首页/文章/ 详情

【研究前沿】DNS方法和空间-时间POD方法研究动态失速下的空气动力学

1月前浏览503
这篇文章是2024年发表在《Journal of Fluid Mechanics》。   

1. 研究背景与目的


   

   

动态失速是飞行器在快速变化的攻角下经历的一种复杂流动现象,其特征是气动载荷的显著波动。这一现象在直升机旋翼空气动力学、涡轮机械、风力涡轮机以及各种尺寸的固定翼飞机等领域具有重要工程应用价值。文章通过直接数值模拟(DNS),探究不同背景扰动水平下NACA0009翼型发生动态失速的流动特性。


2. 研究方法


   

   

研究使用了直接数值模拟技术,模拟了在两种不同背景扰动水平(Tu = 0.02% 和 Tu = 0.05%)下,NACA0009翼型在恒定攻角增加运动中的流动。模拟考虑了从干净流场到具有低幅度自由流扰动的各种情况,以研究这些扰动对动态失速起始的影响。

3. 研究结果


     

   

在较低扰动水平(Tu = 0.02%)下,模拟结果显示流动特性与无扰动文献中的模拟结果非常接近,验证了数值方法的有效性。

在较高扰动水平(Tu = 0.05%)下,流动显示出更复杂的动态特性,特别是从层流分离泡(LSB)的破裂过程中观察到强烈的瞬态旋涡脱落现象,这在以往的动态失速初期研究中尚未被充分记录。

通过集 合模拟,证明了在低幅度自由流扰动下,LSB破裂过程中的瞬态旋涡脱落是一个统计上相关的动力学特征。


4. 空间-时间POD分析


     

   

为了提取瞬态旋涡脱落的动力学特性,研究者将经典的POD方法扩展到包含时间的能量度量中,并应用于模拟数据。

通过空间-时间POD方法,研究者能够从数据中提取出与壁面剪切应力数据强相关的瞬态波列,重建了在主要动态失速涡(DSV)形成前的旋涡脱落的动力学过程。

 


5. 结论


     

   

研究表明,即使在低幅度的背景扰动下,涉及LSB的动态失速流动也表现出高度的敏感性。这一发现对于与实验数据的详细比较以及在此流动状态下的数值模拟具有重要意义。空间-时间POD方法为从非自治流动数据中提取相干流动特征提供了一种客观的工具,适用于实验和数值数据集。




来源:CFD饭圈
FluentCFX燃烧PolyflowParaViewParticleWorks
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-09-08
最近编辑:1月前
CFD饭圈
硕士 分享CFD文章,感谢关注
获赞 27粉丝 27文章 378课程 0
点赞
收藏
作者推荐

【研究前沿】利用机器学习库Neural Networks求解结构化网格上的多相流方程

这篇文章是2024年发表在《Computer Methods in Applied Mechanics and Engineering》。 提出了一种新的方法,利用机器学习库中的工具和方法来求解离散化的多相流方程。这种方法的灵感来源于卷积层可以被用来表达离散化过程,即作为神经网络的权重由数值方法决定,而非通过训练得到。因此,这种方法被称为神经网络求解偏微分方程(NN4PDEs)。提出的基于NN4PDEs的方法成功扩展到多相流问题,展示了求解离散化PDEs的新途径。1. 研究背景 研究背景强调了多相流数值模拟在环境、能源和食品等多个领域的重要性,并指出了传统CFD模型在多相流问题上的分辨率依赖性和高计算成本。为了克服这些挑战,作者开发了一种能够在最新GPU和AI处理器上运行的模拟方法,该方法通过将数值离散化表达为神经网络,不仅简化了代码实现,还提高了计算效率,使得多相流模拟更加高效和可访问。 2. 研究方法 神经网络求解PDEs(NN4PDEs):提出一种新颖的方法,将数值离散化表示为神经网络。多网格求解器:通过具有U-Net架构的卷积神经网络实现多网格求解器。压缩算术体积分数方法:引入一种新的压缩算术体积分数方法,基于残差公式,使用Petrov-Galerkin方法提高准确性,并为NN4PDEs设计。高阶有限元方案:选择高阶有限元方案来模拟坍塌的水柱和上升的气泡。3. 研究结果 数值模拟:结果与实验数据和其他文献中的数值结果相比较,显示出良好的一致性。多相流模型:证明了有限元离散化的多相流可以首次使用基于(未训练的)卷积神经网络的方法求解。代码兼容性:表达数值离散化作为神经网络的一个好处是,代码可以在CPU、GPU或专门为运行AI代码设计的加速器上运行,而无需修改。来源:CFD饭圈

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