用格子Boltzmann大涡模拟方法计算电磁力作用下的翼型绕流

利用格子Boltzmann大涡模拟(LBM-LES)方法,对较大雷诺数Re =2.4×105下翼型绕流的电磁控制进行数值研究.结果表明,LBM-LES方法计算过程简单,容易并行,适合处理该问题.     

低雷诺数翼型分离流动的大涡模拟研究

采用高精度大涡模拟算法,对低雷诺数下的孤立翼型分离流动问题进行研究,计算了雷诺数为55000、马赫数0.2、来流5°攻角下的NACA-0025翼型,生成数值数据库,从时均流场、瞬态流场、频谱和高阶统计量等多个角度进行分析.研究结果表明:大涡模拟方法能够很好的描述低雷诺数翼型分离流动,其瞬态流场图画与实验结果吻合的很好;翼型上表面出现大尺度的开放式分离区,在Kelvin-Helmholtz(K-H)不稳定性作用下,自由剪切层失稳卷起展向涡,展向涡二次失稳发生旋涡配对现象;分离区流场的演化受大尺度涡结构控制,流场中高阶统计量的分布也与涡结构密切相关.     

自然风速下低雷诺数风力机翼型 气动特性随机数值分析

为量化随机自然风速条件下风力机翼型气动特性不确定程度,以S809风力机翼型为研究对象,基于非嵌入式概率配置点法和Transition SST转捩方程,建立了低雷诺数风力机翼型气动特性随机数值分析模型,获得了自然风速条件下风力机翼型气动力确定性和不确定性成分比例,并揭示了风速大小和方向随机耦合作用对翼型流场结构、压力系数和摩阻分布及湍动能的影响及不确定传播机制.结果表明,随机风速风向对翼型升阻气动因子不确定度影响显著,在计算攻角范围内S809翼型升阻比3σ置信区间相对不确定度最大为±35.13％;随机风速风向耦合作用下翼型升阻比不确定度分别是单随机因素下的4.76倍和1.08倍;翼型对来流不确定性敏感区域为前缘,可以考虑在翼型前缘部分进行气动稳健性优化设计.     

电磁力控制下的翼型绕流和升力

对电磁力控制下的翼型绕流和升力的初始响应过程和变化规律进行了实验和数值研究．实验和计算中,均采用示踪粒子方法,使流场可视化．引进边界涡通量的概念,推导了电磁力与边界涡通量以及升力的定量关系,根据边界涡通量的分布,对绕流流场对升力的影响进行了分析,初步揭示了翼型绕流电磁控制的机理．结果表明,未加电磁力时,翼型绕流和升力呈周期性变化．在流向电磁力作用下,翼面上的旋涡消失点以一定的规律向后缘移动,最终以涡对的形式脱离翼面,流场也因此趋于定常．电磁力可以改变流场,提高流场的负边界涡通量的强度,有利于升力的提高．但同时电磁力也使翼面压力增加,使升力下降．由于使升力提高的因素起主要作用,故上翼面的流向电磁力可提高升力,且电磁力愈大,升力提高愈多．覆盖在上翼面局部位置的电磁力也能抑制流动分离和提高升力,电磁力作用于后部效果更好．     

涡发生器作用下圆柱涡激振动特性的试验研究

采用三角形涡发生器,选取不同的发生器构型、风偏角及风攻角进行风洞试验.结果表明:涡发生器能够缩短圆柱涡激振动的锁定区间,降低涡激振动的振幅.风偏角和风攻角的选取对控制效果有较大影响,当风攻角为70°时,控制效果最好.即使涡发生器设置在分离点之前距离较远处,也能对边界层起到较好的控制作用.涡发生器推迟了圆柱表面边界层的分离,对流场三维特性的影响表现在降低了圆柱表面风压展向相关性.     

低Reynolds数下单排方柱绕流尾迹涡型的LBM模拟

针对工程中遇到的周期柱体绕流问题,采用格子Boltzmann方法(LBM)对低Reynolds数下单排周期排列方柱的定常绕流进行数值模拟,详细分析了柱体后面的尾迹涡型随着Reynolds数的变化情况,并通过对不同Reynolds数下尾迹涡型结构的分析,得到了二射流、三射流和四射流发生合并现象的临界Reynolds数,其中二射流出现合并的临界Reynolds数与文献的数值模拟结果一致,三射流和四射流出现合并的临界Reynolds数则偏大,但更接近实验结果。     

高雷诺数下二维翼型绕流气动特性数值分析

采用不同湍流模型,对NACA0012翼型,在不同迎角和不同高马赫数下的绕流流场进行数值模拟;通过与风洞实验对比,评估了S-A模型,Realizable k-ε模型和k-ωSST模型对高雷诺数绕流流场数值模拟的准确性;并运用Realizable k-ε模型精确模拟并分析了二维翼型绕流流场的跨音速特性,为理论分析及工程设计提供参考。     

