I dagens flygteknik är förståelsen för isbildning på flygplansvingar av största vikt för säkerheten och effektiviteten. Under flygning, när atmosfäriska förhållanden leder till isbildning på flygplans ytor, kan detta allvarligt påverka både aerodynamisk prestanda och drivmedelsförbrukning. För att bättre kunna förutsäga och förstå dessa effekter, används ofta CFD (Computational Fluid Dynamics) som ett primärt verktyg. Dessa simuleringar hjälper till att modellera hur is bildas på en flygplansvinge, både när det gäller form och storlek på isskiktet.

Isbildning på flygplansvingar är ett resultat av komplexa fysiska processer, där flera faktorer spelar in: luftflödet runt vingen, temperaturen, fuktigheten i luften och vidhäftningen av vattenpartiklar till ytan. När ett flygplan färdas genom luftmassor som innehåller fukt, kommer vattenånga att kondensera och frysa på flygplanets ytor, vilket leder till isuppbyggnad. Denna process sker vanligtvis i områden där luftflödet är turbulent och i närheten av vinge eller andra ytor.

En av de viktigaste parametrarna som påverkar hur snabbt och i vilken form is bildas på ytan är den så kallade "ytens grovhet". Denna grovhet kan vara i form av mikroskopiska ojämnheter på ytan av vingen, vilka, vid rätt förhållanden, kan fungera som små nystan där vatten kan fästa och frysa. För att kunna förutsäga detta fenomen med hög noggrannhet används CFD-simuleringar, där en "sandgrain roughness" modell tillämpas. Denna modell anses vara användbar för att beräkna hur ytors mikroskopiska ojämnheter påverkar friktion och värmeöverföring.

Det är dock inte tillräckligt att enbart använda denna modell för att få en exakt bild av isbildning på flygplansvingar. En av de stora utmaningarna inom detta område är osäkerheten kring val av parametrar för grovhet i simuleringsmodellerna. Denna osäkerhet uppstår eftersom det är svårt att exakt definiera och mäta de exakta egenskaperna hos en ytas grovhet under verkliga flygförhållanden. Därför är det av stor vikt att utveckla metoder som kan estimera dessa parametrar på ett pålitligt sätt.

I detta sammanhang har metoder för metamodeling och kalibrering blivit ett kraftfullt verktyg. En teknik som visat sig användbar är Polynomial Chaos Expansion (PCE), en metod som används för att hantera osäkerheter i ingångsparametrarna. Genom att använda denna metod kan man skapa en statistisk representation av de variabler som påverkar isbildningen. Detta möjliggör förutsägelser om isskiktets egenskaper med ett högre mått av precision.

För att ytterligare förbättra noggrannheten i simuleringarna används också en Bayesian Inversion-metod för kalibrering. Genom att kombinera PCE med Bayesiansk inversion kan modellerna justeras för att bättre passa verkliga experimentella data. Till exempel kan en sådan metod användas för att kalibrera en modell för en NACA0012-vinge och jämföra resultatet med experimentell isbildning. Resultaten från denna typ av kalibrering visade en noggrannhet på mindre än 6% jämfört med de faktiska experimentella data för glaseisens tvärsnittsarea och maximala tjocklek.

Det är värt att notera att denna metod inte bara är tillämplig för den specifika NACA0012-vingen, utan kan anpassas för andra vingformer och flygplansmodeller. Detta öppnar möjligheten för att använda denna metod för mer komplexa fall, där olika typer av isbildning kan förekomma beroende på flygplansdesign och omgivande atmosfäriska förhållanden.

För att fortsätta att utveckla denna metod och för att förbättra förutsägelser om isskikt på flygplansvingar är det avgörande att noggrant hantera osäkerheterna i modellerna. Detta innebär att vi måste förstå och kunna identifiera de faktorer som bidrar till dessa osäkerheter, så att vi kan justera våra simuleringar för att återspegla verkliga förhållanden på ett mer exakt sätt. Dessutom måste forskningen fortsätta att utveckla och verifiera nya kalibreringsmetoder för att säkerställa att resultaten är tillförlitliga även under olika flygförhållanden.

