多发螺旋桨飞机动力失速动态特性理论计算方法研究

本文针对多发螺旋桨飞机的特点,推导出用于分析多发螺旋桨飞机动力失速动态特性的计算方程,并用此方程研究了此类飞机带动力的失速动态特性,计算结果与飞行结论相符。 文中提出的理论计算方法,较全面地考虑了螺旋桨飞机所特有的动力效应,因此较准确地反应了多发螺旋桨飞机的动力失速特性。所以,它除了能分析多发螺旋桨飞机的动力失速外,对于研究飞机动力失速的全数字实时仿真和研究失速/尾旋飞行模拟器也有一定的参考价值。

边界层和压力滞后对翼型动态失速性能的影响

为优化动态失速模型经验常数,提升动态失速发生时翼型气动性能预测精度,该文基于B-L动态失速模型,结合内蒙古工业大学风能太阳能利用技术教育部重点实验室风洞实验数据,探究压力滞后及边界层滞后时间常数对翼型动态失速性能的影响。主要结论如下:压力滞后与边界层滞后时间常数对动态升力系数的影响较大且与平均攻角有关。当平均攻角相对较小且气流处于附着流动与分离流动之间时,适当减小时间常数可使动态失速模型计算结果更接近实验值;当平均攻角相对较大,气流处于分离流动与完全分离流动时,可适当增大时间常数值。压力滞后与边界层滞后时间常数对动态阻力系数的影响不显著。动态升力系数仅在攻角逐渐减小的完全分离流动过程中,随着边界层滞后时间常数的增大而减小。

旋翼翼型动态失速非定常介质阻挡放电流动控制研究

针对动态失速导致旋翼翼型气动性能恶化的问题,借助介质阻挡放电非对称构型激励器,通过脉动压力传感器测量,开展了旋翼翼型动态失速非定常等离子体流动控制研究。重点对非定常等离子体控制机理和非定常激励参数影响进行了探究,试验验证了非定常等离子体激励的良好控制能力。研究表明:非定常流动控制可以减弱翼型的升力骤降,20%的占空比就足以取得明显的控制效果;激励频率F^(+)=1~2时的非定常控制效果最好,升力迟滞环面积减小16%,升力系数平均值提高6%。机理分析发现等离子体激励主要作用于动态失速涡脱落后,非定常激励明显削弱了动态失速涡脱落对翼型气动力的不利影响,同时非定常激励可以产生更多的涡以促进前缘逆压梯度的恢复和流动的重附着。

风沙环境下腐蚀翼型的动态失速研究

目的针对风沙环境下腐蚀翼型的动态失速问题。方法采用欧拉双流体计算方法对S802翼型进行动态失速模拟。在来流风速为10m/s条件下,研究不同振荡频率、沙粒直径及沙粒体积分数对腐蚀翼型动态失速的影响,得到不同工况下S802翼型气动力变化规律。结果在动态失速过程中,翼型的升力随沙粒体积分数的增大而增大,增幅约为9%;在研究沙粒直径范围内,沙粒大小对翼型的失速影响较小,随着沙粒直径的增大,升力大小及变化幅度范围未发生显著变化;此外,随着振荡频率的增加,翼型绕流流场的非定常效应愈加显著,翼型的升力变化范围有所增大,翼型表面的压力分布随振荡频率快速变化。结论研究结果对于恶劣环境下风力机叶片的维护具有重要指导意义。

颗粒直径对风力机翼型动态失速特性的影响研究

采用CFD方法对风力机翼型在不同直径颗粒下的动态失速特性进行建模与数值模拟。首先,针对二维NACA 0012翼型,采用SST k-ω湍流模型对连续相与离散相耦合进行建模数值;其次,验证SST k-ω湍流模型的准确性,并对离散相模型进行可行性分析;最后,分析颗粒直径对翼型动态失速气动性能和翼型周围流场的影响,同时给出不同直径颗粒的质量浓度分布规律。研究表明:当颗粒直径小于50μm时,颗粒直径越大,升力系数变化越大,翼型前缘附近的涡量也越大,大量颗粒聚集在翼型的吸力面;当颗粒直径为50μm时,翼型运动到振荡周期的任何攻角下,升力系数都在减小,翼型前缘处的流场发生改变,涡量减小,涡强减小,大量颗粒聚集在翼型压力面,分离点后移;当颗粒直径大于50μm时,在大攻角下影响较大,小攻角下影响较小,且升力系数都在减小,翼型前缘附近的涡量随颗粒直径的增加而减小,大量颗粒聚集在翼型整个压力面上。

