基于NPLS技术的可压缩湍流机理实验研究新进展

可压缩湍流机理的实验研究是一件难度很大的工作, 其主要的难度在于高时空分辨率的可压缩湍流结构非接触精细测试技术和低噪声的高速风洞设备技术. 近几年来, 由于在低噪声的超声速、高超声速风洞研究和可压缩流动精细结构测量技术研究方面取得的重要进展及其在可压缩湍流机理研究方面的应用, 超声速流动转捩与湍流的机理研究取得了较大的进展. 本文介绍了最近几年高速流动非接触精细测试技术, 尤其是基于纳米粒子的平面激光散射技术(nano-tracer planar laser scattering, NPLS)、背景导向纹影技术(background oriented schlieren, BOS) 和超声速流场的粒子图像测速技术(particle image velocimetry, PIV)的研究进展和发展前景, 以及基于这些技术, 在可压缩湍流机理实验研究方面的进展和发展前景, 其中包括在超声速混合层转捩、超声速绕流与尾流结构、超声速边界层转捩、激波边界层干扰等典型流场的机理研究方面, 以及气动光学机理研究方面的研究进展. 最后, 展望了目前湍流机理实验研究对湍流工程模型研究的可能贡献.      

高超声速流场激光测速技术研究进展

高超声速气流条件下飞行器内/外部流动中存在强湍流及脉动、边界层转捩、激波-边界层干扰和高温真实气体效应等耦合效应,表征该非定常流动现象对飞行器气动力、气动热以及目标光电特性等产生的影响是高超声速流动研究中的前沿课题.速度作为表征流动过程最重要的参数之一,准确的速度测量对于深入理解上述复杂流动-传输机理以及高超声速飞行器设计具有重要指导意义.文章针对高超声速流场速度测量中几种常用的非接触式激光测试技术进行了综述,主要包括基于空间法的粒子图像测速,基于激光吸收光谱、激光诱导荧光和瑞利散射的多普勒测速,基于飞行时间法的分子标记测速,以及基于流场折射率的聚焦激光差分干涉测速技术.首先简要介绍每种激光测速技术的基本原理,然后进一步介绍该技术在高超声速自由流、层/湍流边界层、激波/边界层干扰、尾流或其他复杂流动区域的速度及其脉动度测量等方面的典型应用,分析各种技术环境适用性及面临的局限性和挑战.最后对基于激光技术的高超声速流场速度测量进行了总结及发展趋势展望.     

DPIV技术在高超声速通气模型内阻测量中的应用

针对高超声速通气模型内阻测量存在的误差大的问题,首次采用DPIV技术和总压测量排架相结合的方法测量了超燃发动机尾喷管流场速度矢量和皮托压力分布,间接获得了内流出口处平均马赫数和静压平均值,从而实现了高超声速通气模型内阻测量。研究结果表明:DPIV试验获得的粒子图像可以清楚地显示喷管出口位置内外流的分界面、内外流混合层的尾迹、通气模型外表面边界层;DPIV试验获得的速度矢量场结果准确、精度高,能够提供远远超出传统测量技术所能提供的流场信息。DPIV技术作为一种有力的测量手段,在高超声速飞行器研究中能够发挥重大的作用。     

超声速和高超声速进气道的数值模拟

本文讨论超声速和高超声速进气道的数值模拟问题,其中包括国内外对进气道问题的一些主要进展、方向和今后预研的动态,目的在于弄清流场形成的机理,为高速飞行器进气道的气动设计提供理论依据。      

METHODOLOGY OF AERODYNAMIC RESEARCH FOR HYPERSONIC TECHNICAL PROJECT “HYPER-X”

高超声速技术项目“Hyper-X” 不仅实现了在大气中的高超声速飞行, 验证了超声速燃烧与一体化设计的核心原理, 而且促进了世界范围高超声速技术的持续发展. 分析了Hyper-X 在高超声速基础技术和应用技术领域的研究过程, 特别是理论计算、地面试验和飞行试验相结合系统解决所面临的主要空气动力学问题的研究特色, 尝试在气动研究方法学上归纳整理Hyper-X 研究思路和方法, 指出所具有的分解与集成、递进与过渡、知识与准则、验证与确认等方法学精髓. 还介绍了该方法学在解决吸气式高超声速飞行器主要气动问题方面的一些应用.     

