摘要。本文介绍了 MH114 高升力翼型的多目标优化。我们寻求一组帕累托最优解,使翼型升力最大化,阻力最小化。由于几何不确定性,升力和阻力被认为是不确定的。概率气动力值的不确定性量化需要大量样本。然而,由于 Navier-Stokes 方程的数值解,气动力的预测成本很高。因此,采用多保真替代辅助方法将昂贵的 RANS 模拟与廉价的潜在流计算相结合。基于多保真替代的方法使我们能够在不确定的情况下经济地优化翼型的气动设计。
1. 介绍 ................................................................................................................ 1 1.1 背景 ...................................................................................................... 1 1.2 目标 .............................................................................................................. 2 2. 文献背景研究 .............................................................................................. 4 2.1 地面效应 ...................................................................................................... 4 2.2 Gurney 襟翼 ............................................................................................. 5 2.3 对比和比较 ............................................................................................. 8 3. 计算机程序 ...................................................................................................... 10 3.1 背景 ...................................................................................................... 10 3.2 XFoil ...................................................................................................... 11 3.3 JavaFoil ................................................................................................ 11 3.3.1 JavaFoil 背景 ............................................................................. 11 3.3.2 JavaFoil 和地面效应 ............................................................................. 12 3.3.3 JavaFoil 和 Gurney 襟翼的增加 ............................................................. 20 3.4 比较 XFoil 和 JavaFoil ...................................................................... 23 3.5 结合地面效应和 Gurney 襟翼 .............................................................. 24 4. 实验研究 ...................................................................................................... 26 4.1 概述 ...................................................................................................... 26 4.2 WSU 3×4 英尺风洞 ............................................................................. 26 4.3 二维测试 ............................................................................................. 27 4.4 模型 ...................................................................................................... 27 4.5 测试矩阵 ............................................................................................. 28 4.6 预期气动力 ............................................................................................. 29 4.7 预期不确定性或误差 ............................................................................. 31 4.7.1 施工误差 ............................................................................................. 32 4.7.2 风洞阻塞误差 ............................................................................. 32 4.7.3 安装误差................................................................................ 32