旋翼动态失速与反流流动控制研究进展

直升机在大载荷高速前飞时,旋翼桨叶桨距变化较大,易发生动态失速;后行桨叶内段旋转线速度较低,在来流叠加下形成反流区,导致桨叶气动效率降低,由此产生的桨叶疲劳失效和升力下降问题阻碍直升机性能的进一步提升。流动控制方法在改善翼型气动特性方面具有较大潜能,是提升旋翼气动效率、保障直升机安全的有效路径之一。本文阐述了旋翼反流区和动态失速的形成机理及非定常流动特征,综述了2种特殊气动现象的研究成果。对比分析了优化翼型几何构型、添加表面机械结构、吹气控制、等离子体控制、合成射流控制和后缘小翼控制等流动控制方法对旋翼动态失速及反流控制的机理,总结了控制参数和流场参数对控制效果的影响规律,分析了各种方法在应用中存在的问题,对发展方向进行了展望。

变来流下翼型动态失速的协同射流控制数值模拟

针对直升机前飞时旋翼在变来流下出现动态失速的问题,发展了基于协同射流的翼型动态失速控制方法。选取NACA0012翼型为研究对象,基于转捩SST湍流模型求解非定常雷诺平均Navier-Stokes方程,开展不同参数下协同射流控制翼型动态失速的数值模拟。研究结果表明,协同射流能够有效抑制变来流条件下的翼型动态失速。在变来流下,射流流道对翼型原始气动特性产生不利影响,功率系数的增长速度快于射流动量系数的增加,协同射流存在具有较好控制效果的最佳工作区间。协同射流通过与主流掺混来加速涡系演化,以抑制动态失速,通过增强弦向气流的动能以克服逆压梯度,从而抑制流动分离和促进流动再附着。在马赫数0.283、减缩频率0.151、前进比0.25的条件下,协同射流使翼型升力提高、阻力下降、负俯仰力矩峰降低、流动再附着提前,翼型气动特性得到明显改善。

基于深度算子神经网络的翼型失速颤振预测

失速颤振是弹性结构大幅俯仰振动与动态失速气动力耦合所发生的一种单自由度失稳现象,需有效预测其失稳分岔速度与失稳后的极限环振荡幅值.针对NACA0012翼型大幅俯仰运动气动力预测问题,发展了由嵌入门限循环单元或长短时记忆神经网络单元的分支网络(branch net)和主干网络(trunk net)组成的深度算子神经网络(deep operator network, DeepONet)结构.通过给定大幅俯仰运动下的动态失速CFD气动力数据对深度算子神经网络参数进行训练,建立了高精度动态失速气动力的数据驱动模型,并有效预测其他俯仰运动下的非定常气动力.更进一步,将基于深度算子神经网络的非定常气动力数据驱动模型与结构动力学方程耦合,采用数值积分方法预测失速颤振的失稳分岔速度和不同速度下的极限环振荡特性.结果表明,在动态失速气动力预测精度方面,与普通循环神经网络相比,深度算子神经网络通过引入主干网络结构,可考虑运动与气动力间的迟滞特性,气动力预测平均绝对误差降低2%,误差分散性更低;在失速颤振预测方面,极限环振荡幅值误差在2%以内,增加来流速度输入的深度算子神经网络模型预测误差显著小于固定速度输入的算子模型.

复合运动下风力机翼型动态失速特性研究

采用带γ-Reθ转捩修正的SST k-ω湍流模型和动网格技术,以S809翼型为研究对象,探讨复合(俯仰+前后横荡)运动下的动态失速特性。结果表明:横荡运动扩大了翼型升阻力系数迟滞环状;上仰阶段升力系数增加,阻力系数减小,增减幅度与横荡幅度成正比;降低了下俯阶段的升力系数。横荡运动通过改变翼型边界层流体动能,有效缩小翼型尾缘涡的拓扑结构,增强前缘涡的诱导效应,使得翼型上仰阶段失速程度减弱。