一种求解抛物化Navier-Stokes方程的空间推进算法

讨论了抛物化NS方程(parabolized Navier-Stokesequations, PNS)的数学性质,对比分析多种处理流向压力梯度的方法的优缺点. 以此为基础,成功地将LU-SGS隐式时间积分方法推广到PNS方程的流向空间积分上,发展了基于PNS方程的有限体积单次扫描空间推进算法(single-sweep parabolized Navier-Stokesalgorithm, SSPNS). 在该算法中,横向无黏数值通量和黏性通量分别采用混合型迎风格式和中心格式求解. 用SSPNS算法计算了4个典型流场,包括超声速平板流、15$^\circ$楔板压缩高超声速流、带攻角的高超声速锥形流和侧压式高超声速进气道流动. SSPNS计算结果与NASA UPS程序数值结果、文献提供的实验数据及理论分析结果符合得很好.对比研究表明,SSPNS 法与传统时间迭代法相比,二者计算精度相当,而SSPNS计算速度快1~2个量级,存储量至少低1个量级.关键词 抛物化NS方程;空间推进算法;LU-SGS隐式积分方法;超声速/高超声速流动      

关于吸气式高超声速推进技术研究的思考

回顾了吸气式高超声速推进技术的研究进展, 分析了超燃冲压发动机研制面临的关键科学问题, 并从不同角度探讨了增大超燃冲压发动机推力的可能方法.这些方法包括: 能够降低总压损失的高超声速来流压缩方法、生成三维涡流的超声速混合增强技术、碳氢燃料的预热喷射、可以控制燃烧过程的燃烧室设计优化方法、通过减小发动机流道湿面积来降低摩擦阻力和催化复合解离的燃气降低高温气体效应.考虑到等压热力学循环的热效率,还建议研究在高超声速推进系统中应用热效率高的爆轰过程, 并探讨了爆轰推进方法研究的进展与问题.吸气式高超声速推进技术是高超声速飞行器发展的关键技术, 认真思考和探索其发展方向是非常必要的.      

纳米示踪平面激光散射技术在激波复杂流场测量中的应用

在激波以及激波边界层相互作用这类含激波的复杂流场中,流场结构具有明显的三维特征.研究这类流场,采用纹影、阴影和干涉等传统流动显示技术空间分辨率较低,难以分辨流场的三维特性.基于纳米示踪的平面激光散射技术(nano-tracer planar laser scattering,NPLS),是作者近年来开发的一种新的研究超声速流场的测试与显示技术,可对超声速复杂三维流场进行高时空分辨率流动显示与测量.NPLS技术的特点使其成为测量激波复杂流场的有力手段.近年来,作者以NPLS技术为主要手段,对航空航天领域典型的激波复杂流场进行了试验研究,包括超声速弹头绕流、超声速混合层、超声速边界层,以及激波边界层相互作用流场,显示出NPLS技术在激波复杂流场精细测试与流动显示中优势.本文简要介绍NPLS技术在激波复杂流场测量中应用的研究进展.      