Genom att tillämpa dessa avancerade metoder kan vi inte bara förbättra isbildningsförutsägelser utan också utveckla effektivare lösningar för att förhindra isbildning på flygplansvingar. Det är ett område med stor potential för att förbättra säkerheten och effektiviteten för både civila och militära flygplan.

Hur påverkar isbildning flygsäkerheten och hur kan modeller för isackumulering förbättras?

I flygplanssäkerhet är isbildning under flygning en av de främsta riskerna. Statistik visar att isbildning står för 17 % av väderrelaterade incidenter under flygning (I.A.T.A. 2016). De största farorna med is är ökad vikt på flygplanet, risken för att motorerna ska suga in isbitar och försämrad aerodynamik när is ackumuleras på lyftytorna (Bragg et al. 2005). Under de senaste decennierna har flera allvarliga incidenter och dödsfall inträffat som följd av isbildning under flygning. Ett av de mest uppmärksammade exemplen var den tragiska olyckan med Air France flight AF447 2009, där isbildning på pitotrören var en bidragande faktor (Conversy et al. 2014). Ett annat exempel är Comair-Delta Connection flight 3272 1997, där 29 personer omkom, och där isbildning misstänks ha varit en orsak (NTSB 1997).

I samband med denna kända säkerhetsrisk investeras mycket i förebyggande åtgärder, analys och bekämpning av isbildning på flygplansytor (Cao et al. 2018). För att lösa detta ingenjörsproblem används både experimentella och numeriska metoder (Fujiwara et al. 2020). På den experimentella sidan har flera aerodynamiska studier genomförts under verkliga isförhållanden eller i kryogena vindtunnlar för att förstå mekanismerna bakom isackumulering och dess effekter på flygningen (Zocca et al. 2017). Dessa studier har lett till effektivare anti-icing och de-icing enheter på flygplan, vilket har minskat de potentiella problemen med isackumulering under flygning (FAA 2016). Experiment och flygtester är nödvändiga för att säkerställa att ett flygplan faktiskt kan flyga under isbildningsförhållanden (FAA 2006), och idag är detta en obligatorisk del av certifieringsprocessen (FAA 2007; Toulouse och Lewis 2015).

Under de senaste två decennierna har numeriska simuleringar av isackumulering blivit ett viktigt komplement till experimentella tester. Sedan början av 2000-talet har dessa numeriska verktyg använts som en del av design- och certifieringsprocessen (Habashi et al. 2003). En simulering av isackumulering under flygning kombinerar luftflödet runt flygplanet, som beräknas med hjälp av computational fluid dynamics (CFD), med en lösare för dropppåverkan och en lösare för isackumulering (Lavoie et al. 2018). De flesta isackumuleringslösare härstammar från Messinger-modellen, som genom mass- och energibalans beräknar fasomvandling och isackumuleringsform (Messinger 1953). Denna modell har förbättrats och utvecklats genom åren (Myers 2001; Zhu et al. 2012) för att inkludera fler fysiska fenomen, som t.ex. ett vattenfilmdrivet skjuvspänningsflöde. Den Shallow Water Icing Model (SWIM) är en partiell differentialekvationsformulering av Messinger-modellen och används i den kommersiella programvaran FENSAP-ICE (Bourgault et al. 2000; Ansys 2014). ONERA i Frankrike är involverad i utvecklingen av numeriska ismodeller med hjälp av IGLOO2D och den nyare IGLOO3D (Trontin et al. 2017; Radenac et al. 2019).

Trots alla dessa framsteg med numeriska modeller och programvara, finns det fortfarande betydande osäkerheter. Eftersom isackumuleringsfysiken är mycket komplex och innehåller många osäkerheter, kan modellerna ibland förutsäga isformationer som skiljer sig avsevärt från verkliga experimentella resultat (Laurendeau et al. 2022). Denna osäkerhet, både i modeller och mätningar, är anledningen till att numeriska förutsägelser ofta inte överensstämmer med experimentella isackumulationer. Forskningsinsatser har fokuserat på att förbättra noggrannheten och minska avvikelserna mellan modeller och verkliga förhållanden, från de tidigaste modellerna (Wright et al. 1997b) till de senaste (Szilder och Lozowski 2018).

