CN116090110B - 高超声速飞行器高温流场数值仿真的修正方法及相关组件 - Google Patents

高超声速飞行器高温流场数值仿真的修正方法及相关组件 Download PDF

Info

Publication number
CN116090110B
CN116090110B CN202310361702.1A CN202310361702A CN116090110B CN 116090110 B CN116090110 B CN 116090110B CN 202310361702 A CN202310361702 A CN 202310361702A CN 116090110 B CN116090110 B CN 116090110B
Authority
CN
China
Prior art keywords
gas
current
density
flow characteristic
iteration step
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
CN202310361702.1A
Other languages
English (en)
Other versions
CN116090110A (zh
Inventor
丁明松
李鹏
陈坚强
刘庆宗
高铁锁
董维中
江涛
郭勇颜
梅杰
何磊
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 CN202310361702.1A priority Critical patent/CN116090110B/zh
Publication of CN116090110A publication Critical patent/CN116090110A/zh
Application granted granted Critical
Publication of CN116090110B publication Critical patent/CN116090110B/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]
    • G06F30/10—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

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

Abstract

本申请公开了一种高超声速飞行器高温流场数值仿真的修正方法及相关组件，涉及数值模拟计算领域，包括：在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；基于当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正以得到各修正后的流动特性参数；基于各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。该发明能够在高超声速飞行器高温流场数值模拟过程中，有效避免流场中压强、温度、密度等参数出现非物理的负值或大幅度波动，从而增强数值迭代的稳定性。

