导读:本文包含了翼型绕流论文开题报告文献综述及选题提纲参考文献，主要关键词:格子Boltzmann方法,NACA0012翼型,翼型绕流,数值模拟
翼型绕流论文文献综述
钏助仁[1]（2019）在《低雷诺数下翼型绕流的格子Boltzmann方法数值模拟》一文中研究指出文章采用混合格子Boltzmann方法模拟NACA0012翼型流场分离,该方法是将标准格子Boltzmann方法与非结构化有限体积方程相结合的一种方法。首先,分析不同网格分辨率下的计算精度;然后,分析了在雷诺数等于103的情况下不同攻角下翼型的气动特性;最后,计算了不同雷诺数下攻角为0°时的翼型流场。结果证明,混合格子Boltzmann方法在固体壁面有较高的计算精度,可以准确地评估翼型绕流流场。(本文来源于《可再生能源》期刊2019年06期）
赵辉,胡星志,张健,陈江涛,马明生[2]（2019）在《湍流模型系数不确定度对翼型绕流模拟的影响》一文中研究指出使用非嵌入式多项式混沌方法研究了湍流模型系数的不确定度对RAE2822跨声速翼型绕流模拟的影响。计算中关注了数值模拟的积分量(升力系数、阻力系数)和局部量(壁面压力、摩擦系数和空间马赫数分布)的不确定度量化结果。首先,从单输入变量入手,研究卡门常数的不确定度对数值模拟的影响。然后,同时考虑Spalart-Allmaras模型中9个参数的不确定度带来的影响。通过多项式混沌展开,得到系统输出对不确定输入变量的响应,由此可以得到输出的统计特性,包括平均值、方差和极值等信息。最后,在多变量不确定度量化过程中,通过Sobol指标来量化每个输入变量的不确定度对输出不确定度的贡献程度。本文计算只考虑了RAE2822跨声速翼型模拟的单一计算状态,影响规律是否可以推及其他工况和算例需要进一步检验。(本文来源于《航空学报》期刊2019年06期）
张伟伟,朱林阳,刘溢浪,寇家庆[3]（2018）在《基于机器学习的翼型绕流湍流建模》一文中研究指出航空航天工程中面临的高Re数绕流模拟问题,很长一段时间仍要依赖于RANS模型。然而,各种RANS模型结果之间会存在较大偏差,而且对使用者的经验要求较高,影响了数值模拟的收敛性和鲁棒性。近年来,数据驱动的湍流模型引起了流体力学者的广泛关注,这种方法基于针对性的实验/数值模拟样本,通过机器学习方法来构建特定环境下的湍流模型。针对低Re数下的DNS模拟样本,已经初步验证了这类方法的有效性。本文运用SA模型计算的样本,探索了这类方法在高雷诺数绕翼型流动建模中的可行性。与低Re数流动不同,高雷诺数翼型绕流具有的尺度效应明显,湍流涡粘在远场、附面层、近壁面以及尾涡区域差异性大,建模困难。本文运用RBF神经网络模型,构建了局部流动参数与湍流涡粘之间的映射关系。为了提高对不同特征区域的拟合精度,将翼型绕流划分为近附面层区、尾迹区和远场区。通过对流动特征的归一化和神经网络中心和宽度的优化,提高了模型对样本的拟合精度。由于模型构建的是流动局部特征与湍流涡粘特征的函数关系,故模型理论上与翼型形状和来流状态无关,在样本涉及的范围附近将具有较强的泛化能力。论文以NACA0012翼型在亚音速3个典型状态下的流场计算样本,构建了RBF神经网络模型。通过耦合NS方程,计算了NACA0012、NACA0014和RAE2822翼型在其他流动状态下计算的涡粘分布、摩擦阻力和压力系数分布、升力和阻力系数分布。通过与SA模型的计算结果对比,发现所发展的这种神经网络型高维代数模型具有与样本模型(SA模型)相当的精度和更高的计算效率,体现出数据驱动方法在高维湍流建模中的积极前景。(本文来源于《第十届全国流体力学学术会议论文摘要集》期刊2018-10-25）