中等雷诺数下的薄翼型动态失速通常与靠近前缘的小层流分离气泡的突然破裂有关。鉴于层流分离气泡对外部扰动的强烈敏感性,使用直接数值模拟研究了在不同水平的低振幅自由流扰动下 NACA0009 翼型截面上动态失速的发生。对于前缘湍流强度 Tu = 0 .02%,流动与文献中的干净流入模拟几乎没有区别。对于 Tu = 0 .05%,发现破裂过程不太平稳,并且在动态失速涡流形成之前观察到层流分离气泡中强烈的相干涡流脱落。非线性模拟与瞬态线性稳定性分析相辅相成,该分析使用最优时间相关 (OTD) 框架的空间局部公式对破裂分离泡中层流剪切层的时间相关演化进行分析,其中非线性轨迹瞬时切线空间中最不稳定的部分随时间的变化被跟踪。得到的模式揭示了两种状态之间的间歇性切换。分离剪切层上的开尔文-亥姆霍兹滚转快速增长,分离泡过渡部分的二次不稳定性复杂化。后者的出现与线性子空间内瞬时增长率的大幅飙升以及非线性基流的更快转变有关。这些强烈的增长峰值与随后从层流分离泡中脱落的能量涡流密切相关。
摘要。本研究研究了各种机器学习(ML)算法在预测两个关键空气动力系数的应用,即最大升力系数(𝐶𝐶)和最小阻力系数(𝐶𝑑),对于任何给定的雷诺数,风力涡轮机翼型。我们建议使用聚类技术对类似的机翼形状进行分组,并使用创建的分区来预测使用它们相似性的看不见的机翼属性。在这里,我们还代表了Parsec低维空间中的机翼,而不是高维翼型点空间,以弥补少量训练数据。为此,创建了一个扩展的实验机翼数据库,并用于基于五种不同ML算法的培训模型。我们观察到决策树集合(DTE),随机森林(RF)和多层感知器(MLP)模型成为𝐶𝐶𝑙和𝐶𝑑𝑑𝑚𝑖𝑛𝑑𝑑𝑑𝑑𝑑𝑚𝑖𝑛𝑑𝑚𝑎𝑥𝑚𝑖𝑛𝑙的最有效预测指标。在培训数据库中未包含的三个其他机翼案例上测试这两个ML模型表明,𝐶𝐶𝑙𝑙𝑙𝑙𝑙预测性能通常是合理的,错误级别的平均值约为5%。相比之下,𝐶𝑑的预测误差水平通常更高,平均约为15%。
进行了风洞试验,以表征 RAE 2822 超临界翼型并实施主动流动控制技术。试验在各种亚音速和跨音速马赫数和攻角下进行。沿四分之一弦轴连接到翼型端部的两个称重传感器用于量化作用在翼型上的气动力。跨音速翼型已集成,控制技术已在佛罗里达州立大学 Polysonic 风洞中成功实施。本文介绍了一些初步实验结果,并描述了实施过程中获得的经验教训。油流可视化显示翼型吸力面上存在角涡,下表面存在楔形图案,这表明局部过渡流和湍流区域的组合,没有冲击或冲击非常弱。基准翼型上测量的升力系数远低于基于文献的估计值。这些结果表明,测试的翼型需要修改其纵横比和横截面积以适应设施。基于同流喷射的主动流动控制技术在改善气动性能方面显示出良好的前景。
图片列表 图 1.1:层流分离泡(Gad-El-Hak 提供)....................................................... 4 图 1.2:层流分离泡压力分布(Gad-El-Hak 提供)....................................... 7 图 1.3:表面油流 – 示例(Lyon 提供)................................................................. 9 图 1.4:表面粗糙度的影响(Gad-El Hak 提供)....................................................... 13 图 1.5:翻折翼型和未翻折翼型的阻力比较(Lyon 提供).................................... 14 图 2.1:改进的 S5010 顶部 MCL(Shkarayev 提供)......................................................... 21 图 2.2:n 阶多项式 MCL 的示例............................................................................. 22 图 2.3:翼型形状参数的描述............................................................................. 23 图 2.4:n 阶 MCL 比较...................................................................................................... 24 图 2.5:带定义多边形和控制点的贝塞尔曲线............................................................... 26 图 2.6:带定义多边形和控制点的贝塞尔 MCL ............................................................ 28 图 2.7:贝塞尔 MCL 比较......................................................................................................... 28 图 2.8:贝塞尔翼型前缘形状细节......................................................................................... 30 图 2.9:贝塞尔翼型后缘形状细节.........................................................................................