Description

高超声速飞行器高温流场数值仿真的修正方法及相关组件
技术领域
本发明涉及数值模拟计算领域，特别涉及一种高超声速飞行器高温流场数值仿真的修正方法、装置、设备及介质。
背景技术
当高超声速飞行器飞行速度较高，例如马赫数10以上时，强烈气动加热使流场中出现高温，高温气体发生离解、复合、交换、电离等化学反应，气体分子热力学模态不同程度的激发，这种现象称为高温气体效应。由于流动速度很快，流动特征时间很短，化学反应和热力学激发常常处于非平衡态，因此又被称为高温气体热化学非平衡效应。它能显著改变混合气体的热力学性质和绕流流场结构，严重影响了飞行器的气动力特性、气动热环境、电磁特性、辐射特性等气动特性。在高超声速流动数值模拟过程中，不同流场区域、不同时刻的密度和压力变化，常可达到几个数量级以上。由于计算网格质量、数值误差等因素影响，高超声速飞行器的流动特性参数，如流场局部瞬时密度、压强或温度可能出现非物理的负值或大幅波动，进而导致数值计算发散。
为了避免这种情况，数值迭代过程中常常进行修正处理。例如，在商业软件CFD3D中就介绍了一种压强迭代修正技术。然而上述压强修正技术过程中，一方面存在数值迭代过程不稳定，且压强迭代下降幅度受到限制，从而导致影响迭代收敛速度的问题；另一方面，对于求解守恒型流动控制N-S方程的高超声速热化学非平衡流动模拟来说，上述压强迭代修正技术也受到一定限制，因为在守恒型流动控制方程求解过程中，每一步数值迭代，首先得到的是守恒变量，例如质量、动量、能量等，然后再由守恒变量计算得到原始变量，例如气体密度、速度、平转动温度、振动温度、电子温度、压力、各气体组分质量分数等。其通常的计算顺序为：先由质量守恒，得到气体密度；其次由气体密度，结合气体动量和各组分质量，得到气体速度和各气体组分质量分数；然后再由气体密度、速度和组分质量分数，结合气体能量，得到气体温度；最后由气体密度、气体各组分质量分数和气体温度，结合气体状态方程，得到气体压强。在这一过程中，如果仅对压强进行修正，不仅可能破坏了气体状态方程，而且不能完全解决数值失稳问题，因为压强出现非物理的负值只是最终的表象，它可能是由于密度或温度出现负值造成的，而密度或温度出现非物理的负值，同样会造成数值计算发散。
综上，如何在高超声速飞行器高温流场数值仿真过程中，避免高超声速飞行器每一迭代步的流动特性参数出现非物理的负值或大幅波动以增强迭代稳定性是目前有待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种高超声速飞行器高温流场数值仿真的修正方法、装置、设备及介质，能够在高超声速飞行器高温流场数值仿真过程中，避免高超声速飞行器每一迭代步的流动特性参数出现非物理的负值或大幅波动以增强迭代稳定性。其具体方案如下：
第一方面，本申请公开了一种高超声速飞行器高温流场数值仿真的修正方法，包括：
在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；
基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；
基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。
可选的，所述基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数，包括：
基于所述当前气体密度和相应的气体密度变化量，利用预设密度修正函数对所述当前迭代步和下一迭代步之间的气体密度迭代过程进行修正，以得到修正后气体密度；
基于所述当前气体组分密度和所述当前气体各模态能量以及相应的气体组分密度变化量和气体各模态能量变化量，利用预设的等效时间因子对所述当前迭代步和下一迭代步之间的气体组分密度迭代过程和气体各模态能量迭代过程进行修正，以得到修正后气体组分密度和修正后气体各模态能量；
基于所述当前气体动量和相应的气体动量变化量，利用所述等效时间因子和预设松弛系数对所述当前迭代步和下一迭代步之间的气体动量迭代过程进行修正，以得到修正后气体动量。
可选的，所述高超声速飞行器高温流场数值仿真的修正方法，还包括：
基于所述当前气体密度和所述气体密度变化量构建指数函数，并基于所述指数函数和幅度调节系数构建所述预设密度修正函数。
可选的，所述高超声速飞行器高温流场数值仿真的修正方法，还包括：
基于所述当前气体密度、所述气体密度变化量和所述修正后气体密度构建所述等效时间因子。
可选的，所述基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量，包括：
基于所述各修正后流动特性参数，确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量以及基于所述各修正后流动特性参数得到所述下一迭代步对应的流动特性参数；
基于所述原始变量和所述下一迭代步对应的流动特性参数，并通过守恒型流动控制方程组的显示求解方式或隐式求解方式，确定出与所述下一迭代步对应的流动特性参数对应的参数变化量。
可选的，所述基于所述各修正后流动特性参数，确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量，包括：
基于所述修正后气体密度和所述修正后气体动量确定出气体速度；
基于所述修正后气体密度和所述修正后气体组分密度确定出气体组分质量分数；
基于所述修正后气体密度、所述修正后气体各模态能量、所述气体速度和所述气体组分质量分数并利用子迭代函数确定出气体温度；
将所述修正后气体密度、所述气体组分质量分数和所述气体温度输入气体状态方程表达式以确定出气体压强。
可选的，所述基于所述修正后气体密度和所述修正后气体组分密度确定出气体组分质量分数，包括：
确定混合气体的总组分数，并针对所述混合气体中的预设数量个目标气体，基于所述修正后气体密度和所述修正后气体组分密度确定出所述目标气体的气体组分质量分数；其中，所述预设数量小于所述总组分数；
利用电荷守恒规则和总质量守恒规则确定出所述混合气体中除所述目标气体组分以外的其余气体的气体组分质量分数。
第二方面，本申请公开了一种高超声速飞行器高温流场数值仿真的修正装置，包括：
当前迭代步参数获取模块，用于在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；
参数修正模块，用于基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；
下一迭代步参数确定模块，用于基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现前述公开的高超声速飞行器高温流场数值仿真的修正方法的步骤。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的高超声速飞行器高温流场数值仿真的修正方法的步骤。