基于后缘小翼的翼型反流动态失速主动控制试验研究

针对直升机旋翼反流区因反流动态失速导致的非定常载荷、阻力激增以及负升力等问题,开展了基于后缘小翼的翼型反流动态失速主动控制试验研究.采用动态压力测量结合翼型表面压力积分的方法,重点分析了后缘小翼不同的振荡相位差、幅值和减缩频率对反流动态失速控制的影响规律,对比了后缘小翼动态偏转和固定偏转的差异,试验雷诺数Re=3.5×105.结果表明,当后缘小翼与翼型以相同的频率正弦振荡运动,且二者的相位差为0°时,能改善反流动态失速过程中钝几何前缘的流动分离,并在反流状态下实现了翼型负升力系数下降21.2%,阻力系数下降37.5%,俯仰力矩系数迟滞环面积下降44.6%的控制效果;动态偏转的后缘小翼对翼型反流动态失速的控制效果随后缘小翼振荡幅值的增加而增加,但进一步增加振荡幅值对于控制效果的提升有限;当减缩频率增加时,动态偏转的后缘小翼对反流状态下翼型阻力的控制效果会更加明显;后缘小翼的动态偏转与固定偏转都能有效改善翼型在反流中的动态气动性能,但是动态偏转对于不同翼型迎角的适应能力优于固定偏转,并取得了更好的非定常载荷控制以及更好的阻力和负升力改善效果.

对一种动态失速模型的改进及精度研究

基于现有的Hopf分岔法动态失速模型(Hopf bifurcation model),引入Wagner函数计算其附着流下等效攻角,对原模型的边界层再附着项进行一定修改,使新模型可表示为状态空间的形式,并为原模型补齐了对于阻力和力矩系数的建模。相比于常见的ONERA和Leishman-Beddoes动态失速模型,新模型在附着流下拥有与解析理论最一致的幅值及相位特性;分离流下,新模型在大部分情况下的计算精度优于常见模型,且能更好地捕捉初级失速涡和深度失速下出现的多级失速涡现象。其中对轻度失速的分析表明,各动态失速模型在轻度失速下的环量项建模仍具有一定的提升空间。

基于代理模型的风力机翼型动态失速优化设计

为改善风力机翼型动态失速性能,利用代理模型方法替代计算流体力学(CFD)方法开展翼型动态失速特性优化设计。通过CST参数化方法构建翼型几何外形,采用优化的拉丁超立方抽样进行试验设计,获得样本点处的气动力参数,建立高斯过程回归模型,依据改善期望最大准则增加样本点,不断提高模型精度。以降低风力机翼型的平均力矩与阻力系数为优化目标,以平均升力系数不降为限制条件,采用受自然启发的全局进化类遗传算法进行寻优。结果表明:与原始翼型相比,优化翼型综合气动性能更优,尤其是平均阻力与平均力矩系数,分别减小9.57%与16.6%;此外,优化翼型可抑制后缘涡向前缘发展,在一定程度上改善动态失速。

组合式吹吸气控制翼型动态失速数值模拟研究

改善翼型气动特性的关键问题之一是解决动态失速。提出利用翼型前缘吸气、后缘吹气的组合式吹吸气控制翼型动态失速的方法,研究俯仰振荡条件下其对翼型动态失速特性的影响和控制作用。选取NACA0012翼型为研究对象,基于转捩SST湍流模型求解非定常雷诺平均Navier-Stokes(URANS)方程,计算不同射流动量系数下的翼型气动特性,评估控制过程中的经济性。结果表明:在马赫数0.109,减缩频率0.1,平均攻角14.84°,攻角振幅9.89°条件下,当射流动量系数为0.006 5时与无吹吸气控制对比,翼型无明显失速现象,平均升力系数提高59%,平均阻力系数下降40%,负俯仰力矩峰被消除,使用组合式吹吸气进行流动控制可以抑制动态失速,改善翼型气动特性。

基于定常吸气的翼型动态失速特性研究

翼型动态失速过程易在吸力面产生大尺度涡脱落,导致发生失速造成气动性能急剧下降。采用滑移网格及SST k-ω湍流模型对S809翼型开展数值模拟,研究前缘定常吸气对其动态失速流动控制效果及气动特性的影响。结果表明:吸气可有效抑制动态失速涡脱落,增大翼型吸/压力面两侧压差,并提高其气动性能;距翼型前缘0.05c处进行定常吸气可获得最大平均升力系数,吸气位置靠近前缘时,修正阻力系数减小;当吸气动量系数为0.025、吸气距前缘0.15c时,修正升阻比在所研究攻角内较原始翼型提升最大;吸气耗能与吸气动量系数成正相关,且随吸气缝距前缘位置减小而增大。