计算流体动力(CFD)和机器学习方法用于研究NASA型NACA 0012的热传递。已经开发了几种不同的模型,以检查层流,晶状体流量和Allmaras流对NACA 0012机翼在不同的空气动力学条件下的影响。在本文中,针对多孔模式和非孔模式的不同机翼模式讨论了高温下的温度条件。特定参数包括11.36 x 10-10 m 2的渗透率,孔隙率为0.64,惯性系数为0.37,温度范围为200 k和400K。该研究表明,温度升高可以显着增加提升到拖拉。另外,采用多孔状态和温度差异进一步有助于增强电力到拖拉系数。在调整温度时,神经网络还可以成功预测结果,尤其是在有更多情况的情况下。尽管如此,本研究使用Smoter模型评估了系统的准确性。已显示测试情况最佳性能验证的MSE,MAE和R分别为0.000314、0.0008和0.998960,在k = 3。然而,研究表明,时期值大于2000,增加了计算时间和成本而不提高准确性。这表明SMOTER模型可用于准确对测试案例进行分类;但是,对于最佳性能,不需要更高的时期值。
垂直轴风力涡轮机 (VAWT) 在城市、偏远地区和海上应用的开发中重新引起了人们的兴趣。过去的研究表明,在能量捕获效率方面,VAWT 无法与水平轴风力涡轮机 (HAWT) 竞争。在低叶尖速比 () 下,VAWT 性能受到动态失速 (DS) 效应的困扰,其中每个叶片每转一圈都会超过静态失速多次。此外,对于 <2,叶片在超过 70% 的旋转期间在失速之外运行。但是,VAWT 具有许多优势,例如全向操作、发电机靠近地面、更低的噪音排放以及使用寿命更长的非悬臂叶片。因此,减轻动态失速并改善 VAWT 叶片的空气动力学性能以提高功率效率是近年来的热门研究课题,也是本研究的方向。西弗吉尼亚大学过去的研究重点是增加循环控制 (CC) 技术以改善 VAWT 空气动力学并扩大操作范围。通过增强 NACA0018 翼型以包含 CC 功能,生成了一种新颖的叶片设计。收集了一系列稳定喷射动量系数 (0.01≤C ≤0.10) 的静态风洞数据,用于分析涡流模型性能预测。开发了控制策略以优化整个旋转过程中的 CC 喷射条件,从而提高了 2≤≤5 的功率输出。但是,产生稳定 CC 喷射所需的泵送功率使增强涡轮机的净功率增益降低了约 15%。这项工作的目的是研究脉冲 CC 喷射驱动,以匹配稳定喷射性能和降低的质量流量要求。迄今为止,尚未完成任何实验研究来分析俯仰翼型上的脉冲 CC 性能。本文描述的研究详细介绍了关于稳定和脉冲喷射 CC 对俯仰 VAWT 叶片空气动力学影响的首次研究。实施了数值和实验研究,改变了 Re 、k 和 ± 以匹配典型的 VAWT 操作环境。根据先前流动控制翼型研究的有效范围,分析了一系列降低的喷射频率 (0.25≤St≤4) 和不同的 C 。由于动态失速效应,发现翼型俯仰将基线升阻比 (L/D) 提高高达 50%。当 C =0.05 时,动态失速对稳定 CC 翼型性能的影响更大,在正攻角时 L / D 增加 115%。脉冲驱动可匹配或改善稳定喷气升力性能,同时将所需质量流量减少高达 35%。从数值流可视化来看,脉冲驱动可降低 DS 期间尾流涡度的大小和强度,从而导致相对于基线和稳定驱动情况的轮廓阻力较低。编制了一个俯仰翼型测试数据库,包括气动系数 (C l 、C d) 的过冲和滞后,以改进分析模型输入,从而更新 CCVAWT 性能预测,其中将直接反映上述 L / D 改进。相对于年功率输出为 1 MW 的传统 VAWT,WVU 之前的工作证明,增加稳定喷气 CC 可以将总输出提高到 1.25 MW。但是,产生连续喷气的泵送成本将 CCVAWT 的年度净收益降低到 1.15 MW。目前的研究表明,由于质量流量要求降低,脉冲 CC 喷射可以回收 4% 的泵送需求,从而将 CCVAWT 的年净发电量提高到 1.19 MW,相对于传统涡轮机提高了 19%。
垂直轴风力涡轮机 (VAWT) 在城市、偏远地区和海上应用的开发中重新引起了人们的兴趣。过去的研究表明,在能量捕获效率方面,VAWT 无法与水平轴风力涡轮机 (HAWT) 竞争。在低叶尖速比 () 下,VAWT 性能受到动态失速 (DS) 效应的困扰,其中每个叶片每转一圈都会超过静态失速多次。此外,对于 <2,叶片在超过 70% 的旋转期间在失速之外运行。但是,VAWT 具有许多优势,例如全向操作、发电机靠近地面、更低的噪音排放以及使用寿命更长的非悬臂叶片。因此,减轻动态失速并改善 VAWT 叶片的空气动力学性能以提高功率效率是近年来的热门研究课题,也是本研究的方向。西弗吉尼亚大学过去的研究重点是增加循环控制 (CC) 技术,以改善 VAWT 空气动力学性能并扩大操作范围。通过增强 NACA0018 翼型以包含 CC 功能,生成了一种新颖的叶片设计。收集了一系列稳定喷射动量系数 (0.01≤C ≤0.10) 的静态风洞数据,用于分析涡流模型性能预测。开发了控制策略以优化整个旋转过程中的 CC 喷射条件,从而提高了 2≤≤5 的功率输出。但是,产生稳定 CC 喷射所需的泵送功率使增强涡轮机的净功率增益降低了约 15%。这项工作的目的是研究脉冲 CC 喷射驱动,以匹配稳定喷射性能和降低的质量流量要求。迄今为止,尚未完成任何实验研究来分析俯仰翼型上的脉冲 CC 性能。本文描述的研究详细介绍了关于稳定和脉冲喷射 CC 对俯仰 VAWT 叶片空气动力学影响的首次研究。实施了数值和实验研究,改变了 Re 、k 和 ± 以匹配典型的 VAWT 操作环境。根据先前流动控制翼型研究的有效范围,分析了一系列降低的喷射频率 (0.25≤St≤4) 和不同的 C 。由于动态失速效应,发现翼型俯仰将基线升阻比 (L/D) 提高高达 50%。当 C =0.05 时,动态失速对稳定 CC 翼型性能的影响更大,在正攻角时 L / D 增加 115%。脉冲驱动可匹配或改善稳定喷气升力性能,同时将所需质量流量减少高达 35%。从数值流可视化来看,脉冲驱动可降低 DS 期间尾流涡度的大小和强度,从而导致相对于基线和稳定驱动情况的轮廓阻力较低。编制了一个俯仰翼型测试数据库,包括气动系数 (C l 、C d) 的过冲和滞后,以改进分析模型输入,从而更新 CCVAWT 性能预测,其中将直接反映上述 L / D 改进。相对于年功率输出为 1 MW 的传统 VAWT,WVU 之前的工作证明,增加稳定喷气 CC 可以将总输出提高到 1.25 MW。但是,产生连续喷气的泵送成本将 CCVAWT 的年度净收益降低到 1.15 MW。目前的研究表明,由于质量流量要求降低,脉冲 CC 喷射可以回收 4% 的泵送需求,从而将 CCVAWT 的年净发电量提高到 1.19 MW,相对于传统涡轮机提高了 19%。
Charles W. Haines 博士、Panchapakesan Venkataraman 博士、Mark H. Kempski 博士、Chris Nilsen 博士(他不知不觉地引导我走上了贝塞尔曲线的道路)、George Komorowski 先生和 David Hathaway,均为 RTT 机械工程系的教职员工。