可见，本申请在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。由此可见，本申请基于在高超声速飞行器高温流场数值仿真过程中获取到的与当前迭代步对应的当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，得到各修正后流动特性参数，该流动特性参数包括当前气体密度、当前气体组分密度、当前气体各模态能量和当前气体动量；然后利用修正后的流动特性参数确定出相应的原始变量和下一迭代步对应的流动特性参数以及相应参数的变化量。通过上述迭代修正过程，避免了下一迭代步的流动特性参数出现非物理的负值或大幅波动的情况，从而增强了迭代的稳定性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种高超声速飞行器高温流场数值仿真的修正方法流程图；
图2为本申请公开的一种具体的高超声速飞行器高温流场数值仿真的修正方法流程图；
图3为本申请公开的一种直接迭代和气体密度修正迭代的曲线对比图；
图4为本申请公开的一种CFL=200时数值模拟得到稳定的马赫数云图；
图5为本申请公开的一种具体的轴线组分分布示意图；
图6为本申请公开的一种高超声速飞行器高温流场数值仿真的修正装置结构示意图；
图7为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
当前，在数值迭代过程中常常进行修正处理，但通常只是对某一项参数进行修正，例如在商业软件CFD3D中提到的一种压强迭代修正技术。然而上述压强修正技术过程中，一方面存在数值迭代过程不稳定，且压强迭代下降幅度受到限制，从而导致影响迭代收敛速度的问题；另一方面，对于求解守恒型流动控制N-S方程的高超声速热化学非平衡流动模拟来说，如果仅对压强进行修正，不仅可能破坏了气体状态方程，而且不能完全解决数值失稳问题，因为压强出现非物理的负值只是最终的表象，它可能是由于密度或温度出现负值造成的，而密度或温度出现非物理的负值，同样会造成数值计算发散。为此，本申请实施例公开了一种高超声速飞行器高温流场数值仿真的修正方法、装置、设备及介质，能够在高超声速飞行器高温流场数值仿真过程中，避免高超声速飞行器每一迭代步的流动特性参数出现非物理的负值或大幅波动以增强迭代稳定性。
参见图1所示，本申请实施例公开了一种高超声速飞行器高温流场数值仿真的修正方法，该方法包括：
步骤S11：在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量。
本实施例中，在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量，流动特性参数具体可以理解为守恒向量，假设当前迭代步为第n步，那么则获取到第n步迭代的守恒向量
Figure SMS_3
及其变化量/>
Figure SMS_6
。需要指出的是，守恒向量具有多种形式，其分量可以包括但不限于气体密度/>
Figure SMS_8
、气体动量/>
Figure SMS_2
、气体各模态能量/>
Figure SMS_5
、气体组分密度/>
Figure SMS_7
等守恒量；其中，/>
Figure SMS_9
为气体速度矢量；E i 为单位质量的气体各模态能量，/>
Figure SMS_1
，N E 为热力学温度模态数；c s 为混合气体第s组分的质量分数，
Figure SMS_4
，N s 为混合气体总组分数，N C 为不通过守恒方程求解的组分数，对于含电离组分的混合气体N C =2，对于不含电离组分的混合气体N C =1。
可以理解的是，在高超声速流动数值模拟过程中，一般采用求解守恒型控制方程组的方法。尽管控制方程的形式和种类，会由于模拟对象、模拟方法的不同而不同，但在控制方程求解第n步迭代开始时，均可以获得守恒向量的第n步初值
Figure SMS_10
以作为迭代计算的基础；在第n步迭代过程中，通过控制方程组的显示或隐式求解，均可得到第n步迭代守恒向量的变化量/>
Figure SMS_11
，这是数值模拟的前提。
守恒向量
Figure SMS_12
具有多种形式，这里以/>
Figure SMS_13
为例进行详细说明。其中/>
Figure SMS_14
为气体密度，对应总质量连续性方程；/>
Figure SMS_15
为气体动量，对应动量守恒方程，它的个数取决模拟问题的空间维度；例如一维问题，包含一个动量方程；三维问题，则包括三个动量方程；/>
Figure SMS_16
为气体各模态能量，对应能量守恒方程，它的数目取决于所采用的热力学温度模型；例如当采用热力学一温度模型时，N E =1，包括总能量守恒方程；当采用热力学三温度模型时，N E =3，包括总能量守恒、振动能守恒和电子能守恒三个方程；/>
Figure SMS_17
为气体各组分密度，对应各组分质量连续性方程，它的个数取决于所采用的气体模型，例如当采用无电离的5组分地球大气化学反应模型时，N s =5、N C =1，N s -N C =4，也即只需要求解5个气体组分中任意4个组分的质量连续性方程即可，剩下的1个气体组分密度可通过总质量守恒/>
Figure SMS_18
计算得到；当采用含多电离成分的13组分火星大气化学反应模型时，N s =13、N C =2，N s -N C =9，只需要求解13个气体组分中任意11个组分的质量连续性方程即可，剩下的2个气体组分可通过总质量守恒和电荷守恒计算得到。
步骤S12：基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数。
本实施例中，基于当前迭代步的当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正以得到各修正后流动特性参数。需要指出的是，假设当前迭代步为第n步，那么基于迭代计算的数学含义，控制方程第n+1步迭代所需要的Q n+1 ，若仅通过“直接迭代”的方式，可以表达为：
Figure SMS_19
其分量形式，可包括但不限于：
Figure SMS_20
由于“直接迭代”是由控制方程组中质量连续性方程、动量守恒方程、能量守恒方程、各组分的质量连续性方程等控制方程联立求解处理得到的，因此它满足质量守衡、动量守恒和能量守恒等守恒律。但由于数值迭代误差等原因，在计算过程中采用“直接迭代”，并不能完全保证
Figure SMS_21
具有实际的物理意义，/>
Figure SMS_22
对应的气体密度、气体压强、气体温度等可能会出现非物理的负值或者大幅波动，而导致下一步迭代计算失效，使数值模拟发散。因此，本申请通过基于当前气体密度、当前气体组分密度、当前气体各模态能量和当前气体动量，对当前迭代步和下一迭代步之间各流动特性参数的直接迭代过程进行修正，以避免修正后的气体密度、气体组分密度、气体各模态能量和气体动量出现非物理的负值或者大幅波动的情况，以满足控制方程迭代计算/>
Figure SMS_23
的稳定性需求，也即本申请能够实现由/>
Figure SMS_24
和/>
Figure SMS_25
相对准确、高效地得到/>
Figure SMS_26
，并且不破坏流动控制方程迭代求解的守恒律。
步骤S13：基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。
本实施例中，基于各修正后流动特性参数能够确定出相应的原始变量，例如气体速度、气体组分质量分数、气体温度和气体压强等，再由各修正后流动特性参数重组得到下一迭代步对应的流动特性参数，并确定出与下一迭代步的流动特性参数对应参数的变化量。