Isackumuleringslösarna är beroende av en energibalans som inkluderar en konvektiv värmeöverföringsterm, vilken har stor inverkan på den slutliga isformen som beräknas (Ignatowicz et al. 2019). Den konvektiva termen hämtas från CFD-lösningen för luftflödet. För CFD-beräkningar av luftflödet över isackumulerade ytor, är den grova ytan en betydande utmaning. Kopplingen mellan luftflödessolvern och isackumuleringslösaren baseras huvudsakligen på en lösning för konjugerad värmeöverföring (Bennani et al. 2020). Från början av processen för isackumulering skapas en ytråhet som måste beaktas i flödesberäkningarna. För att hantera denna utmaning justeras de klassiska turbulensmodellerna för att beakta de grova ytorna, och detta görs genom metoder som Spalart-Allmaras (SA)-modellen (Aupoix och Spalart 2003).

En ytterligare temperaturkorrigeringsmodell behövs för att justera de förutspådda värmeflödena, eftersom SA-modellen tenderar att överdriva dessa flöden (Morency och Beaugendre 2020). Denna problematik med att modellera det termiska gränsskiktet under isackumuleringssimuleringar har blivit föremål för omfattande forskning, till exempel vid ONERA (Radenac et al. 2020; Harry et al. 2021). Forskning har visat att ökningen av det turbulenta Prandtl-numret i närheten av väggarna kan minska de beräknade värmeflödena, vilket kan påverka isbildningen (Ignatowicz et al. 2022). För isade ytor innebär det att den specifika grovheten på ytan har en direkt inverkan på den förutsagda isformen. Att korrekt mäta och modellera dessa grovheter är fortfarande en utmaning, eftersom ytorna ofta är oregelbundna och varierande.

Forskning pågår för att finna de rätta parametrarna som behövs för att förbättra isförutsägelserna. En möjlig väg är metamodeling, en metod där ett förenklat, approximativt matematiskt samband används för att beskriva komplexa system och osäkerheter (Prince Raj et al. 2020). Genom metamodeling, som ofta kombineras med CFD, kan osäkerheter kvantifieras och analysen förbättras. Ett exempel på detta är Polynomial Chaos Expansion (PCE), som först föreslogs av Wiener 1938, där polynomiska samband används för att representera och analysera osäkerheter i modeller (Marelli och Sudret 2019).

För att kunna validera modeller för isackumulering är det viktigt att de förutsagda isformerna stämmer överens med de experimentella resultaten. Ett sätt att förbättra noggrannheten är att använda Bayesiansk inversion för att kalibrera modellparametrar och få en bättre överensstämmelse mellan de beräknade och experimentella isformationerna (Wagner et al. 2021). Genom att justera parametrarna på detta sätt kan man få mer realistiska förutsägelser som är mer användbara i praktiska tillämpningar.

Hur modeller för iskristallbildning och blandfas-förhållanden kan förutsäga isskador på flygplansytor

Inom områden som rör isskador på flygplansytor är noggranna modeller för isackumulering och dess inverkan på aerodynamik och struktur integrerade i avancerade simuleringsverktyg. Ett sådant exempel är ONERA:s 3D-isiga verktyg IGLOO3D, som involverar flera beräkningsmodeller och löser komplexa problem relaterade till isskador på ytor utsatta för isbildning i atmosfäriska förhållanden. Genom att koppla samman olika fysikaliska modeller som hanterar aerodynamik, värmeöverföring och isskador, kan denna typ av verktyg ge insikter om hur isaccumulation uppstår och utvecklas på flygplan.