高超声速喷管设计理论与方法

在高超声速飞行技术领域, 特别是涉及到高焓气体流动的研究, 高超声速风洞试验仍然是目前最可靠的研究手段. 风洞流场的品质是高超声速风洞研发最重要的一项性能指标, 其取决于喷管设计采用的理论与方法, 也是风洞设计最关注的一项核心技术. 针对二维轴对称型面喷管设计, 本文首先综述了传统高超声速喷管设计的主要理论和常用方法, 它们在高超声速喷管设计中曾经发挥了重要作用, 包括理论方法, 近似方法和基于两者的修正方法. 然后, 考虑高温气体效应, 分析了高焓喷管设计时面临的困难与问题, 从流动介质物性变化、高温边界层发展和非平衡过程效应三方面, 综述了国内外在高超声速高焓喷管设计方面的研究进展. 最后, 对于高焓喷管的设计理论和方法的发展作了展望, 期望对于推动我国高超声速高焓喷管设计技术的发展提供一些有意义的启示.      

基于高温气体效应的磁流体流动控制研究进展

高超声速飞行器强激波后高温气体形成具有导电性的等离子体流场,电离气体为磁场应用提供了直接工作环境.磁流体控制技术利用外加磁场影响激波后的离子或电子运动规律,可有效地改善高超声速飞行器气动特性,在飞行器气动力操控和热环境管理等方面均具有广阔的应用前景; 同时,超导材料及电磁技术的发展又重新推动了这一领域的研究热潮.虽然国内外在高超声速磁流体流动控制领域已开展了一些研究工作,但其实验研究依然极具挑战, 且由于实验条件及测量技术等限制,其压力、热流等参数的测量并没有得出较为系统的结论,因此需要对影响脱体激波距离、热流、压力变化的规律及机理进行深入研究; 同时,数值模拟方法和理论分析也亟待可靠的实验数据来对其进行验证.本综述调研和讨论了基于高温真实气体效应的磁流体流动控制技术研究,主要针对磁流体流动控制的试验技术、数值模拟、理论方法以及流动控制的主要研究方向等进行了总结,并对其发展趋势进行了讨论和展望.      

高超声速稀薄流中横向喷流干扰特性实验研究

喷流干扰是高超声速飞行高精度控制的一种有效手段,研究者们以往大部分都主要集中于连续流条件下喷流干扰效应的机理研究,并给出了喷流干扰流场的典型结构,而稀薄流条件下喷流干扰特性的实验数据还十分匮乏.本文利用JFX爆轰激波风洞产生高超声速稀薄自由流,基于平板模型开展不同喷流压力和自由来流参数对横向喷流干扰特性影响的实验研究,采用高速纹影成像及图像处理技术,获得稀薄流条件下喷流干扰流场演化过程及流场结构的变化规律.相比于无喷流条件形成的流场,横向喷流与稀薄自由流相互作用形成的流场结构更为复杂,喷流压力由于受到稀薄来流的扰动,斜激波会短暂穿透喷流干扰流场并延伸至楔形体上部.喷流干扰流场内桶状激波的影响范围随着喷流压力的升高而逐渐变宽,位于三波点上游的斜激波空间位置不会随喷流压力的变化而改变,而位于三波点下游的弓形激波则向上游移动,当喷流压力过低时,桶状激波不会与其他两种激波交汇形成三波点.高超声速稀薄来流压力的降低同样会使桶状激波的影响范围变宽,弓形激波同样也会向上游移动,但基本不会对斜激波空间位置产生任何影响.     

乘波构形和乘波飞行器研究综述

乘波构形的特点是高升阻比,下表面上的流动是均匀的,因此是推进系统/机身一体化设计的理想候选构形.乘波飞行器是源于乘波构形的高超音速飞行器,利用了乘波构形的高升阻比,并可为吸气发动机提供已知的均匀流场.本文比较全面地总结了乘波构形的生成方法和乘波飞行器的设计方法,介绍了乘波构形的优化方法及影响因素,给出了优化的乘波构形, 并介绍了乘波飞行器的研究进展,提出了今后的研究重点.      