可见，本申请在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。由此可见，本申请基于在高超声速飞行器高温流场数值仿真过程中获取到的与当前迭代步对应的当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，得到各修正后流动特性参数，该流动特性参数包括当前气体密度、当前气体组分密度、当前气体各模态能量和当前气体动量；然后利用修正后的流动特性参数确定出相应的原始变量和下一迭代步对应的流动特性参数以及相应参数的变化量。通过上述迭代修正过程，避免了下一迭代步的流动特性参数出现非物理的负值或大幅波动的情况，从而增强了迭代的稳定性。
参见图2所示，本申请实施例公开了一种具体的高超声速飞行器高温流场数值仿真的修正方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体包括：
步骤S21：在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量。
步骤S22：基于所述当前气体密度和相应的气体密度变化量，利用预设密度修正函数对所述当前迭代步和下一迭代步之间的气体密度迭代过程进行修正，以得到修正后气体密度。
本实施例中，对于当前气体密度和相应的气体密度变化量，通过引入预设密度修正函数对当前迭代步和下一迭代步之间的气体密度迭代过程进行修正以得到修正后气体密度。需要指出的是，上述方法可以包括：基于所述当前气体密度和所述气体密度变化量构建指数函数，并基于所述指数函数和幅度调节系数构建所述预设密度修正函数。具体的，可以基于当前气体密度和气体密度变化量构建可调节e指数函数，再结合幅度调节系数构建预设密度修正函数。然后利用构建好的预设密度修正函数对气体密度进行修正计算，通过这种方式可以保证不出现非物理的负密度，抑制气体密度大幅波动，增强迭代稳定性。
引入预设密度修正函数后，以当前迭代步为第n步为例，气体密度迭代的具体过程为：
Figure SMS_27
其中，
Figure SMS_28
为修正后气体密度，/>
Figure SMS_29
为当前气体密度，/>
Figure SMS_30
为与当前气体密度对应的气体密度变化量，/>
Figure SMS_31
为密度调节函数，其具体表达式为：
Figure SMS_32
式中，c 1为密度上升幅度调节系数，c 2为密度下降幅度调节系数；c 1为正数，c 2为小于1.0的正数，用于调控迭代过程中密度的变化幅度。理论上，c 1、c 2越小，允许密度变化的幅度越小，迭代的稳定性越强；c 1、c 2越大，允许密度变化的幅度越大，在稳定迭代的条件下，收敛速度越快。为例同时兼顾稳定性和效率，本实施例中，取
Figure SMS_33
，/>
Figure SMS_34
。
以下针对
Figure SMS_35
和/>
Figure SMS_36
两种情况，对气体密度修正迭代的数学性质进行说明：
1、当
Figure SMS_37
时
将e x 在x=0附近tailor展开，可以得到
Figure SMS_38
，其中/>
Figure SMS_39
为高阶无穷小量；当x趋近于0时，可以近似得到/>
Figure SMS_40
。由此可得，当/>
Figure SMS_41
时：
Figure SMS_42
代入预设密度修正函数可得：
Figure SMS_43
其中下标+0、-0分别表示
Figure SMS_44
从正负两端逼近于零。
将上述式子代入气体密度迭代过程，并在忽略高阶无穷小量的情况下，可得：
Figure SMS_45
由此可见，修正后的气体密度迭代，其一阶偏导
Figure SMS_46
连续，且在/>
Figure SMS_47
时，与“直接迭代”等同。
2、当
Figure SMS_48
时
当
Figure SMS_49
时，/>
Figure SMS_50
，因此/>
Figure SMS_51
时，有
Figure SMS_52
代入气体密度迭代过程，其变化区间为：
Figure SMS_53
由于
Figure SMS_54
>0，因此当c 2<1时，即可保证/>
Figure SMS_55
不出现非物理的负值。同时，通过c 1、c 2可自主调节密度变化的最大幅度，平衡迭代计算的稳定性和效率。参见图3所示，本申请公开了直接迭代和气体密度修正迭代的曲线对比图，从图3可以看出气体密度修正迭代的曲线光滑，具有较好的连续性；在/>
Figure SMS_56
接近于零时，趋近于直接迭代；在/>
Figure SMS_57
较大时，保证了/>
Figure SMS_58
不出现非物理的负值，同时限制了气体密度的大幅波动，因此提升了数值稳定性。
下面结合高超声速流动模拟的数值特征，分析气体密度修正迭代的合理性：
依据数值模拟的时间离散原理，直接迭代中
Figure SMS_59
可表达为时间离散形式：
Figure SMS_60
这里
Figure SMS_61
为第n步迭代时气体密度随时间的瞬时变化率，它综合表征了对流、扩散等复杂物理机制对于气体密度的瞬时影响，由于它是复杂物理机制的客观表征，因此不允许人为的修改；/>
Figure SMS_62
为时间微元，它表征了第n步迭代过程中对流、扩散等复杂物理机制作用影响的等效时间；/>
Figure SMS_63
为高阶无穷小，当时间微元/>
Figure SMS_64
足够小，这一项的影响趋近于零，可以忽略，得到/>
Figure SMS_65
的时间一阶离散形式：
Figure SMS_66
对于气体密度修正迭代，第n步迭代的差异可写为：
Figure SMS_67
写成类似的一阶时间离散形式为：
Figure SMS_68
结合
Figure SMS_69
的一阶时间离散/>
Figure SMS_70
，变换形式后可得
Figure SMS_71
其中，f p 为时间变化因子，下面分析f p 的性质：
当
Figure SMS_72
>0时，由图3可知/>
Figure SMS_73
，由于密度/>
Figure SMS_74
>0，因此
Figure SMS_75
，所以有：
Figure SMS_76
当
Figure SMS_77
<0时，由图3可知/>
Figure SMS_78
，由于密度/>
Figure SMS_79
>0，因此，所以有
Figure SMS_80
：
Figure SMS_81
由此可见，气体密度修正迭代在实质上，相当于根据数值波动情况，引入等效时间因子
Figure SMS_82
，减小了时间微元/>
Figure SMS_83
，得到新的等效时间微元/>
Figure SMS_84
：
Figure SMS_85
对于高超声速定常流动的时间迭代（或非定常流动的虚拟时间迭代），其收敛状态与时间（或虚拟时间）无关。因此只要保证时间微元
Figure SMS_88
足够小，就可在一定范围内调节/>
Figure SMS_89
，理论上不影响数值模拟结果。当采用直接迭代的/>
Figure SMS_91
出现负值或者大幅波动时，这实质上表明时间微元/>
Figure SMS_87
的量值过大，导致/>
Figure SMS_90
这一瞬时变化率，不能近似表征时间段/>
Figure SMS_92
内气体密度随时间的平均变化率，同时也表明高阶无穷小/>