Verktyget använder en flerfaldig beräkningsmetod där en detaljerad 3D-geometri först skapas med hjälp av ett mesh-generatorprogram som ICEM-CFD. Denna geometri används sedan för att beräkna aerodynamiska fält genom att lösa gasflödesekvationer med ONERA:s strukturerade CFD-kod elsA. De aerodynamiska parametrarna som hastighet, tryck och temperatur från denna beräkning används sedan för att förse modeller för iskristallbildning med nödvändig data. I dessa modeller räknas faktorer som temperatur, tryck och friktion på ytan in för att simulera isens ansamling.

För att förstå hur isbildning påverkar flygplansytor måste man ta hänsyn till flera olika parametrar, såsom temperaturen på ytan, mängden flytande vatten som rinner av ytan (runback), och partiklarna som kolliderar med flygplanet. Denna process, som är komplicerad och inte helt förstådd, bygger på empiriska observationer från experiment, vilket gör modellerna användbara, även om de inte exakt förutsäger varje detalj.

I praktiken har modellverifiering visat att dessa simuleringsverktyg kan förutsäga vissa allmänna mönster för isskador, såsom den koniska form som ofta ses på ytor som har utsatts för isbildning. Vidare har forskningen visat att det finns en specifik punkt i processen där isens bildning når en platå. Vid vissa temperaturer och luftfuktighetsförhållanden minskar isens tillväxt kraftigt, vilket återspeglas i en så kallad "platåeffekt". Denna effekt innebär att vid mycket låga eller mycket höga smältfrekvenser från de ispartiklar som träffar flygplanet, sker inte tillräcklig fästning av isen på ytan. Vid lägre smältningstakter är de inkommande ispartiklarna inte tillräckligt flytande för att fastna, medan vid högre smältningstakter är mängden flytande vatten så stor att isen tvättas bort.

Modellerna visar också att isskador inte bara påverkas av de fysiska egenskaperna hos isen och ytan utan även av andra aerodynamiska faktorer. Till exempel har Mach-talet en betydande effekt på isens form och tillväxt, vilket bekräftas av experimentella data som jämför simulerade och observerade isskador vid olika hastigheter.

Även om modellerna har visat sig vara användbara för att simulera den allmänna utvecklingen av isackumulering och ge insikter om hur olika parametrar samverkar, finns det fortfarande vissa begränsningar. En viktig observation är att modellerna inte alltid korrekt förutspår platåeffekten när smältfrekvenserna överstiger en viss tröskel. Denna brist innebär att ytterligare forskning och förbättring av modellerna krävs för att bättre kunna förstå och förutsäga isskador vid blandfasförhållanden, där både is och vätska är närvarande.

Det är också viktigt att förstå att dessa modeller inte är perfekta representationer av verkliga förhållanden. Eftersom isbildning är en komplex process som inte helt kan förklaras av nuvarande fysikaliska teorier, bygger många av de modeller som används på korrelationer från experiment. Detta innebär att de kan vara användbara för att förstå vissa trender men inte alltid exakt förutsäga varje detalj i processen.

För läsaren som vill få en djupare förståelse av modellernas funktion är det nödvändigt att beakta hur de hanterar olika fysiska fenomen. Modeller som behandlar isens mekanik, värmeöverföring och luftflöde måste samverka på ett sätt som speglar de faktiska förhållandena under en flygning. Detta kräver inte bara avancerade beräkningsmetoder utan även en noggrant vald uppsättning experimentella data för att validera och förbättra de matematiska modellerna.

Hur rotorbladens isbildning påverkar helikopterns prestanda: En numerisk simuleringsmetod

Rotorcraftens isbildning är en komplex och flerdimensionell process som påverkar både aerodynamisk prestanda och säkerhet. Under de senaste decennierna har utvecklingen av numeriska simuleringsmetoder möjliggjort en mer exakt förståelse av hur is ackumuleras på rotorbladen och hur detta påverkar hela rotorcraftens prestanda. Tidigare fysiska tester för att förstå dessa fenomen var dyra och tidskrävande, vilket ledde till behovet av mer effektiva simuleringsverktyg.

