Аэродинамический расчёт: от панельных методов до численных моделей и оптимизации

Введение

Аэродинамический расчёт охватывает широкий спектр задач — от оценки подъёмной силы и сопротивления до прогнозирования нестационарных нагрузок и оптимизации формы. Для стационарных расчётов в проектировании самолётов рутинно применяются модели высокого уровня точности, такие как решения уравнений Эйлера или осреднённых по Рейнольдсу уравнений Навье–Стокса (RANS) 1. Однако для нестационарных задач, связанных с аэроупругим проектированием и прогнозированием порывов, такие решатели остаются слишком дорогими вычислительно, и современное состояние практической нестационарной аэродинамики по-прежнему опирается на модели потенциального течения, в частности на нестационарные панельные методы 1.

Обзорные работы подчёркивают, что аэродинамика крыла и двигателя влияет на эффективность и устойчивость летательного аппарата, а для оценки характеристик применяются экспериментальные, численные и теоретические подходы 2. Численные методы включают RANS, современные сеточные технологии, решатели вроде Cart3D-Adjoiny и DNS-расчёты; теоретическая литература — BFM, алгоритм PIMPLE и теории управления 2. Интеграция глубокого обучения, машинного обучения и искусственного интеллекта, по мнению авторов обзора, способна повысить скорость расчёта и сходимость 2.

В прикладных задачах аэродинамический расчёт всё чаще сочетается с оптимизацией. Например, для крыла Formula 1 с закрылками Gurney разработана связанная схема GA-ANN-CFD (генетический алгоритм — искусственная нейросеть — вычислительная гидродинамика), позволившая оптимизировать геометрию по результатам численных и экспериментальных исследований 3. Отдельное направление — расчёт переходных аэродинамических нагрузок в туннелях для высокоскоростных магистралей на магнитной подушке 4.

Нестационарные панельные методы для дозвуковых самолётов

Обзор 1 сосредоточен на сжимаемых дозвуковых и трансзвуковых моделях. Панельные методы используют решения типа источника и диполя для линеаризованных уравнений малых возмущений. В основе лежит предположение о невязком, безвихревом и изоэнтропическом течении, при котором уравнение неразрывности переходит в уравнение полного потенциала 1. Линеаризация достигается представлением потенциала скорости как суммы большого стационарного потенциала свободного потока и малого нестационарного возмущения; в результате получается линеаризованное уравнение малых возмущений 1. Это уравнение справедливо для невязких присоединённых течений при дозвуковых или сверхзвуковых условиях, но не может моделировать трансзвуковые течения с областями как сверхзвукового, так и дозвукового потока 1. В нестационарном случае уравнение чаще всего преобразуют в частотную область, а фундаментальными решениями выступают источник и диполь 1.

Авторы отмечают, что две основные причины нелинейности в аэродинамике — отрыв потока и ударные волны, взаимодействующие с поверхностью в трансзвуковых условиях 1. Самолёты проектируются так, чтобы поток в основном оставался присоединённым, а ударные волны были слабыми и располагались вблизи задних кромок несущих поверхностей; поэтому аэродинамика на номинальных режимах может моделироваться как приблизительно линейная 1. Именно в этой нише панельные методы сохраняют практическую ценность для аэроупругого проектирования и прогнозирования порывов 1.

Численные методы и роль RANS

Стационарные расчёты для проектирования самолётов регулярно выполняются с помощью моделей повышенной точности, включая уравнения Эйлера и RANS, поскольку вычислительная стоимость за последние десятилетия резко снизилась 1. Это означает, что для стационарного моделирования предположение о линейности уже не является обязательным 1. Тем не менее значительная часть процесса проектирования связана с нестационарными расчётами, которые практически невыполнимы с использованием RANS или даже решателей Эйлера 1.

В обзоре по аэродинамике крыла и двигателя 2 численные методы описываются как включающие RANS, современные сеточные технологии, решатели вроде Cart3D-Adjoiny и DNS-расчёты; предполагается, что они повышают аэродинамическую эффективность, минимизируют сопротивление и снижают расход топлива 2. Там же указывается, что точность численного моделирования может быть достигнута за счёт развития численных алгоритмов, методов моделирования и численных методов, а также за счёт внедрения машинного обучения и искусственного интеллекта 2.

Для задач с выраженной нестационарностью и сложной геометрией применяются специализированные модели турбулентности. Так, в исследовании переходного аэродинамического сопротивления высокоскоростного поезда на магнитной подушке в туннеле использовались численные simulations на основе модели турбулентности SST k–ω 4.