尹洪桥,陈耀慧,赵朋龙[4]（2018）在《翼型绕流不同频率展向振荡电磁力减阻控制实验研究》一文中研究指出研究结果表明展向振荡电磁力可控制湍流边界层,电磁力的振荡频率对湍流的控制效果有影响,但并未讨论电磁力振荡频率对控制效果的影响机理。实验研究了不同频率展向振荡电磁力控制翼型绕流的减阻效果及其影响机理。实验在转动的水槽中进行,在翼型的背风面包覆展向振荡电磁力激活板,并将其浸入水槽中,利用应变传感器测量翼型的阻力,基于意法半导体公司生产的微处理器开发电磁力控制器,用于控制电磁力的方向和振荡频率。研究结果表明展向振荡电磁力对翼型绕流具有减阻效果,对比分析了不同频率的展向振荡电磁力的减阻效果,发现电磁力的振荡频率为20 Hz时减阻效果较优,减阻效率可达到18%;展向振荡电磁力可减小翼型阻力的振动幅值,具有减震功能;当电磁力的振动频率与阻力曲线内小波动频率相近时,电磁力的减阻减震的效果最佳。(本文来源于《科学技术与工程》期刊2018年29期）
肖姚[5]（2018）在《翼型绕流风洞试验与数值模拟及其应用研究》一文中研究指出绕流问题一直是流体力学研究的重点内容之一,其涉及到流动分离、边界层转捩、漩涡的生成、演化以及它们之间的相互作用。对于流线型的翼型和非流线型的钝体结构来说,漩涡脱落将会在结构体表面上生成顺流向及横流向周期性变化的脉动压力。当脉动频率与结构体固有频率接近时,将引起涡激振动现象,极端情况下将引发灾难性事故。对于绕流的问题如果仅用试验或数值模拟的手段,会限制研究人员对流场信息全面理解,结合这两种方法可以更好的得到流场的信息。为此,本文主要结合PIV试验和CFD软件同时分析绕流中的流场结构。在试验方面,本文主要基于西华大学流体及动力机械教育部重点实验室的风洞试验平台,利用PIV流场测试技术研究不同工况下绕流流场的变化,得到了流场的瞬时和平均速度场,并利用POD技术对流场进行降阶分解,得到流场的低阶模态。在数值模拟方面,采用γ-Re_θ湍流模型和k-ω SST湍流模型对方柱绕流和翼型绕流进行仿真,对比了网格、时间步长等因素对计算的影响。对比数值模拟和试验数据,更加全面的分析了绕流流场的信息,得到了如下结论:基于风洞平台的PIV试验结果有着良好的精度,计算结果与LDV试验结果吻合良好,此外PIV试验可以精确的观察流场的变化过程。相较于k-ω SST湍流模型,γ-Re_θ模型是较优的湍流模型,其可准确计算方柱绕流的St数及C_D,计算结果可以准确的获得尾流的湍动能变化规律和翼型表面流场转捩点,与试验结果吻合良好。γ-Re_θ湍流模型可以准确地表示出方柱绕流的漩涡脱落频率、大小及位置等信息。本征正交分解(POD)可以较好的对绕流流场进行降阶分解得出流场的低阶模态,方柱绕流流场前6阶POD模态占总能量的78.7%,前6阶模态可较准确捕获大雷诺数下方柱的非定常流场的特征。风速在10m/s(Re=1.02×10~5)时NACA 64418翼型在16°至23°的攻角下在叶片的吸力侧上有再吸附现象,当α大于23°时,不会发生再附着现象。发生流场再附着的临界速度随着攻角的增加而增加。NACA 64418翼型具有较大的失速攻角,攻角在0°和9°之间几乎没有流动分离。当α约为10°时,有一些漩涡开始脱落。随着攻角持续增加,漩涡脱落呈现出强烈的周期性。在垂直轴风力机应用中,根据叶片的压力系数分布可以得到,由对称翼型组成的叶片比由弯翼组成的叶片更有良好的气动特性。由NACA 64418翼型组成的垂直轴风力机叶片在-34.17°与45.72°之间叶片表面没有大的漩涡脱落,攻角在45.72°与85.83°之间,叶片表面将会出现层流分离泡。层流分离泡增加了垂直轴风力机流场的复杂性,其造成了垂直轴风力机气动性能的下降。(本文来源于《西华大学》期刊2018-05-01）
