应用微纳沟槽表面结构的叶栅数值模拟与湍流控制方法与流程

1.本发明属于发动机流动控制技术领域，具体涉及发动机叶栅数值模拟与湍流控制方法。


背景技术：

2.风扇叶片是商用航空发动机最为重要的部件之一，其性能水平的高低将直接关乎发动机的整体性能表现，进而影响发动机的商业应用和推广。越来越大的涵道比势必会导致风扇叶片尺寸的增加，从而导致发动机内的流动损失增加。因此，为了提升发动机风扇叶片的气动效率，必须发展相应的流动控制技术，以尽可能减少风扇因流动损失带来的负面影响。
3.随着表面科学的发展，微结构表面的流动控制效果越来越受到人们的关注。与光滑表面相比，一些特定的纹理表面，如超疏水表面、小肋表面和各向异性多孔壁等，为流动控制提供了有效的方法。对于微沟槽在发动机风扇叶片表面的应用，大部分研究集中在试验方面，由于发动机叶片与表面微纳结构的尺度差距过大，应用传统的数值模拟方法进行流动控制机理研究需要消耗大量计算资源，因此为了平衡宏微观数值模拟的精度和效率，需要进行覆盖微纳沟槽表面结构的新型简化数值模拟方法研究。
4.叶栅，是指在某一半径上，用其轴圆柱面将涡轮叶片截断再展成平面所得到的结构图形。对平面叶栅进行数值模拟，可以复现满足周期性条件的风扇叶片的二维流动效应。本发明提出一种新型应用于叶栅表面的微纳沟槽结构数值模拟方法，并应用该方法对微表面的湍流控制作用进行研究。