Figure SMS_93
不能够被忽略，须适当减小时间微元/>
Figure SMS_86
。而本发明的“密度修正迭代”，相当于根据数值波动情况，自动缩小迭代的时间微元，使数值迭代过程更稳定，且不影响最终的数值模拟结果，因此具有数值合理性。
步骤S23：基于所述当前气体组分密度和所述当前气体各模态能量以及相应的气体组分密度变化量和气体各模态能量变化量，利用预设的等效时间因子对所述当前迭代步和下一迭代步之间的气体组分密度迭代过程和气体各模态能量迭代过程进行修正，以得到修正后气体组分密度和修正后气体各模态能量。
本实施例中，基于当前气体组分密度和当前气体各模态能量以及相应的气体组分密度变化量和气体各模态能量变化量，利用等效时间因子对气体组分密度迭代过程和气体各模态能量迭代过程进行修正，以得到修正后气体组分密度和修正后气体各模态能量，具体可以表示为：
Figure SMS_94
其中，
Figure SMS_95
为等效时间因子。可以理解的是，等效时间因子具体是基于当前气体密度、气体密度变化量和修正后气体密度构建的。
以下对上述过程进行具体说明，依据数值模拟的时间离散原理，将第n步迭代的
Figure SMS_96
和/>
Figure SMS_97
，表达为时间的一阶离散形式：
Figure SMS_98
这里
Figure SMS_99
和/>
Figure SMS_100
分别为第n步迭代时气体组分密度和气体能量随时间的瞬时变化率，它综合表征了化学反应、对流、扩散、热力学温度激发等复杂物理机制对于气体组分密度和气体能量的瞬时影响，由于它是复杂物理机制的客观表征，因此不允许人为的修改；/>
Figure SMS_101
为时间微元，它表征了第n步迭代过程中化学反应、对流、扩散、热力学温度激发等复杂物理机制作用影响的等效时间；时间微元/>
Figure SMS_102
须足够小，才能保证一阶离散的有效性。
由于在高超声速流动过程中，组分密度和能量变化是与气体密度变化同时发生的。因此，当采用气体密度修正迭代减小了时间微元
Figure SMS_103
得到新的等效时间微元/>
Figure SMS_104
时，可同步减小组分密度和能量的迭代时间微元，使用等效时间微元/>
Figure SMS_105
，得到组分质量和能量迭代修正的变化量/>
Figure SMS_106
和/>
Figure SMS_107
：
Figure SMS_108
经等效时间微元转换，修正的组分质量迭代可写为：
Figure SMS_109
修正的能量迭代可写为：
Figure SMS_110
步骤S24：基于所述当前气体动量和相应的气体动量变化量，利用所述等效时间因子和预设松弛系数对所述当前迭代步和下一迭代步之间的气体动量迭代过程进行修正，以得到修正后气体动量。
本实施例中，基于当前气体动量和相应的气体动量变化量，根据时间同步原理，引入等效时间因子和预设松弛系数对气体动量迭代过程进行修正以得到修正后气体动量。具体可以表示为：
Figure SMS_111
其中，c为松弛系数，
Figure SMS_112
。
下面以c=1.0以及c=0.0两种情况进行解释说明：
1、当松弛系数c=1.0时
Figure SMS_113
这与上述提到的气体组分密度迭代过程修正和气体能力迭代过程修正相似，此处不再赘述。
2、当松弛系数c=0.0时
Figure SMS_114
可见，该形式与直接迭代相同，但仍存在差异，其第n+1的速度矢量可写为：
Figure SMS_115
而采用完全采用直接迭代，其第n+1步的速度矢量为：
Figure SMS_116
以下再次分三种情况进行说明：
（1）当数值迭代使密度大幅增加（即
Figure SMS_117
）时
对于近似的绝热等熵流动，气体减速往往带来密度、温度、压力的同步上升。因此当密度大幅增长时，常常需要抑制气流速度的过快减小，达到抑制密度、温度、压力大幅波动的效果，进而增强数值模拟稳定性。
由图3可知，当
Figure SMS_119
>0，/>
Figure SMS_121
，由于密度/>
Figure SMS_123
<0，因此
Figure SMS_120
，所以/>
Figure SMS_122
。又由于对于理想流体的可压缩流动，当其近似满足定常、绝热、等熵条件时，沿流线或涡线的伯努利积分近似为常量，即/>
Figure SMS_124
，这里Cp为定压热容，T为气体综合温度。因此有/>
Figure SMS_125
。又由简化的气体状态方程可知，得到修正迭代的压力近似满足/>
Figure SMS_118
，这里R为气体常数，假设其近似不变。
由此可见气流速度的过快减小、气体温度和压力的上升均得到了一定程度的抑制，从而使数值模拟更稳定。
（2）当数值迭代使密度大幅减小（即
Figure SMS_126
）时
对于近似的绝热等熵流动，气体加速往往带来密度、温度、压力的同步减小。因此当密度大幅减小时，常常需要抑制气流速度的过快增加，达到抑制密度、温度、压力大幅波动的效果，进而增强数值模拟稳定性。
由图3可知，当
Figure SMS_128
<0，/>
Figure SMS_131
，由于密度/>
Figure SMS_133
>0，因此
Figure SMS_129
，所以有/>
Figure SMS_130
。又由于对于理想流体的可压缩流动，当其近似满足定常、绝热、等熵条件时，沿流线或涡线的伯努利积分近似为常量，即/>
Figure SMS_132
，这里Cp为定压热容，T为气体综合温度。因此有/>
Figure SMS_134
。又由简化的气体状态方程可知，得到修正迭代的压力将近似满足/>
Figure SMS_127
，这里R为气体常数，假设其近似不变。
由此可见气流速度的过快增加、气体温度和压力的下降均得到了一定程度的抑制，从而使数值模拟更稳定。
（3）当数值迭代使密度变化较小（
Figure SMS_135
）时
由前述公开内容中气体密度迭代修正的理论分析可知，当
Figure SMS_136
时，“气体密度修正迭代与密度的直接迭代处理等同，因此基于气体密度修正迭代所作的其它修正，如组分密度修正、能量修正、动量修正，均回归于各自的直接迭代处理，从而保证数值收敛结果的一致性。
当0<c<1.0时，是上述两种情形共同作用，可通过c调节其占比，使本发明的应用更具普遍性。
步骤S25：基于所述各修正后流动特性参数，确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量以及基于所述各修正后流动特性参数得到所述下一迭代步对应的流动特性参数。
本实施例中，基于前述得到的各修正后流动特性参数确定出原始变量，具体包括但不限于气体速度、气体组分质量分数、气体温度和气体压强，再对各修正后流动特性参数进行重组得到下一迭代步对应的流动特性参数。
上述基于所述各修正后流动特性参数确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量，包括：基于所述修正后气体密度和所述修正后气体动量确定出气体速度；基于所述修正后气体密度和所述修正后气体组分密度确定出气体组分质量分数；基于所述修正后气体密度、所述修正后气体各模态能量、所述气体速度和所述气体组分质量分数并利用子迭代函数确定出气体温度；将所述修正后气体密度、所述气体组分质量分数和所述气体温度输入气体状态方程表达式以确定出气体压强。