张志勇,陈志华,孙晓晖,张旺龙[6]（2018）在《基于品质因数的翼型绕流多孔抽吸控制》一文中研究指出基于品质因数,对雷诺数Re=104,攻角α=6°,抽吸起始位置位于分离点的NACA0012翼型绕流分离控制进行了数值模拟,讨论了抽吸区域与抽吸系数变化对控制收益与升阻比等参数的影响。结果表明:翼型升力与升阻比系数随控制区域增加而升高,但只有一个控制区域使阻力系数最小。相同控制区域,翼型最大升阻比对应一个最佳抽吸系数。若固定抽吸控制区域,则抽吸系数应尽量小,才能获得最多控制收益。另外,存在一个最佳控制区域尺度,使控制收益最高。(本文来源于《工程力学》期刊2018年04期）
朱玉杰,孙振生,张炜,张世英[7]（2017）在《低Reynolds数翼型绕流主动控制技术》一文中研究指出在低Reynolds数条件下翼型绕流的上表面边界层由于抗逆压梯度能力变差容易发生流动分离从而形成长层流分离泡.分离泡通常是非定常的会诱发边界层的转捩、再附并形成湍流边界层.这个过程会使翼型的气动性能急剧下降并伴随着强非线性效应.转捩后形成的湍流边界层也会产生高摩擦阻力.针对这种现象文章以NACA0012翼型为例通过隐式大涡模拟研究了有效的主动控制方案.为了统一分离控制技术和湍流边界层减阻技术研究了在平板或槽道湍流中取得较好控制效果的壁面垂向反向控制方案.首先利用隐式大涡模拟研究了低Reynolds数条件下NACA0012翼型绕流的流场特征.其次分析并验证了反向控制方案在分离区控制流场的可行性发现反向控制在分离区的作用相当于基于流场信息的壁面抽吸控制且控制具有实时性和高效性控制抽吸了前缘的低能流体使得翼型前缘附面层变薄并增强了其抗逆压梯度的能力较大程度提高了翼型的气动性能.最后在湍流边界层验证了其减阻控制效果发现反向控制阻断了流向涡的法向输运抑制了涡结构的发展并减弱了猝发过程使得湍流的高摩阻力得到了有效降低.(本文来源于《气体物理》期刊2017年06期）
刘沛清[8]（2016）在《低速翼型绕流物面近区边界层的演变与影响机理》一文中研究指出本文基于粘性流体绕流物体表面近区边界层的形成与发展机理,对低速翼型绕流进行了分析,深入探索了理想流体翼型绕流起动涡与附着涡概念和粘性流体翼型绕流的关系,系统解释了在粘性流体翼型绕流中,附着涡如何作用于翼型物面近区?翼型后缘下翼面出现的逆时针涡一定要脱落吗?尖后缘点到底起什么作用?如何理解平顺离开后缘?等问题。在粘性流体绕流中,翼型绕流的起动过程实质上是一个非定常的边界层演变过程,涉及到近壁区粘性流动的扩散、上翼面后缘区分离点的移动、分离区和尾缘脱落涡的演变,最终达到翼型定常绕流的稳定平衡边界层流动,产生升力的附着涡强度是上下翼面近壁区粘性边界层内涡量的积分。(本文来源于《第九届全国流体力学学术会议论文摘要集》期刊2016-10-20）
陈耀慧,赵朋龙,刘怡昕,栗保明[9]（2015）在《翼型绕流电磁力控制效率分析》一文中研究指出电磁力可有效对流体流动进行控制,增升减阻,抑制流动分离,制约其推广应用的瓶颈为控制效率问题。为提高其控制效率,需要深入研究电磁与流场的相互作用及其能量传递过程。对电磁力增升减阻的控制效率问题进行了数值研究。根据能量守恒定律,推导电磁力控制能耗,基于升力和阻力计算节省能量。定义电磁力的控制效率为η=能量节省/电磁力控制所需能耗,研究电磁力控制过程,分析其能量损耗,为电磁力控制效率的提升提供理论基础。