。而如果想要直接精确的模拟湍流,需要耗费巨大的计算成本,所以引入合适的湍流模型,例如,选择k-omegaSST湍流模型,k-omegaSST湍流模型结合了自由流中的k-epsilon和靠近壁面处的k-omega模型。k-omegaSST湍流模型没有使用壁函数,因此在求解靠近壁面处的流动时最为准确。
k-omegaSST湍流模型的设置如下:
涡粘性表示为:
μT=ρk/ω (2)
湍动能方程表示为:
Figure BDA0003563549400000061
ω方程表示为:
Figure BDA0003563549400000062
系数设置为:
α=5/9,β=3/40,β*=9/100,σ=1/2,σ*=1/2 (5)
辅助关系式:
ε=β*ωk和l=k1/2/ω (6)
其中,μT为涡粘系数,ρ为密度,U为速度,t为时间,k为脉动动能,ω为比动能耗散率,xj为空间方向,下标j表示坐标轴,τij为雷诺应力,下标ij表示方向,μ为涡粘度,ε为脉动动能的耗散率,l为混合长度,α,β,β*,σ,σ*均为经验系数。
2)、确定初始条件和边界条件
由计算背景,入口使用速度入口条件,出口为压力边界,湍流模型采用效果最优的k-omegaSST湍流模型。另外,螺旋桨模型表面部分设置为旋转固壁,其余固定域表面部分设置为静止固壁。
3)、离散控制方程、初始条件以及边界条件
在一个实施例中,采用有限体积法离散控制方程。
首先,对方程中的时间项进行对速度U关于时间的欧拉全隐离散,有:
Figure BDA0003563549400000063
对流项隐性离散:
Figure BDA0003563549400000064
拉普拉斯项隐性离散:
Figure BDA0003563549400000065
压力项显性离散:
Figure BDA0003563549400000066
其中,上标t表示为当前的时间步(已知),上标*表示预测步(待求),下标f表示网格单元面上的值,VP表示网格单元体积,Sf表示网格单元的各个面的面矢量,Δt表示时间步长,
Figure BDA0003563549400000071
为通量,v为动力粘度。
Figure BDA0003563549400000072
为定义在体心的量,即网格体心的速度梯度。
Figure BDA0003563549400000073
为定义在面心的量,即网格面心的速度梯度。U为速度,V为体积,任何变量所附带下标P表示在网格单元上的值。
4)、给定求解控制参数
根据计算边界条件设置控制参数,设置出入口、螺旋桨表面处的初始条件。给定离散格式,如时间一阶导项(非定常项)格式、梯度项格式、散度项格式、拉普拉斯项格式、插值格式、面法向梯度格式等。
步骤S140,对得到的计算区域进行分解后并行计算,使用开源流体动力学计算软件在较多核数的超级计算平台上进行上机计算,得到计算周期内各时间步螺旋桨流场中各处的速度、压力等。
具体地,对上述步骤得到的计算区域由软件进行分解为多个计算区域,然后将各计算区域分发到超算上独立的处理器,超算上各独立的处理器使用求解器副本对各自计算区域进行并行计算,计算过程中进行信息交换,以提高计算效率。在得到各计算区域计算周期内各时间步血泵流场结果后再进行合并处理,最后得到整体计算区域的计算结果。
综上,本发明流场计算选用开源计算软件,能很好的部署在多核环境中,并进行一定范围内任意多核计算,提高了计算效率。
步骤S150,保存计算得到的规律变化的流场数据,以供后续进行声场的计算。
在根据上述步骤计算得到螺旋桨流场数据后,通过后处理软件保存并输出有效时间步范围内的各个时刻螺旋桨表面的流场数据,如速度、压力等,并输出保存,待后续计算程序读取。本文中有效时间步为流场中关键点变量呈现规律变化后的时间步范围,有利于得到较好的噪声计算结果。
步骤S160,将螺旋桨叶片表面进行离散化处理,在声场计算程序中导入不同时刻的相应流场数据,并通过积分方法计算观测点处的声压,此时可并行计算叶片上不同声源处到观测点处同一时刻的声压。
例如,所计算的气动噪声主要包括载荷噪声和厚度噪声。
1)、载荷噪声
由FW-H(FfowcsWilliams Hawkings)方程,旋转叶片的载荷噪声的声波波动方程为:
Figure BDA0003563549400000081
式中,li为叶片表面某面积元素上的载荷在固定坐标系xi轴方向上的分量可沿径向和周向将旋转叶片各面积元素划分为各叶素段和各弦段。
时域解的推迟时间公式表示为:
Figure BDA0003563549400000082
2为达朗贝尔波动算子,pL为载荷噪声,pL(x,t)为载荷噪声关于空间位置和时间的值,δ()为狄拉克(Dirac delta)函数,f=0表示叶片表面方程,r为距离,Mar为马赫数在距离方向上的分量,下标ret代表延迟时间,ds表示对时间的微分。
式(12)中增加了关于对空间位置的导数,但是它使人们很难描述被积函数关于对空间位置导数的物理意义。因此,通常不直接使用这种形式的解。对于这个问题的解决办法是将对空间位置的导数转化为对时间的导数,这样就可使得式中的被积函数变成具有随时间变化的含义,也就是说,如果知道它们随时间的变化量,那么能得到其声场解。关于这种转换,只要在求解声波波动方程时,在对狄拉克函数δ(f)和δ(g)进行积分之前,利用
Figure BDA0003563549400000083
Figure BDA0003563549400000084
可得到:
Figure BDA0003563549400000091
声场解就可写成:
Figure BDA0003563549400000092
在以上声场解中,l=eili是叶片表面面积元素上的载荷对当地流体的作用力;li为作用力l于xi轴方向上的分量;
Figure BDA0003563549400000093
为l在接收点方向上的投影;
Figure BDA0003563549400000094
为向接收点辐射方向上的单位矢径;
Figure BDA0003563549400000095
为个在xi轴方向上的分量。x,y分别是声源的发射和接收位置,g代表推迟时间方程,c0为声速,上标^表示该矢量的单位矢量,下标r表示该量在距离方向的分量。
接下来,处理式中关于对时间的导数问题。显然,若将对载荷关于接收时间的求导问题转变成关于它发射时间的求导问题,则可以得到如下具有描述运动声源参量随时间变化意义的物理量:
Figure BDA0003563549400000096
变换
Figure BDA0003563549400000097
推迟时间方程表示:t=τ+|x-y(τ)|/c0 (18)
Figure BDA0003563549400000098
整理后代入可得:
Figure BDA0003563549400000099
其中,ii为相对于时间的载荷导数;下标i表示沿x轴方向的分量。符号V表示物面速度,Ma表示马赫数。
2)、厚度噪声
旋转叶片厚度噪声的声波波动方程为:
Figure BDA0003563549400000101
时域法预测旋转叶片载荷噪声的推迟时间公式:
Figure BDA0003563549400000102
式中,Vn是物面法向运动速度。
类似于载荷噪声的描述方法,同样将时间导数移到积分号内
Figure BDA0003563549400000103
式中:
Figure BDA0003563549400000104
通常在原度公式中,忽略
Figure BDA0003563549400000105
这一项,这实际上意味着假定旋翼在作定常运动。这样,在旋翼作定常运动时,其厚度噪声时域计算公式可写成:
Figure BDA0003563549400000106
其中,pT表示厚度噪声,ρ0表示未扰动密度,上标·表示求导。
图5是螺旋桨叶片上离散声源相对于观测点的示意图。
步骤S170,针对得到的观测点声压的时域变化,通过傅立叶变换转换成频域的变化并进行后处理,进而分析噪声特性。
为进一步验证本发明的效果,经过初步数值模拟计算结果显示,预测的螺旋桨总声压级与现有实验结果基本一致,数值差距微小,吻合度较高。
综上所述,本发明中流场计算采用开源软件计算,计算所用算法独立明确,可自由根据情形进行改变,更易于适用不同工况条件,得到更为精确的结果;流场计算和声学计算中,通过分解计算区域的方法,将大计算区域分解为各自独立的小计算区域,小计算区域可自由分配到不同核数的计算单元上,计算区域和计算所需处理器各自独立,提高了计算效率;将CAA的混合方法中积分方法用于声学计算,结合流场计算,能快速高效的得到计算结果。气动噪声计算中选用的积分方法基于自由场格林函数,此情况下适合自由场声学计算。相较于声学计算的混合方法中的声类比方法,本发明不需要建立声学网格,计算过程更简洁明了。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (11)