具体的，气体速度为：
Figure SMS_137
并且，上述基于所述修正后气体密度和所述修正后气体组分密度确定出气体组分质量分数，包括：确定混合气体的总组分数，并针对所述混合气体中的预设数量个目标气体，基于所述修正后气体密度和所述修正后气体组分密度确定出所述目标气体的气体组分质量分数；其中，所述预设数量小于所述总组分数；利用电荷守恒规则和总质量守恒规则确定出所述混合气体中除所述目标气体组分以外的其余气体的气体组分质量分数。可以理解的是，在得到气体组分质量分数时，需要确定出混合气体的总组分数，假设为N s ，并确定出混合气体中不通过守恒方程求解的组分，假设为N C ，那么则基于修正后气体密度和修正后气体组分密度，并利用守恒方程的形式对其余N s -N C 个目标气体的气体组分质量分数进行求解：
Figure SMS_138
剩余的N c 个不通过守恒方程求解的气体组分，由电荷守恒和总质量守恒计算得到，其计算方法不固定，由采用气体模型及其气体组分设置决定。
由于热化学非平衡流动涉及的气体温度一般不能直接由气体能量解析计算得到，因此气体各模态温度采用子迭代的方法计算：
Figure SMS_139
其中，f t 为子迭代函数，它的形式不固定，由采用的热力学温度模型和气体模型决定；
Figure SMS_140
为单位质量的修正的气体各模态能量。m为子迭代次数，/>
Figure SMS_141
为第n+1步第m+1次子迭代的修正的气体第i模态温度；当子迭代收敛时，可得到气体各模态温度/>
Figure SMS_142
。为了保证气体温度处于合理的范围，对子迭代计算得到的/>
Figure SMS_143
进行限制：
Figure SMS_144
这里T min 和T max 为人为设定的全流场最小温度和最大温度，由需具体的解决实际问题决定。对于飞行高度在0~100km的飞行状态模拟，由于来流静温一般在200K以上，因此建议
Figure SMS_145
；对于试验状态模拟，由于其来流条件设定自由较大，流场气体温度可能更低，因此建议/>
Figure SMS_146
，以保证数值模拟更具普遍性；由于流场最高温度一般受来流总温影响，因此建议/>
Figure SMS_147
，T 0 为来流总温。
气体压强可由气体状态方程计算得到：
Figure SMS_148
这里f p 为气体状态函数，由气体状态方程变形得到。由于在其它量不变时，气体压强一般近似与密度、温度成正比，因此，在气体密度
Figure SMS_149
、气体温度/>
Figure SMS_150
已进行修正处理的前提下，气体压强/>
Figure SMS_151
通过状态方程计算得到，不进行额外的修正处理。
步骤S26：基于所述原始变量和所述下一迭代步对应的流动特性参数，并通过守恒型流动控制方程组的显示求解方式或隐式求解方式，确定出与所述下一迭代步对应的流动特性参数对应的参数变化量。
本实施例中，基于原始变量和下一迭代步对应的流动特性参数，代入守恒型流动控制方程组计算得到
Figure SMS_152
。可以理解的是，守恒向量/>
Figure SMS_153
具有多种形式，其分量个数、排布，均需依据流动控制方程组的设置确定。这里仅以/>
Figure SMS_154
为例，那么守恒向量/>
Figure SMS_155
具体为：
Figure SMS_156
由于数值模拟的物理机制、模型和方法不同，流动控制方程组可以有具有多种形式，但对于守恒型方程组，均可以结合守恒向量
Figure SMS_157
及其相应的原始变量，通过控制方程组的显示或隐式求解，计算得到/>
Figure SMS_158
。
其中，关于上述步骤S21更加具体的处理过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例在获取得到当前迭代步的当前气体密度、当前气体组分密度、当前气体各模态能量和当前气体动量及其相应的变化量后，首先引入可调节e指数函数，构造预设密度修正函数，对气体密度迭代过程进行修正，然后依据时间同步原理，结合流动变化特征，引入等效时间因子和松弛系数，对气体各组分密度、气体各模态能量、气体动量进行修正，形成可用于热化学非平衡流动数值模拟的非物理负值综合修正方法，然后基于修正后的各参数确定出下一迭代步的守恒向量以及原始变量，再进一步获取与下一迭代步守恒向量对应的变化量。避免了数值模拟过程中出现非物理的负值或大幅波动的情况，增强了控制方程迭代计算下一迭代步守恒向量的稳定性。
本申请的方法普遍适用于各种气体模型，可以包括但不限于地球大气、火星大气、高温燃气的电离/无电离气体模型、各种热力学模型，如单温、双温、三温度等、各种来流条件，如飞行条件、试验条件等、各种维度，如一维、二维、三维的高超声速热化学非平衡流动数值模拟。下面以数值模拟JF10激波风洞喷管的热化学非平衡流动为例，对本申请实施例的技术效果进行说明：
采用JF-10典型的锥形喷管，半锥角为7.1°，出口直径500mm，喉道直径11mm，膨胀比2066。驻室总压19.6MPa，总温7920K，出口背压约为30Pa。初场设置为全流场压强19.6MPa、温度7920K，速度为0。这种初场条件下，出口背压与初场压强相差5~6个数量级，带来的密度变化将近4~5个数量级。当数值迭代启动后，强烈的压差，带来气流的迅速加速，气温和密度迅速大幅下降，数值模拟稳定性相对较差。在未采用本发明时，如果使用较大CFL数条件，数值迭代容易发散。使用本发明以后，采用较大CFL数，例如当CFL=200时，仍能稳定模拟，参见图4所示，其计算结果符合预期，参见图5所示，图5中使用本发明后计算结果的标识为NNW-HyFLOW；预期值的标识为Ref.。
参见图6所示，本申请实施例公开了一种高超声速飞行器高温流场数值仿真的修正装置，该装置包括：
当前迭代步参数获取模块11，用于在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；
参数修正模块12，用于基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；
下一迭代步参数确定模块13，用于基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。
可见，本申请在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量。由此可见，本申请基于在高超声速飞行器高温流场数值仿真过程中获取到的与当前迭代步对应的当前流动特性参数以及相应参数的变化量，对当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，得到各修正后流动特性参数，该流动特性参数包括当前气体密度、当前气体组分密度、当前气体各模态能量和当前气体动量；然后利用修正后的流动特性参数确定出相应的原始变量和下一迭代步对应的流动特性参数以及相应参数的变化量。通过上述迭代修正过程，避免了下一迭代步的流动特性参数出现非物理的负值或大幅波动的情况，从而增强了迭代的稳定性。