前体涡发生器对轴对称高超声速进气道激波振荡流动的影响实验

激波振荡是高超声速进气道不起动过程中常见的流动现象,会显著降低进气道气流捕获与压缩效率、产生剧烈的非定常气动力载荷而危害飞行器安全. 从激波振荡的控制出发,实验研究了前体转捩带位置的涡发生器对轴对称高超声速进气道激波振荡流动的影响. 分别在起动和激波振荡两种进气道流态下,选择无、0.5 mm与1 mm高度涡发生器工况进行对比研究. 并采用高速纹影与壁面动态测压同步记录非定常流动特征. 结果表明,1 mm高度内的涡发生器对起动状态的进气道主流流场结构、壁面压强分布影响不显著. 但对于激波振荡流动,涡发生器会明显缩小外压缩面分离区运动范围,缩短振荡周期,提升振荡周期内壁面压强的时均值. 涡发生器的影响程度随其高度的增大而增强,其中振荡周期从无涡发生器的4 ms缩短到1 mm高度涡发生器的3.13 ms. 此外,0.5 mm高度涡发生器会使得进气道内部测点的压强振荡幅值整体下降,相比无涡发生器工况的下降幅度可达23%. 流场结构与壁面压强信号的分析表明,涡流发生器主要通过其产生的流向涡影响激波振荡流动,包含流向涡对下游边界层的扰动以及流向涡与分离区的相互干扰.      

基于CFD流态分析技术的座便器虹吸管道优化设计

在Fluent软件中应用RNG $k$-$\varepsilon$湍流模型及流体体积函数(VOF)对座便 器内部三维湍流流动进行了雷诺平均N-S方程的数值模拟，得到 了座便器内流场三维流动形态，研究了座便器虹吸管内流动规律，分析了虹吸管形状对流速 分布、压力分布及虹吸性能的影响，以三维湍流场的分析结果为依据，实现了座便器虹吸管 道的优化设计. 通过PIV测试数据验证了三维湍流数值模拟结果的准确性.     

粒子图像测速技术研究进展

粒子图像测速技术(PIV)作为一种全新的无扰、瞬态、全场速度测量方法,在流体力学及空气动力学研究领域具有极高的学术意义和实用价值.本文对PIV技术的原理、分类作了简要地介绍,详细归纳和评述了现有的各种速度信息的提取方法,并对拓扑图论、神经网络、遗传算法、模糊聚类等新技术在PIV中的应用以及三维PIV技术、两相流PIV测试技术进行了介绍.指出当前PIV技术除了向三维和多相流方向发展外,如何提高PIV的测量精度以及缩短计算时间仍然是目前研究的主要目标.PIV技术随着计算机技术、激光技术和CCD性能的发展,必将取得更大的发展与突破      

高超声速飞行器控制研究综述

高超声速飞行器控制研究主要讨论吸气式高超声速飞行器巡航控制问题和无动力高超声速飞行器返回再入控制问题.吸气式的高超声速飞行器主要针对于两种构型:锥体加速器构型和X-30构型,无动力高超声速飞行器主要考虑X-33和X-38构型.分别对锥体加速器构型、X-30构型和再入模式的动力学模型和控制进行了综述,并指出了近来高超声速飞行器控制研究的热点问题.      

返回舱三维高超声速绕流及近尾迹流场数值模拟

为使返回舱安全、稳定、可靠地飞行，准确地计算其周围的复杂绕流流场，对飞船的初步设计是十分必要的。用Ｈａｒｔｅｎ－Ｙｅｅ的二阶迎风ＴＶＤ有限差分格式求解薄层Ｎ－Ｓ方程，模拟了返回舱三维高超声速流场，Ｍ＿∞＝７．３５，Ｒｅ＿∞＝７．５×１０￣５，α＝１０°、２０°。给出了详细的绕流结构，不同攻角、不同子午面上的物面压力分布与Ｍｏｓｅｌｅｙ和ｗｅｌｌｓ的实验数据进行了比较，符合较好。通过分析表明，在一定的攻角下，倒锥体上低压区压力的计算精度，对力矩系数及压心位置仍有明显的影响。     