研究结果显示在控制开始阶段,电磁力控制能量的损耗主要体现流体动能损耗,其最高损耗率可达95%,其次体现在焦耳热上,最高可达28%;随着时间推移,流体动能损耗η2下降,电磁力控制效率η及焦耳热损耗η1增加,控制效率η在控制结束时增加到了33%。其机理为流动动能损耗与边界层速度的改变程度紧密相关,电磁力作用一段时间后,边界层速度剖面图再无明显变化,因此流体动能损耗下降,在控制开始阶段流体动能损耗为主,流体动能损耗为主其损耗的下降会提升电磁力的控制效率。(本文来源于《科学技术与工程》期刊2015年27期）
康伟,代向艳,刘凝[10]（2015）在《低速翼型绕流的多模态耦合与流动稳定性研究》一文中研究指出采用非线性动力学理论对翼型绕流的多模态耦合机制进行研究,并阐释模态耦合作用与流动稳定性的关系。通过特征线有限元方法对翼型绕流问题进行数值计算,建立非定常流场数据库。为了分析流动稳定性和流动特征,利用本征正交分解提取流场中的特征模态,从而分析翼型绕流非定常流场的特征模态之间的相互作用关系,并给出了非线性流体动力系统中的不同模态作用与流动稳定性的关系。(本文来源于《西北工业大学学报》期刊2015年03期）
翼型绕流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
使用非嵌入式多项式混沌方法研究了湍流模型系数的不确定度对RAE2822跨声速翼型绕流模拟的影响。计算中关注了数值模拟的积分量(升力系数、阻力系数)和局部量(壁面压力、摩擦系数和空间马赫数分布)的不确定度量化结果。首先,从单输入变量入手,研究卡门常数的不确定度对数值模拟的影响。然后,同时考虑Spalart-Allmaras模型中9个参数的不确定度带来的影响。通过多项式混沌展开,得到系统输出对不确定输入变量的响应,由此可以得到输出的统计特性,包括平均值、方差和极值等信息。最后,在多变量不确定度量化过程中,通过Sobol指标来量化每个输入变量的不确定度对输出不确定度的贡献程度。本文计算只考虑了RAE2822跨声速翼型模拟的单一计算状态,影响规律是否可以推及其他工况和算例需要进一步检验。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
翼型绕流论文参考文献
[1].钏助仁.低雷诺数下翼型绕流的格子Boltzmann方法数值模拟[J].可再生能源.2019
[2].赵辉,胡星志,张健,陈江涛,马明生.湍流模型系数不确定度对翼型绕流模拟的影响[J].航空学报.2019
[3].张伟伟,朱林阳,刘溢浪,寇家庆.基于机器学习的翼型绕流湍流建模[C].第十届全国流体力学学术会议论文摘要集.2018
[4].尹洪桥,陈耀慧,赵朋龙.翼型绕流不同频率展向振荡电磁力减阻控制实验研究[J].科学技术与工程.2018
[5].肖姚.翼型绕流风洞试验与数值模拟及其应用研究[D].西华大学.2018
[6].张志勇,陈志华,孙晓晖,张旺龙.基于品质因数的翼型绕流多孔抽吸控制[J].工程力学.2018
[7].朱玉杰,孙振生,张炜,张世英.低Reynolds数翼型绕流主动控制技术[J].气体物理.2017
[8].刘沛清.低速翼型绕流物面近区边界层的演变与影响机理[C].第九届全国流体力学学术会议论文摘要集.2016
[9].陈耀慧,赵朋龙,刘怡昕,栗保明.翼型绕流电磁力控制效率分析[J].科学技术与工程.2015
[10].康伟,代向艳,刘凝.低速翼型绕流的多模态耦合与流动稳定性研究[J].西北工业大学学报.2015
标签：格子Boltzmann方法; NACA0012翼型; 翼型绕流; 数值模拟;