图7为本申请实施例提供的一种电子设备的结构示意图。具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的由电子设备执行的高超声速飞行器高温流场数值仿真的修正方法中的相关步骤。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及数据223等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的高超声速飞行器高温流场数值仿真的修正方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
进一步的，本申请实施例还公开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，所述计算机程序被处理器加载并执行时，实现前述任一实施例公开的由高超声速飞行器高温流场数值仿真的修正过程中执行的方法步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种高超声速飞行器高温流场数值仿真的修正方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种高超声速飞行器高温流场数值仿真的修正方法，其特征在于，包括：
在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；
基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；
基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量；
其中，所述基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数，包括：
基于所述当前气体密度和相应的气体密度变化量，利用预设密度修正函数对所述当前迭代步和下一迭代步之间的气体密度迭代过程进行修正，以得到修正后气体密度；
基于所述当前气体各组分密度和所述当前气体各模态能量以及相应的气体各组分密度变化量和气体各模态能量变化量，利用预设的等效时间因子对所述当前迭代步和下一迭代步之间的气体各组分密度迭代过程和气体各模态能量迭代过程进行修正，以得到修正后气体各组分密度和修正后气体各模态能量；
基于所述当前气体动量和相应的气体动量变化量，利用所述等效时间因子和预设松弛系数对所述当前迭代步和下一迭代步之间的气体动量迭代过程进行修正，以得到修正后气体动量。
2.根据权利要求1所述的高超声速飞行器高温流场数值仿真的修正方法，其特征在于，还包括：
基于所述当前气体密度和所述气体密度变化量构建指数函数，并基于所述指数函数和幅度调节系数构建所述预设密度修正函数。
3.根据权利要求1所述的高超声速飞行器高温流场数值仿真的修正方法，其特征在于，还包括：
基于所述当前气体密度、所述气体密度变化量和所述修正后气体密度构建所述等效时间因子。
4.根据权利要求1所述的高超声速飞行器高温流场数值仿真的修正方法，其特征在于，所述基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量，包括：
基于所述各修正后流动特性参数，确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量以及基于所述各修正后流动特性参数得到所述下一迭代步对应的流动特性参数；
基于所述原始变量和所述下一迭代步对应的流动特性参数，并通过守恒型流动控制方程组的显示求解方式或隐式求解方式，确定出与所述下一迭代步对应的流动特性参数对应的参数变化量。
5.根据权利要求4所述的高超声速飞行器高温流场数值仿真的修正方法，其特征在于，所述基于所述各修正后流动特性参数，确定出包括气体速度、气体组分质量分数、气体温度和气体压强的原始变量，包括：
基于所述修正后气体密度和所述修正后气体动量确定出气体速度；
基于所述修正后气体密度和所述修正后气体各组分密度确定出气体组分质量分数；
基于所述修正后气体密度、所述修正后气体各模态能量、所述气体速度和所述气体组分质量分数并利用子迭代函数确定出气体温度；
将所述修正后气体密度、所述气体组分质量分数和所述气体温度输入气体状态方程表达式以确定出气体压强。
6.根据权利要求5所述的高超声速飞行器高温流场数值仿真的修正方法，其特征在于，所述基于所述修正后气体密度和所述修正后气体各组分密度确定出气体组分质量分数，包括：
确定混合气体的总组分数，并针对所述混合气体中的预设数量个目标气体，基于所述修正后气体密度和所述修正后气体各组分密度确定出所述目标气体的气体组分质量分数；其中，所述预设数量小于所述总组分数；
利用电荷守恒规则和总质量守恒规则确定出所述混合气体中除所述目标气体组分以外的其余气体的气体组分质量分数。
7.一种高超声速飞行器高温流场数值仿真的修正装置，其特征在于，包括：
当前迭代步参数获取模块，用于在高超声速飞行器高温流场数值仿真过程中获取当前迭代步对应的当前流动特性参数以及相应参数的变化量；所述当前流动特性参数包括当前气体密度、当前气体各组分密度、当前气体各模态能量和当前气体动量；
参数修正模块，用于基于所述当前流动特性参数以及相应参数的变化量，对所述当前迭代步和下一迭代步之间的流动特性参数迭代过程进行修正，以得到各修正后的流动特性参数；
下一迭代步参数确定模块，用于基于所述各修正后流动特性参数确定出相应的原始变量和所述下一迭代步对应的流动特性参数以及相应参数的变化量；
其中，所述参数修正模块，还用于：
基于所述当前气体密度和相应的气体密度变化量，利用预设密度修正函数对所述当前迭代步和下一迭代步之间的气体密度迭代过程进行修正，以得到修正后气体密度；
基于所述当前气体各组分密度和所述当前气体各模态能量以及相应的气体各组分密度变化量和气体各模态能量变化量，利用预设的等效时间因子对所述当前迭代步和下一迭代步之间的气体各组分密度迭代过程和气体各模态能量迭代过程进行修正，以得到修正后气体各组分密度和修正后气体各模态能量；
基于所述当前气体动量和相应的气体动量变化量，利用所述等效时间因子和预设松弛系数对所述当前迭代步和下一迭代步之间的气体动量迭代过程进行修正，以得到修正后气体动量。
8.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至6任一项所述的高超声速飞行器高温流场数值仿真的修正方法的步骤。
9.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的高超声速飞行器高温流场数值仿真的修正方法的步骤。
CN202310361702.1A 2023-04-07 2023-04-07 高超声速飞行器高温流场数值仿真的修正方法及相关组件 Active CN116090110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310361702.1A CN116090110B (zh) 2023-04-07 2023-04-07 高超声速飞行器高温流场数值仿真的修正方法及相关组件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310361702.1A CN116090110B (zh) 2023-04-07 2023-04-07 高超声速飞行器高温流场数值仿真的修正方法及相关组件