纵荡运动对风力机翼型动态失速特性影响研究

采用带转捩SST k-ω湍流模型,以S809翼型为研究对象,探讨纵荡运动方向、频率、幅度对复合运动(俯仰+纵荡)下动态失速的影响规律。结果表明:纵荡频率增加,迎风下的翼型湍动能增强,边界层流体的能量提高、扰动程度加深,使得翼型升力提高的同时提前失速;高纵荡频率工况下,迎风下的前缘涡强度高且覆盖范围广,加速了涡的脱落。顺风条件下,纵荡削弱了前缘涡的诱导效应,有效缩小尾缘涡的拓扑结构。随着纵荡幅度增大,翼型升阻力系数的响应幅值显著增加,尤其是在翼型迎风状态下的上仰阶段。研究揭示了纵荡运动对翼型动态失速的影响规律,对准确认识和评估漂浮式风力机气动性能具有重要意义。

基于数据驱动转捩模型的翼型动态失速气动力计算

低Reynolds数下层流分离和分离诱导转捩现象复杂,数值仿真难度大。基于全连接反向传播神经网络,建立了低Reynolds数转捩间歇因子的数据驱动模型,通过优化设计选择了能够反映转捩过程的数据驱动模型的流场输入参数,辨识了转捩间歇因子,据此修正了k-ωSST二方程湍流模型,求解二维翼型动态失速下的流场演化和非定常气动力特性。结果表明,数据驱动的转捩方程耦合二方程湍流模型具有一定的迎角泛化能力,能够反映动态失速下前缘涡增长与脱落、流动再附着等典型流动状态。基于数据驱动转捩模型的动态失速下非定常气动升力预测结果与基于SST-γ三方程模型的CFD计算结果相比,相对误差小于12%。

基于重叠网格的翼型动态失速数值模拟

由于动态失速的相关特性及网格变形方法的限制性,采用重叠网格方法及广泛应用在分离流动问题中的SST k-ω湍流模型对NACA0012翼型开展了非定常动态失速的数值模拟研究,得到了动态运动过程中的气动力系数及翼型周围的流线图。研究结果表明采用的计算网格及方法不仅可以有效模拟翼型小幅振荡的动态特性,对大迎角俯仰运动的计算也具有良好的效果。同时能够精确的模拟出俯仰振荡过程中的气动力迟滞效应及大迎角动态失速时翼型前缘涡产生、脱落到再附的运动过程。

空转工况风力发电机组叶片失速振荡研究

在风力发电机组吊装完成和高风速切出或故障切出时,机组保持在空转停机状态。在现场特定风况和特定机组状态组合下,叶片容易发生由动态失速导致的振荡现象,极大威胁叶片疲劳寿命和机组安全性。根据IEC 61400-1规范中的要求,机组处于空转停机状态,应考虑极端风速模型(EWM)。针对叶片长度分别为92、97、112 m 3款叶片进行建模分析,研究机组发生失速振荡的内在规律和抑制手段。通过对机组在0~360°风向、场址极端风速以及降低风况条件进行Bladed仿真,发现3款机组均在1只叶片竖直向下位置附近、风向30°和330°附近容易发生叶片失速振荡现象。基于失速振荡发生较为集中的工况,通过调整桨距角能够实现对振荡幅值的抑制;针对不同气动外形,抑制效果有一定差别。

翼型边界层分离对动态失速模型的影响研究

Leishman-Beddoes模型因具有明确的物理概念和较高的计算精度而被广泛地应用于风力机设计和分析中。然而由于该模型来源于直升机旋翼翼型,直接应用于风电机组风轮翼型时存在较大的偏差。为此,针对典型风力机翼型开展了边界层分离响应规律研究,在此基础上通过对S809翼型定常气动载荷分析,提出了新的边界层分离点响应计算公式。通过对比分析不同状态下的动态失速特性得出,新的边界层分离响应公式能够有效改善风力机翼型边界层分离迟滞的计算精度,从而提高了动态失速模型的非定常气动载荷计算准确性。

基于BEDDOES-LEISHMAN动态失速模型的水平轴风力机动态气动载荷计算方法

从对附着流和分离流的建模两方面阐述了 Beddoes-Leishman 动态失速模型。基于 Beddoes-Leishman 模型开发了动态失速数值计算程序,并将其集成到了现有的风力机气动载荷分析软件中。利用所开发的程序,计算了NACA 63-418翼型的动态失速特性,分析了平均攻角、衰减频率和马赫数的变化对动态失速特性的影响。仿真了一台1.5MW 变速恒频风电机组的发电工况,结果表明,动态失速对风力机的动态气动载荷有极大影响,在进行动态载荷仿真时必须予以充分考虑。