A model-based validation framework for PIV and PTV

The utility of particle image velocimetry (PIV) for measurement of velocity fields in many fluid flows is well established. This has created interest in overcoming difficulties with the technique when applied to increasingly larger fields of view where there exists a significant range of velocities and spatial velocity gradients are large. In this regard, a major deficiency with standard cross-correlation PIV is the inherent link between the density of vectors in the measurement field and the maximum measurable displacement. Several schemes exist to reduce this link. These iterative hierarchical/multiresolution schemes are strongly dependent on vector validation routines to remove spurious vectors. Here the design of a new framework for vector validation is described. This framework is general enough for use with both regular and irregularly spaced vector fields to make it applicable to particle image velocimetry (PIV), particle tracking velocimetry (PTV), and hybrid methods. It is based on the determination of a smoothed displacement field that robustly characterizes the measured field such that invalid vectors are attenuated more than valid vectors. In this particular study a thin-plate spline model is incorporated within an iterative regularized weighted least-squares routine to find a smoothed version of the displacement field that maintains pertinent velocity gradient information. The utility of the methodology is demonstrated for a complex flow profile containing four vortices where the valid displacement ranges from ?1/4 to +1/4 of the area of interest (AOI) dimension. Results indicate that this validation strategy can discriminate between valid and invalid vectors remarkably well over a range of parameter settings. In the example presented a flow field with significant velocity gradients and having a high number of invalid vectors (25%) is accurately validated.     

Volumetric correlation PIV: a new technique for 3D velocity vector field measurement

A method is proposed that allows three-dimensional (3D) two-component measurements to be made by means of particle image velocimetry (PIV) in any volume illuminated over a finite thickness. The method is based on decomposing the cross-correlation function into various contributions at different depths. Because the technique is based on 3D decomposition of the correlation function and not reconstruction of particle images, there is no limit to particle seeding density as experienced by 3D particle tracking algorithms such as defocusing PIV and tomographic PIV. Correlations from different depths are differentiated by the variation in point spread function of the lens used to image the measurement volume over that range of depths. A number of examples are demonstrated by use of synthetic images which simulate micro-PIV (μPIV) experiments. These examples vary from the trivial case of Couette flow (linear variation of one velocity component over depth) to a general case where both velocity components vary by different complex functions over the depth. A final validation—the measurement of a parabolic velocity profile over the depth of a microchannel flow—is presented. The same method could also be applied using a thick light sheet in macro-scale PIV and in a stereo configuration for 3D three-component PIV.     

A method for automatic estimation of instantaneous local uncertainty in particle image velocimetry measurements

The uncertainty of any measurement is the interval in which one believes the actual error lies. Particle image velocimetry (PIV) measurement error depends on the PIV algorithm used, a wide range of user inputs, flow characteristics, and the experimental setup. Since these factors vary in time and space, they lead to nonuniform error throughout the flow field. As such, a universal PIV uncertainty estimate is not adequate and can be misleading. This is of particular interest when PIV data are used for comparison with computational or experimental data. A method to estimate the uncertainty from sources detectable in the raw images and due to the PIV calculation of each individual velocity measurement is presented. The relationship between four error sources and their contribution to PIV error is first determined. The sources, or parameters, considered are particle image diameter, particle density, particle displacement, and velocity gradient, although this choice in parameters is arbitrary and may not be complete. This information provides a four-dimensional “uncertainty surface” specific to the PIV algorithm used. After PIV processing, our code “measures" the value of each of these parameters and estimates the velocity uncertainty due to the PIV algorithm for each vector in the flow field. The reliability of our methodology is validated using known flow fields so the actual error can be determined. Our analysis shows that, for most flows, the uncertainty distribution obtained using this method fits the confidence interval. An experiment is used to show that systematic uncertainties are accurately computed for a jet flow. The method is general and can be adapted to any PIV analysis, provided that the relevant error sources can be identified for a given experiment and the appropriate parameters can be quantified from the images obtained.