技术实现要素：

5.本发明的目的在于提供一种宏微观数值模拟的、平衡精度和效率适于工程应用的、计算资源少的应用微纳沟槽表面结构的叶栅数值模拟与湍流控制方法。
6.本发明提供的应用微纳沟槽表面结构的叶栅数值模拟与湍流控制方法，通过对表面近壁区域的大量微观模拟结果，得到由表面微纳沟槽引起的沿周向不同雷诺数区域的速度修正；将这些速度修正单元整合为滑移等效边界条件，并将其施加在叶栅边界，即完成简化的覆盖微纳沟槽的跨尺度数值模拟；通过对模拟所得的流场特征分析，研究表面微纳沟槽结构的湍流控制效果；具体步骤为：
7.步骤一：微纳沟槽表面的叶栅数值模拟
8.为了完成表面覆盖微纳沟槽的叶栅流场宏微观数值模拟，首先需要得到由表面微纳沟槽引起的沿周向不同雷诺数区域的速度修正。在此，本发明应用大量由格子玻尔兹曼方法(lbm)[3]得出的微观流动数据构造滑移代理模型，再由该模型根据边界不同的雷诺数输入来输出边界各区域的速度修正，将这些速度修正单元整合为滑移等效边界条件，将该边界条件施加在光滑叶栅边界，即完成简化的覆盖微纳沟槽的跨尺度数值模拟。该步骤的过程如下：
[0009]
(1)采样。提取光滑叶栅近壁区域单元计算域(以网格为单元)的空气动力学参数(如速度、密度、黏度)，并计算出近壁局部雷诺数的取值范围。在这个范围内，通过应用拉丁超立方体抽样(lhs)[4]进行采样，并根据需求选择样本点数量。
[0010]
(2)建立数据库。将样本点的局部雷诺数作为单元微观计算域的入口条件，利用格子玻尔兹曼方法(lbm)获得相应的速度修正。然后以局部雷诺数为输入，以相应的速度修正为输出，建立微观数据库。
[0011]
(3)训练滑移代理模型。滑移代理模型训练采用广义回归神经网络(grnn)[1]，该网络结构简单，具有全局收敛性，在学习效率和非线性估计能力方面具有优势。该模型表达了由微纳沟槽表面引起的随局部雷诺数变化的速度修正。此外，在应用该模型之前，还需要对滑移代理模型进行回归分析。训练完毕的滑移代理模型的输入与输出如图1所示。
[0012]
(4)建立滑移等效边界条件，完成宏微观模拟。使用滑移代理模型，边界每个单元计算域的局部雷诺数输出相应的速度修正，将这些速度修正单元整合为滑移等效边界条件，该边界条件可复现复杂的小尺度表面结构产生的流动效应。滑移等效边界条件的函数形式如下所示：
[0013][0014]
式中，n为近壁区域单元计算域总数，n为第n个近壁区域单元计算域，re
δ,n
为第n个近壁区域单元计算域的局部雷诺数，为第n个近壁区域单元计算域的速度修正量，为将n个速度修正单元整合后的滑移等效边界条件。将该函数应用在叶栅表面进行rans模拟[2]即可完成全局流场的简化数值模拟。
[0015]
步骤二：微纳沟槽表面对叶栅流道的湍流控制效果分析；
[0016]
由步骤一得到微纳沟槽叶栅流场数值模拟结果。将微纳沟槽叶栅流场的湍动能和总压分布，与光滑叶栅流场的湍动能和总压分布对比，分析微纳沟槽表面结构对叶栅的湍流控制效果。
[0017]
光滑叶栅流场的湍动能和总压分布如图2所示，微纳沟槽叶栅流场的湍动能和总压分布如图3所示。分析可知，与常规的光滑叶栅相比，微纳沟槽叶栅近壁区高强度的湍动能区域面积明显降低，且近壁区低总压区域面积明显减少，可见湍动能强度高的位置与总压低的位置二者有明显的相关性。说明微纳沟槽表面通过降低流场中的湍动能，减小了流场中的湍流耗散，从而减小叶栅流道内的总压损失。
[0018]
由以上分析可得，在叶栅表面均匀布置相应的微纳米尺度的沟槽结构，其叶栅通道内尤其是边界区域的湍流强度明显降低，从而达到湍流控制的作用，降低叶栅流道内的总压损失。
[0019]
本发明的有益效果：
[0020]
本发明提出了一种宏微观数值模拟方法，可以很好地平衡精度和效率，适合工程应用；应用该方法进行覆盖微纳沟槽表面结构叶栅的数值模拟，证明微纳沟槽表面的湍流控制作用。
[0021]
此外，该方法为在发动机叶片设计中应用微纳沟槽表面结构提供了数值模拟基础，同时更进一步提出了应用微纳沟槽表面进行湍流控制的方法。
附图说明
[0022]
图1为本发明中训练完毕的滑移代理模型的输入与输出图示。
[0023]
图2为光滑叶栅流场的湍动能和总压分布图。
[0024]
图3为微纳沟槽叶栅流场的湍动能和总压分布图。
[0025]
图4为实施例中的采样结果图。
具体实施方式
[0026]
步骤一：微纳沟槽表面的叶栅数值模拟
[0027]
本发明中的微纳沟槽表面叶栅是在叶栅表面均匀布置尺度为50微米的沟槽结构，应用本发明提出的宏微观数值模拟方法，在跨声速条件下，对该构型进行流场模拟。
[0028]
为了完成表面覆盖微纳沟槽的叶栅流场宏微观数值模拟，首先需要得到由表面微纳沟槽引起的沿周向不同雷诺数区域的速度修正。在此，本发明应用大量由格子玻尔兹曼方法(lbm)[3]得出的微观流动数据构造滑移代理模型，再由该模型根据边界不同的雷诺数输入来输出边界各区域的速度修正，将这些速度修正单元整合为滑移等效边界条件，将该边界条件施加在光滑叶栅边界，即完成简化的覆盖微纳沟槽的跨尺度数值模拟。该步骤具体的实施过程如下：
[0029]
(1)取样。提取光滑叶栅近壁区域单元计算域(以网格为单元)的空气动力学参数(如速度、密度、黏度)，并计算出近壁局部雷诺数的取值范围。在这个范围内，通过应用拉丁超立方体抽样(lhs)进行采样，这里选择的样本点为300个，采样的结果如图4所示。图4中三个坐标轴分别代表速度、密度、黏度，各采样点的颜色代表对应条件下的速度修正量。
[0030]
(2)建立数据库。将样本点的局部雷诺数作为单元微观计算域的入口条件，利用格子玻尔兹曼方法(lbm)获得相应的速度修正。然后以局部雷诺数为输入，以相应的速度修正为输出，建立微观数据库。
[0031]
(3)训练滑移代理模型。滑移代理模型训练采用广义回归神经网络(grnn)[1]，该网络结构简单，具有全局收敛性，在学习效率和非线性估计能力方面具有优势。该模型表达了由微纳沟槽表面引起的随局部雷诺数变化的速度修正。此外，在应用该模型之前，还需要对滑移代理模型进行回归分析。训练完毕的滑移代理模型的输入与输出如图1所示。
[0032]
(4)建立滑移等效边界条件，完成宏微观模拟。使用滑移代理模型，边界每个单元计算域的局部雷诺数输出相应的速度修正，将这些速度修正单元整合为滑移等效边界条件，该边界条件可复现复杂的小尺度表面结构产生的流动效应。滑移等效边界条件的函数形式如下所示：
[0033][0034]
式中，n为近壁区域单元计算域总数，n为第n个近壁区域单元计算域，re
δ,n
为第n个近壁区域单元计算域的局部雷诺数，为第n个近壁区域单元计算域的速度修正量，为将n个速度修正单元整合后的滑移等效边界条件。将该函数应用在叶栅表面进行rans模拟[2]即可完成全局流场的简化数值模拟。
[0035]
步骤二：微纳沟槽表面对叶栅流道的湍流控制效果分析；
[0036]
应用步骤(1)可得到在跨声速条件下，在叶栅表面均匀布置尺度为50微米的沟槽
结构的微纳沟槽叶栅流场。图2表示光滑叶栅流场的湍动能和总压分布，图3表示微纳沟槽叶栅流场的湍动能和总压分布。分析可得与常规的光滑叶栅相比，微纳沟槽叶栅近壁区高强度的湍动能区域面积明显降低，且近壁区低总压区域面积明显减少，可见湍动能强度高的位置与总压低的位置二者有明显的相关性。说明微纳沟槽表面通过降低流场中的湍动能，减小了流场中的湍流耗散，从而减小叶栅流道内的总压损失。
[0037]
由以上分析可得，在叶栅表面均匀布置尺度为50微米的微纳沟槽结构，其叶栅通道内尤其是边界区域的湍流强度明显降低。从而达到湍流控制的作用，降低叶栅流道内的总压损失。
[0038]
参考文献：
[0039]
[1]specht,d.f.a general regression neural network.ieee trans neural netw.1991；2(6):568-576.
[0040]
[2]corson,d.,jaiman,r.,&shakib,f.(2009).industrial application of rans modelling:capabilities and needs.international journal of computational fluid dynamics,23(4),337
–
347.
[0041]
[3]k.hejranfar,e.ezzatneshan(2014).a high-order compact finite-difference lattice boltzmann method for simulation of steady and unsteady incompressible flows.international journal for numerical methods in fluids,75(10)713-746.
[0042]
[4]mckay,m.d.,beckman,r.j.,conover,w.j.a comparison of three methods for selecting values of input variables in the analysis of output from a computer code.technometrics,2000；42(1):55-61。