第一种估计方法使用频域中的最小二乘算法,基于 chirp z 变换。第二种估计方法是通过在第一种方法中添加频域微分 ↵ 中的边界项和工具变量而创建的。添加的边界项在激励开始时产生更好的估计,而工具变量在噪声水平高时导致较小的偏差。因此,在概念程序的算法中选择了第二种方法,因为它被认为比第一种方法具有更好的性能。变换的顺序属性确保了实时功能,并且程序的最大延迟仅略高于一秒。
第一种估计方法使用频域中的最小二乘算法,基于 chirp z 变换。第二种估计方法是通过在第一种方法中添加频域微分 ↵ 中的边界项和工具变量而创建的。添加的边界项在激励开始时产生更好的估计,而工具变量在噪声水平高时导致较小的偏差。因此,在概念程序的算法中选择了第二种方法,因为它被认为比第一种方法具有更好的性能。变换的顺序属性确保了实时功能,并且程序的最大延迟仅略高于一秒。
由于列车重量减轻、速度加快,受强风影响较大。铁路车辆在侧风作用下的稳定性已成为许多国家[1, 2, 3]讨论的严重问题。减轻车辆重量可降低导致车辆倾覆的临界风速。临界倾覆风速不仅取决于自然风向和风速,还取决于列车速度,因此运行速度越快,导致车辆倾覆的临界风速越低。临界倾覆风速取决于侧风引起的气动力、离心力以及由曲率和轨道倾斜(超高)引起的重力。其中,气动力对倾覆风险的影响最大。因此,为了准确估计临界倾覆风速,有必要研究侧风作用于车辆的气动力。
本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构及其任何雇员均不做任何明示或暗示的保证,也不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性承担任何法律责任或义务,也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
1911 年至 1919 年期间,海军在海军航空领域做出了开创性贡献。1911 年,海军采购了第一架飞机 Curtiss A-1,开始对航空产生浓厚兴趣。这架飞机在技术上与莱特兄弟的第一架飞机相似,但动力更强,可以利用其大型中央浮筒从水中起飞。当时,美国没有大学提供航空工程学位,甚至没有航空工程课程,也没有任何政府航空实验室。航空工程实践在很大程度上是一个反复试验的过程。虽然这种方法对于 A-1 等小型飞机很成功,但它对开发更大、性能更强大的飞机构成了重大障碍。在海军少将 David W. Taylor 的领导下,海军的“实验风洞”在华盛顿海军船厂的海军实验模型盆地旁边设计和建造,以推动航空工程的发展。海军的新风洞是世界上最大的风洞,也是海军空气动力学实验室的核心。该实验室和在泰勒领导下在那里工作的海军建造者开发并改进了测试完整飞机和飞机部件比例模型的方法。这些实验提供了有效设计大型飞机所需的数据,并促成了海军 NC 飞艇的成功。1919 年,NC 成为第一架飞越亚特兰大的飞机
通过了解控制动力学并可能利用特定现象,可以在设计的最初阶段增强空气动力学系统(例如航空航天飞行器、船舶、潜艇、离岸结构和风力涡轮机)的性能。控制这些系统空气动力学性能的方程可能包括非线性偏微分方程(例如 Navier-Stokes 方程)。计算机硬件和软件的最新进展使得能够使用数值模拟,从而将上述方程离散化并与稳健的数值算法集成。虽然这些高保真方法在捕捉主要物理特征方面非常有效,但它们涉及以复杂方式相互关联的多种现象,必须用大量自由度来解决。此外,使用这些工具所需的大量计算资源和时间可能会限制模拟大量配置以用于设计目的的能力。这些缺点导致需要开发简化的模拟工具,以降低计算成本,同时体现相关的物理方面和响应特性。在本文中,我们提出了一种基于非稳定涡格法 (UVLM) 的势流求解器的快速高效实现,即 PyFly 。该计算工具可用于模拟运动和变形物体(如拍打的机翼、旋转的叶片、悬索桥面和游动的鱼)的非稳定气动行为。UVLM 计算由加速度和循环现象导致的整个身体表面的压力差异产生的力。这考虑了非稳定效应,例如增加的质量力、束缚环流的增长和尾流。UVLM 仅适用于理想流体、不可压缩、无粘性和无旋流,其中分离线是先验已知的。因此,UVLM 的公式要求流体在后缘平稳离开机翼(通过施加库塔条件),并且不涵盖前缘流动分离的情况和发生强烈机翼尾流相互作用的极端情况。尽管存在所有这些限制,研究工作仍考虑使用 UVLM 设计向前和悬停飞行中的类似鸟类的扑翼 [2、3、4、5]、建模风力涡轮机 [6] 以及控制和抑制土木工程结构的振动 [7、8]。然而,易于使用的语言在性能上通常会慢几个数量级。虽然快速运行时通常是科学软件项目的目标,但我们认识到简单的用户界面也是框架使用的一个重要方面。一个理解和使用起来很复杂的高效框架不会减少工程师的解决问题的时间,尽管生成的代码执行速度很快。这两种情况都不理想。PyFly 的目标是提供一个基于 UVLM 的友好空气动力学模拟框架,该框架在计算上也是高效的。我们通过使用混合语言编程来实现这一目标。我们使用 python [9] 进行网格对象的高级管理,并使用 Fortran 来管理必须高效运行的计算内核。虽然数值方法不会因不同的应用而改变,但不同应用所提出的要求可能会变得复杂难以管理。例如,在拍打机翼的情况下,需要管理机翼及其尾流。对于对称飞行,我们还必须跟踪机翼镜像的影响。然而,在