Оптимизация и гибридные схемы

Совмещение численных расчётов с алгоритмами оптимизации становится самостоятельным направлением. В работе 3 предложена связанная схема GA-ANN-CFD, применённая к трёхэлементному профилю при числе Рейнольдса 500 × 10³. Исследование показало, что высота закрылка Gurney является доминирующим параметром, определяющим прижимную силу: конфигурации с максимальной высотой увеличивают прижимную силу до 11,24%, хотя и с умеренным снижением аэродинамической эффективности 3. Меньшие щелевые конфигурации обеспечивают более благоприятный баланс между прижимной силой и сопротивлением 3. Экспериментально оценены девять геометрий закрылков, сочетающих три высоты (1,5%, 3% и 5% хорды) и три угла установки (54°, 72° и 90°), при числах Рейнольдса от 250 × 10³ до 500 × 10³ 3. Измерения давления на поверхности и профилей скорости в следе показали, что увеличение высоты закрылка существенно повышает перепад давления и дефицит импульса в следе, что ведёт к росту прижимной силы 3.

В обзоре 2 также отмечается, что интеграция теоретических методов, включая глубокое обучение, машинное обучение и искусственный интеллект, может повысить скорость расчёта и сходимость 2.

Аэродинамика в туннелях и переходные режимы

Отдельный класс задач — переходное аэродинамическое сопротивление в туннелях. В исследовании 4 численно изучалось сопротивление трёхвагонного поезда на магнитной подушке, движущегося со скоростью 600 км/ч через туннель длиной 200 м, в сценариях одиночного движения и встречи поездов. При одиночном движении пиковое сопротивление хвостового вагона почти вдвое превышает сопротивление головного, а при встрече поездов хвостовой вагон достигает 208,496 кН 4. Встреча поездов вызывает динамическое усиление сопротивления: отношение для головного вагона достигает 2,67 4. Этот эффект усиливается при уменьшении площади поперечного сечения туннеля — отношение возрастает с 1,51 до 1,62 4. Аэродинамическое сопротивление растёт нелинейно со скоростью по степенному закону: суммарное сопротивление масштабируется со степенями 2,36 и 2,30 для одиночного движения и встречи поездов соответственно, причём хвостовой вагон проявляет наибольшую чувствительность к скорости 4. Увеличение площади сечения туннеля с 120 до 140 м² снижает суммарное сопротивление на 11,55% и 17,05% 4. Суммарное сопротивление также подчиняется степенной зависимости от коэффициента блокировки с показателями 0,81 и 1,23 для одиночного движения и встречи поездов 4.

Ограничения и что важно учитывать

При интерпретации результатов аэродинамических расчётов следует учитывать границы применимости моделей. Панельные методы, рассмотренные в обзоре 1, основаны на предположениях о невязком, безвихревом и изоэнтропическом течении и на линеаризации уравнений малых возмущений; линеаризованное уравнение не может моделировать трансзвуковые течения с областями как сверхзвукового, так и дозвукового потока 1. Кроме того, в обзоре 1 прямо указано, что панельные методы применяются для нестационарных задач аэроупругости и прогнозирования порывов, тогда как стационарные расчёты всё чаще выполняются с помощью RANS и уравнений Эйлера 1.

Обзор 2 охватывает широкий круг вопросов — от искажений потока во входных устройствах сверхзвуковых и гиперзвуковых двигателей до критериев Ferri и Dailey, которые названы популярными механизмами управления потоком 2. Однако эти критерии рассматриваются применительно к сверхзвуковым и гиперзвуковым воздухозаборникам, и переносить их на другие режимы без дополнительной проверки нельзя 2.

Численные результаты, полученные для конкретных конфигураций, не следует автоматически обобщать. Например, выводы о доминирующей роли высоты закрылка Gurney получены для трёхэлементного профиля при числе Рейнольдса 500 × 10³ и могут отличаться для других геометрий и режимов 3. Результаты по сопротивлению поезда на магнитной подушке в туннеле относятся к трёхвагонному составу, скорости 600 км/ч, туннелю длиной 200 м и сечениям 120–140 м² 4.

Наконец, доступный текст источника 5 ограничен, поэтому делать на его основе широкие обобщения не следует.

Что дальше

Развитие аэродинамического расчёта, судя по рассмотренным источникам, идёт по нескольким направлениям. В нестационарной аэродинамике панельные методы остаются практическим инструментом для аэроупругого проектирования и прогнозирования порывов, поскольку RANS и решатели Эйлера пока слишком дороги для этих задач 1. В стационарных расчётах продолжается переход к моделям повышенной точности 1.

В обзоре 2 в качестве перспективного направления указана интеграция глубокого обучения, машинного обучения и искусственного интеллекта для повышения скорости расчёта и сходимости, а также развитие численных алгоритмов и методов моделирования 2. Прикладные исследования демонстрируют эффективность гибридных схем оптимизации: связанная схема GA-ANN-CFD позволила выявить доминирующие параметры закрылка Gurney и предложить конфигурации с улучшенным балансом прижимной силы и сопротивления 3. Для туннельных задач остаётся актуальным изучение переходных режимов, включая встречу поездов, где динамическое усиление сопротивления существенно зависит от площади сечения туннеля и скорости 4.