基于LBM和FVM的方柱绕流特性对比分析

基于粘性流体理论,本文分别采用格子Boltzmann方法（LBM）和有限体积法（FVM）建立了粘性流场中方柱绕流模型,探究LBM在非光滑曲面钝体绕流方面的应用,并结合FVM进行对比分析。在FVM模型中,采用局部加密的方法对钝体边界进行处理,而在LBM模型中,除了传统的Half-way边界处理方法,还结合了拐角边界处理方法。为获得较好的可对比数据,根据已发表文献中的理论及UDF编译码技术分别对两模型的进出口边界条件进行了讨论和设置。对比分析了两模型下的速度云图以及获得的升、阻力系数,Strouhal数。结果发现方柱上游压力不受涡脱落影响,雷诺数对其影响也较小;两种方法下的速度、无量纲参数吻合较好,但两者最适进出口边界不同,且相同条件下,LBM比FVM数值模拟能更快达到稳定状态。 关键词 方柱绕流 格子Boltzmann方法 有限体积法 对比分析     

低雷诺数下五圆柱绕流的数值模拟研究

基于四叉树自适应网格,采用有限体积法求解二维不可压粘性N-S方程,对X型排列和十字型排列的五圆柱绕流进行了模拟,计算均在Re=100的条件下进行.在文中给出了升力系数及阻力系数随圆柱间距比和排列方式变化的规律,并结合不同间距比下的流动特征进行了分析.计算结果表明,在不同的间距比下,五圆柱绕流存在三种不同的流动形式;在同一间距比下,十字型布置和X型布置的流动形式则既有类似之处又有各自的特点.在不同排列方式下,升阻力系数随圆柱间距比的变化规律有较大不同.     

准流线型桥梁断面涡激共振的雷诺数效应

为了研究准流线型桥梁断面涡激共振的雷诺数效应,通过改变模型尺度实现雷诺数的改变,并在模型表面布置测压点,进行风洞试验。测量了大、小2种模型风速与振幅的关系及各测点的风压时程,分析了振动频谱、扭矩系数时程及各测点脉动压力频谱随雷诺数的变化规律,揭示了扭转涡激振动的雷诺数效应。研究结果表明,脉动压力频谱的雷诺数效应引起了扭矩系数时程的雷诺数效应,从而引发振动频谱的雷诺数效应,最终导致了流线型桥梁断面扭转涡激振动的雷诺数效应。     

低雷诺数下不规则颗粒沉降阻力公式的改进和验证

针对低雷诺数下不规则颗粒的沉降阻力公式F阻=12Aμu/dp中,颗粒当量直径A不足以反映其三维形状对阻力所产生影响的问题,引入球形度系数k,得到改进阻力公式F阻=12/k?A1μu/dp.经过计算机模拟和实验验证,结果表明:改进公式在高粘度、小粒径的情况下具有良好的适用性,能够显著提高计算的准确度,且颗粒的球形度越高,...     

低雷诺数下附属棱柱的圆柱绕流减阻

目前圆柱绕流减阻方案的探索一直是绕流研究的热点,有关棱柱作为扰流柱对圆柱减阻效率影响的研究却较少.基于不可压缩黏性流动Navier-Stokes控制方程,利用OpenFOAM对附属棱柱下圆柱绕流问题进行数值模拟.在圆柱上游或下游设置双扰流棱柱,研究了雷诺数为200时不同角度、间距比的棱柱对其升力、阻力系数和涡脱频率的影...     

自由射流出口临界雷诺数的确定

将圆形自由射流按重力相似准则设计成6个系列模型,利用PIV测速系统,对射流模型相应不同出口雷诺数的流场、浓度场形态分布特征进行了试验研究,分析了射流流场及涡量场、轴线时均流速、断面流速分布、射流起始段长度等,得出圆形自由射流出口临界雷诺数Rek≥2 000,以及雷诺数Re<2 000时射流起始段长度L0与出口雷诺数Re的关系为L0=kRe-0.57d0.     

风力机翼型的气动模型及数值计算

考虑到不同湍流模型和边界层网格对风力机翼型气动性能有着不同的影响,采用4种边界层网格和4种湍流模型,对DU93-W-210翼型的气动性能进行数值计算,将计算结果与实验值进行比较.研究结果表明:在合适的边界层网格下,DES模型的计算结果最接近实验值,而且该模型对翼型尾流中的旋涡有很强的捕捉能力.     

高雷诺数情况下钝体绕流的数值模拟

在高雷诺数 (Re=1× 1 0 4)情况下 ,利用流函数———涡量法在二维空间对半圆半椭圆的拼接体 (新月形覆冰导线的截面 )绕流流场的流动结构、涡的变化及气动力特性进行数值模拟 .将模拟过程用于圆柱体和半圆半椭圆拼接体 ,结果与前人的研究结果及试验值相吻合 ,验证了此数值模拟过程的合理性     

较高雷诺数下复杂断面柱体绕流的数值模拟

To simulate numerically the flow past a cylinder, the authors use a mixing method of FEM and FDM for solving the non-steady Navier-Stokes equations in two-dimension. The mesh of computing domain which includes a cylinder with complicated section is generated by composite technique. The results about the flow pattern around the cylinder, pressure distribution on the surface of cylinder and the coefficient of lift and drag agree well with experiment data.