Publications (2)

Publication Number Publication Date
CN116090110A CN116090110A (zh) 2023-05-09
CN116090110B true CN116090110B (zh) 2023-07-07

Family

ID=86199439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310361702.1A Active CN116090110B (zh) 2023-04-07 2023-04-07 高超声速飞行器高温流场数值仿真的修正方法及相关组件

Country Status (1)

Country Link
CN (1) CN116090110B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117332511B (zh) * 2023-12-01 2024-02-20 中国空气动力研究与发展中心计算空气动力研究所 面向高超飞行器高温非平衡流的自适应耦合数值模拟方法
CN117393062B (zh) * 2023-12-13 2024-02-23 上海交通大学四川研究院 刚性化学反应流回退自适应半隐半显耦合时间的模拟方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5351917A (en) * 1992-10-05 1994-10-04 Aerojet General Corporation Transpiration cooling for a vehicle with low radius leading edges
WO2014120328A2 (en) * 2012-11-19 2014-08-07 The Regents Of The University Of California Hypersonic laminar flow control
CN109492240A (zh) * 2018-07-05 2019-03-19 浙江大学 一种基于二阶非线性本构模型的跨流域多尺度计算方法
CN111125614A (zh) * 2019-12-26 2020-05-08 中国空气动力研究与发展中心 基于电流积分计算磁矢量势修正的低磁雷诺数mhd方法
CN112417743A (zh) * 2021-01-25 2021-02-26 中国空气动力研究与发展中心计算空气动力研究所 一种气体能量反演热力学温度的混合迭代方法
CN113742845A (zh) * 2021-09-08 2021-12-03 中国空气动力研究与发展中心超高速空气动力研究所 一种采用高超声速流场温度修正转捩模型的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5351917A (en) * 1992-10-05 1994-10-04 Aerojet General Corporation Transpiration cooling for a vehicle with low radius leading edges
WO2014120328A2 (en) * 2012-11-19 2014-08-07 The Regents Of The University Of California Hypersonic laminar flow control
CN109492240A (zh) * 2018-07-05 2019-03-19 浙江大学 一种基于二阶非线性本构模型的跨流域多尺度计算方法
CN111125614A (zh) * 2019-12-26 2020-05-08 中国空气动力研究与发展中心 基于电流积分计算磁矢量势修正的低磁雷诺数mhd方法
CN112417743A (zh) * 2021-01-25 2021-02-26 中国空气动力研究与发展中心计算空气动力研究所 一种气体能量反演热力学温度的混合迭代方法
CN113742845A (zh) * 2021-09-08 2021-12-03 中国空气动力研究与发展中心超高速空气动力研究所 一种采用高超声速流场温度修正转捩模型的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Hypersonic simulations of the BoLT-2 subscale geometry;Zachary M. Johnston等;AIAA SciTech Forum;第1-14页 *
基于当地变量的转捩模型在高超声速流动中的修正及适应性研究;赵金山;中国博士学位论文全文数据库(第2期);第A004-47页 *
返回舱再入跨流域气动及配平特性数值研究;梁杰;李志辉;李齐;杜波强;;空气动力学学报(第05期);第150-157页 *

Also Published As

Publication number Publication date
CN116090110A (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN116090110B (zh) 高超声速飞行器高温流场数值仿真的修正方法及相关组件
CN112966401B (zh) 一种热化学非平衡多级气体模型自适应方法
CN106372271B (zh) 模拟用于预测多流流动的热混合的方法及装置
Miao et al. Numerical study on thermodynamic efficiency and stability of oblique detonation waves
CN115618498B (zh) 一种飞行器跨流域流场的预测方法、装置、设备及介质
Kocian et al. Hypersonic stability analysis of a flared cone
Kim et al. Numerical time-scale separation for rotorcraft nonlinear optimal control analyses
Li et al. On the global existence and stability of a multi-dimensional supersonic conic shock wave
Balakrishnan An approach to entropy consistency in second-order hydrodynamic equations
Waite et al. Active Flutter Suppression Using Reduced Order Modeling for Transonic Aeroservoelastic Control Law Development
Kim et al. Optimization of nonlinear turbulence in stellarators
Bondarev et al. Comparative Estimation of QGDFoam Solver Accuracy for Inviscid Flow Around a Cone
Bhatia et al. Sensitivity analysis of time-averaged quantities of chaotic systems
CN116306384A (zh) 基于热化学非平衡源项约束的流场获取方法及其相关组件
Brahmachary et al. On maximum ballistic coefficient axisymmetric geometries in hypersonic flows
Luo et al. Reentry trajectory planning for hypersonic vehicles via an improved sequential convex programming method
Hao et al. Novel design method for inward-turning inlets with non-uniform inflow
Wagner et al. Advanced algorithms for verification and validation of flexible aircraft with adaptive control
Rovenskaya et al. Comparison of the numerical solutions of the full Boltzmann and S-model kinetic equations for gas flow through a slit
CN104516999A (zh) 基于双混合分数的jp5000超音速火焰喷涂的仿真方法
Lin et al. Aerodynamic optimization of NACA 0012 airfoils with attached Gurney flap in the rarefied gas flow
Babakov et al. Mathematical simulation of a massive star evolution based on a gasdynamical model
Srinivas et al. Implementation of Higher-Order PIMPLE Algorithm for Time Marching Analysis of Transonic Wing Compressibility Effects with High Mach Pre-Conditioning
CN116227388B (zh) 高超流动模拟cfl数动态调整方法、系统、设备及介质
Hixon Improved mean flow boundary conditions for computational aeroacoustics

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