通过了解控制动力学并可能利用特定现象,可以在设计的最初阶段增强空气动力学系统(例如航空航天器、船舶、潜艇、离岸结构和风力涡轮机)的性能。控制这些系统空气动力学性能的方程可能包括非线性偏微分方程(例如 Navier-Stokes 方程)。计算机硬件和软件的最新进展使得数值模拟成为可能,其中上述方程被离散化并与稳健的数值算法相结合。虽然这些高保真方法在捕捉主要物理特征方面非常有效,但它们涉及以复杂方式相互关联的多种现象,必须以大量自由度来解决。此外,使用这些工具所需的大量计算资源和时间可能会限制模拟大量配置以用于设计目的的能力。这些缺点导致需要开发简化的模拟工具,以降低计算成本,同时体现相关的物理方面和响应特性。在本文中,我们提出了一种基于非稳定涡格法 (UVLM) 的势流求解器(即 PyFly)的快速高效实现。该计算工具可用于模拟运动和变形物体(如拍打的机翼、旋转的叶片、悬索桥面和游动的鱼)的非稳定气动行为。UVLM 计算由加速度和环流现象导致的物体表面压力差异所产生的力。这解释了非稳定效应,例如增加的质量力、束缚环流的增长和尾流。UVLM 仅适用于理想流体、不可压缩、无粘性和无旋流,其中分离线是先验已知的。因此,UVLM 的公式要求流体在后缘平稳离开机翼(通过施加库塔条件),并且不涵盖前缘流动分离的情况和发生强烈机翼尾流相互作用的极端情况。尽管存在所有这些限制,研究工作仍考虑使用 UVLM 设计前向和悬停飞行中的类似鸟类的扑翼 [2、3、4、5]、风力涡轮机建模 [6] 以及土木工程结构的控制和振动抑制 [7、8]。虽然快速运行时间通常是科学软件项目的目标,但我们认识到简单的用户界面也是框架使用的一个重要方面。一个理解和使用起来很复杂的高效框架不会减少工程师的解决问题的时间,尽管生成的代码执行速度很快。但是,易于使用的语言的性能通常会慢几个数量级。这两种情况都不理想。PyFly 的目标是提供一个基于 UVLM 的友好气动模拟框架,该框架在计算上也是高效的。我们通过使用混合语言编程来实现这一点。我们使用 Python [9] 进行网格对象的高级管理,使用 Fortran 作为必须高效运行的计算内核。虽然数值方法不会因不同的应用程序而改变,但不同应用程序提出的要求可能会变得复杂难以管理。例如,在扑翼的情况下,需要管理机翼及其尾流。对于对称飞行,我们还必须跟踪机翼镜像的影响。然而,在
下压力可用于增加车辆转弯时轮胎的侧向力极限和车辆减速时的制动力极限。空气阻力是决定车辆加速性能的重要因素。前后下压力平衡也有助于车辆稳定性。空气动力学开发的目的是考虑这三个要素之间的平衡,最大化下压力或升阻比。在开发过程中,使用 50% 比例模型在风洞试验中优化车辆形状,然后使用全尺寸风洞试验验证效果。使用 CFD 和粒子图像测速 (PIV) 同时分析气动现象有助于模型比例风洞的开发以有效的方式向前推进。在一定程度上,使用 CFD 定量评估气动载荷也成为可能,使其成为能够支持部分优化过程的工具。作为风洞试验和赛道上实际行驶的车辆之间的桥梁,CFD 的重要性也在日益增加。例如,使用CFD再现轮胎因侧向力而变形时的气流,而这在风洞中用实车是无法再现的,因此对在赛道上行驶的车辆周围的气流有了新的认识。其中一部分认识已在风洞试验中得到验证。
下压力可用于增加车辆转弯时轮胎的侧向力极限和车辆减速时的制动力极限。空气阻力是决定车辆加速性能的重要因素。前后下压力平衡也有助于车辆稳定性。空气动力学开发的目的是考虑这三个要素之间的平衡,最大化下压力或升阻比。在开发过程中,使用 50% 比例模型在风洞试验中优化车辆形状,然后使用全尺寸风洞试验验证效果。使用 CFD 和粒子图像测速 (PIV) 同时分析气动现象有助于模型比例风洞的开发以有效的方式向前推进。在一定程度上,使用 CFD 定量评估气动载荷也成为可能,使其成为能够支持部分优化过程的工具。作为风洞试验和赛道上实际行驶的车辆之间的桥梁,CFD 的重要性也在日益增加。例如,使用CFD再现轮胎因侧向力而变形时的气流,而这在风洞中用实车是无法再现的,因此对在赛道上行驶的车辆周围的气流有了新的认识。其中一部分认识已在风洞试验中得到验证。