1.一种无人机螺旋桨气动噪声数值模拟方法,包括以下步骤:
针对所建立的无人机螺旋桨模型,根据所需的网格量大小划分网格,并在螺旋桨模型附近添加边界层以计算流场结果,得到整个计算网格文件;
读取所述计算网格文件,并建立螺旋桨流场的控制方程、确立初始条件及边界条件、控制该方程的离散、离散后的初始条件和边界条件、设定求解控制参数;
对计算区域进行分解,使用开源流体动力学计算软件进行并行计算,获得流场数据并保存,其中所述流场数据包括计算周期内各时间步螺旋桨流场中各处的速度和压力;
将螺旋桨叶片表面进行离散化处理,在声场计算程序中导入不同时刻的相应流场数据,并通过积分法计算观测点处的声压,同时并行计算螺旋桨叶片上不同声源处到观测点处同一时刻的声压;
针对得到的观测点声压的时域变化,通过傅立叶变换转换成频域的变化并进行后处理,进而分析噪声特性。
2.根据权利要求1所述的方法,其特征在于,采用非结构四面体网格单元对所述无人机螺旋桨模型进行网格划分,整个计算区域的网格划分后分为旋转域和固定域,其中旋转域为小圆柱体包裹于所述无人机螺旋桨模型外部,固定域为大圆柱域包裹于旋转域外部。
3.根据权利要求1所述的方法,其特征在于,所述螺旋桨流场的控制方程表示为:
Figure FDA0003563549390000011
Figure FDA0003563549390000012
其中,ρ为密度,U为速度,p为压力,ν为粘度。
4.根据权利要求3所述的方法,其特征在于,采用k-omegaSST湍流模型模拟无人机螺旋桨周围空气的流动,设置如下:
涡粘性表示为:
μT=ρk/ω
湍动能方程表示为:
Figure FDA0003563549390000021
ω方程表示为:
Figure FDA0003563549390000022
系数设置为:
α=5/9,β=3/40,β*=9/100,σ=1/2,σ*=1/2
辅助关系式为:
ε=β*ωk和l=k1/2
其中,μT为涡粘系数,t为时间,k为脉动动能,ω为比动能耗散率,xj为空间方向,下标j表示坐标轴,τij为雷诺应力,下标ij表示方向,μ为涡粘度,ε为脉动动能的耗散率,l为混合长度,α,β,β*,σ,σ*均为经验系数。
5.根据权利要求1所述的方法,其特征在于,所述确立初始条件及边界条件包括:设置入口使用速度入口条件,出口为压力边界,湍流模型为k-omegaSST湍流模型,并且将所述无人机螺旋桨模型表面部分设置为旋转固壁,其余固定域表面部分设置为静止固壁。
6.根据权利要求3所述的方法,其特征在于,采用有限体积法离散所述螺旋桨流场的控制方程,包括:
对方程中的时间项进行对速度U关于时间的欧拉全隐离散,有:
Figure FDA0003563549390000023
对流项隐性离散:
Figure FDA0003563549390000024
拉普拉斯项隐性离散:
Figure FDA0003563549390000025
压力项显性离散:
Figure FDA0003563549390000026
其中,上标t表示为当前的时间步,上标*表示预测步的值,下标f表示网格单元面上的值,VP表示网格单元体积,Sf表示网格单元的各个面的面矢量,Δt表示时间步长,
Figure FDA0003563549390000031
为通量,v为动力粘度。
Figure FDA0003563549390000032
为网格体心的速度梯度,
Figure FDA0003563549390000033
为网格面心的速度梯度,V为体积,各变量的下标P表示在网格单元上的值。
7.根据权利要求1所述的方法,其特征在于,所述设定求解控制参数包括:设置出入口、螺旋桨表面处的初始条件,并给定离散格式。
8.根据权利要求1所述的方法,其特征在于,所述对计算区域进行分解,使用开源流体动力学计算软件进行并行计算包括:
将整体计算区域分解为多个子计算区域;
将各子计算区域分发到超级计算机上独立的处理器,各独立的处理器使用求解器副本对各自子计算区域进行并行计算,计算过程中进行信息交换;
在得到各子计算区域计算周期内各时间步流场结果后再进行合并处理,进而得到整体计算区域的计算结果。
9.根据权利要求6所述的方法,其特征在于,无人机螺旋桨的载荷噪声时域计算公式表示为:
Figure FDA0003563549390000034
厚度噪声时域计算公式表示为:
Figure FDA0003563549390000035
其中,ii为相对于时间的载荷导数,下标i表示沿x轴方向的分量,li为作用力l于xi轴方向上的分量;
Figure FDA0003563549390000036
为l在接收点方向上的投影,
Figure FDA0003563549390000037
为向接收点辐射方向上的单位矢径,
Figure FDA0003563549390000038
为在xi轴方向上的分量,x,y分别是声源的发射位置和接收位置,c0为声速,上标^表示该矢量的单位矢量,下标r表示该量在距离方向的分量,Ma表示马赫数,Vn是物面法向运动速度,pT表示厚度噪声,ρ0表示未扰动密度,Mar为马赫数在距离方向上的分量,下标ret代表延迟时间。
10.一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现根据权利要求1至9中任一项所述方法的步骤。
11.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
CN202210296462.7A 2022-03-24 2022-03-24 一种无人机螺旋桨气动噪声数值模拟方法 Pending CN114756958A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210296462.7A CN114756958A (zh) 2022-03-24 2022-03-24 一种无人机螺旋桨气动噪声数值模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210296462.7A CN114756958A (zh) 2022-03-24 2022-03-24 一种无人机螺旋桨气动噪声数值模拟方法

Publications (1)

Publication Number Publication Date
CN114756958A true CN114756958A (zh) 2022-07-15

Family

ID=82326682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210296462.7A Pending CN114756958A (zh) 2022-03-24 2022-03-24 一种无人机螺旋桨气动噪声数值模拟方法

Country Status (1)

Country Link
CN (1) CN114756958A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117628417A (zh) * 2024-01-25 2024-03-01 深圳市晶湖科技有限公司 一种燃气场用智能安全控制系统
CN118052168A (zh) * 2024-04-16 2024-05-17 山东职业学院 一种高速列车通过噪声的计算方法
CN118193955A (zh) * 2024-04-11 2024-06-14 哈尔滨工程大学 一种压气机气动噪声获取方法、装置、介质及产品
CN118520672A (zh) * 2024-05-15 2024-08-20 重庆大学 一种整车大规模非结构化网格风阻计算方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117628417A (zh) * 2024-01-25 2024-03-01 深圳市晶湖科技有限公司 一种燃气场用智能安全控制系统
CN117628417B (zh) * 2024-01-25 2024-03-26 深圳市晶湖科技有限公司 一种燃气场用智能安全控制系统
CN118193955A (zh) * 2024-04-11 2024-06-14 哈尔滨工程大学 一种压气机气动噪声获取方法、装置、介质及产品
CN118193955B (zh) * 2024-04-11 2024-10-15 哈尔滨工程大学 一种压气机气动噪声获取方法、装置、介质及产品
CN118052168A (zh) * 2024-04-16 2024-05-17 山东职业学院 一种高速列车通过噪声的计算方法
CN118520672A (zh) * 2024-05-15 2024-08-20 重庆大学 一种整车大规模非结构化网格风阻计算方法

Similar Documents

Publication Publication Date Title
CN114756958A (zh) 一种无人机螺旋桨气动噪声数值模拟方法
Alvarez et al. High-fidelity modeling of multirotor aerodynamic interactions for aircraft design
Sun et al. High-order multidomain spectral difference method for the Navier-Stokes equations
Cella et al. Aeroelastic analysis of aircraft wind-tunnel model coupling structural and fluid dynamic codes
Biancolini et al. Static aeroelastic analysis of an aircraft wind-tunnel model by means of modal RBF mesh updating
Poole et al. Control point-based aerodynamic shape optimization applied to AIAA ADODG test cases
Pandya et al. Assessment of USM3D Hierarchical Adaptive Nonlinear Method Preconditioners for Three-Dimensional Cases
Sheng A preconditioned method for rotating flows at arbitrary Mach number
Dbouk et al. Quadcopter drones swarm aeroacoustics
Lokatt Aeroelastic flutter analysis considering modeling uncertainties
Weaver-Rosen et al. Surrogate modeling and parametric optimization strategy for minimizing sonic boom in a morphing aircraft
CN117217108B (zh) 一种基于cfd的通航飞机飞行仿真的气动力分析方法
Zhang et al. Transonic flutter analysis of an AGARD 445.6 wing in the frequency domain using the Euler method
Lee-Rausch et al. Application of the FUN3D Solver to the 4th AIAA Drag Prediction Workshop
Junqueira-Junior et al. Influence of different subgrid-scale models in low-order LES of supersonic jet flows
Afari Prediction of noise associated with an isolated UAV propeller
Rajmohan et al. A VPM/CFD coupling methodology to study rotor/ship aerodynamic interaction
CN112270045B (zh) 一种涡桨飞机气动噪声计算方法
Junqueira-Junior et al. On the scalability of CFD tool for supersonic jet flow configurations
Payot et al. Parametric Surfaces with Volume of Solid Control for Optimisation of Three Dimensional Aerodynamic Topologies
Sukas et al. HEMLAB algorithm applied to the high-lift JAXA standard model
CN108698688B (zh) 生成用于确定同轴转子系统的转子叶片轮廓的一组参数中的相应参数的一组值的方法和系统
Lummer Installation: numerical investigation
Pandya et al. Assessment of Preconditioner for a USM3D Hierarchical Adaptive Nonlinear Method (HANIM)
Bae et al. Hybrid Lagrangian-Eulerian approach for modeling aerodynamic interactions

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