Vid numeriska simuleringar av isbildning på rotorblad är den största utmaningen att förutsäga isens form på rotorbladet. I motstånd till fastvingade flygplanssystem, där den mest använda metoden är den så kallade multi-shot-metoden för att modellera oregelbundenheter orsakade av isväxt, är rotorcraften mer komplex. Här inträffar oregelbundenheten inte bara på grund av isens tillväxt, utan också på grund av rotorbladen och hela rotorcraftens rörelse. Denna dynamiska rörelse gör att rotorcraftens isbildningssimulering kräver mer sofistikerade numeriska teknologier för att ge exakta resultat.

En av de mest kritiska aspekterna av rotorcraftens isbildning är hur den påverkar rotorbladens prestanda. De första numeriska analyserna av rotorcraftens isbildning, som genomfördes på 1980-talet, fokuserade på att förutsäga hur is påverkar det aerodynamiska prestanda genom att använda analytiska modeller för att beräkna hur isbildningen leder till ett ökat drag på rotorbladet. I dessa tidiga studier utvecklades en metod för att beräkna den ökade kraft som krävs för att kompensera för dragökningen orsakad av isbildning på rotorbladet.

För att beskriva denna process användes empiriska modeller som relaterade dragkoefficienten för ett isbelagt flygplansvinge till en aerodynamisk 3D-modell för isbildning. I den numeriska beräkningen togs hänsyn till olika faktorer som impaktvinklar, luftflöde och värmeöverföring för att exakt kunna förutsäga hur isen växer på rotorbladens ytor under flygning. Denna metod gav en god indikation på hur rotorbladens prestanda förändras beroende på hur is samlas och sprider sig, vilket ger insikter om nödvändiga förbättringar för att optimera rotorcraftens prestanda under isiga förhållanden.

Under 1990-talet infördes mer avancerade simuleringar baserade på Navier–Stokes ekvationerna, vilket gav ännu mer noggranna resultat, men också krävde betydligt mer beräkningskraft. För att effektivisera beräkningarna kombinerades potentialflödesteorier, som bygger på lyftlinjeteori, med isbildningssimulatorn LEWICE, som gör det möjligt att beräkna isens form på en isbelagd luftvinge. Denna metod innebär att den aerodynamiska prestandan för rotorbladen beräknas genom att använda ett förenklat lyftmodelleringssystem som sedan kopplas till detaljerade 2D-isbildningssimuleringar.

En sådan kombinerad metod kan användas för att skapa en mer realistisk bild av hur rotorbladets aerodynamiska prestanda försämras beroende på isbildningen. Simuleringarna är avgörande för att förstå hur rotorbladen påverkas under verkliga flygförhållanden, särskilt när det gäller att ta hänsyn till faktorer som isens fysiska egenskaper, dess tillväxtcykler och de förändringar i luftflödet som uppstår.

De numeriska verktygen för rotorcraft-isbildning har utvecklats avsevärt under de senaste årtiondena, men det finns fortfarande många utmaningar. Förutom att simulera den initiala isbildningen måste modellerna ta hänsyn till de komplexa interaktionerna mellan isens tillväxt och rotorbladets rörelse, vilket gör att varje enskild isbildning måste behandlas på individuell basis. Detta innebär att mer avancerade metoder för att förutsäga och hantera isens tillväxt och spridning krävs för att förbättra säkerheten och effektiviteten hos rotorcraft.

Förutom simuleringarna som hjälper till att förutsäga isens bildning är det också viktigt att utveckla och implementera iskyddssystem som kan förhindra eller minska isens påverkan på rotorbladen. Många moderna rotorcraft använder aktiva iskyddssystem som värmeelement eller mekaniska avvisningssystem för att hålla rotorbladen fria från is. Dessa system måste dock också beaktas i simuleringsmodellerna för att få en helhetsbild av rotorcraftens prestanda under isiga förhållanden.

Det är också av vikt att förstå hur isens ackumulering påverkar inte bara flygförmågan, utan också hela driftsäkerheten för rotorcraften. Is på rotorblad kan leda till obalanserade rotorer, vilket i sin tur kan skapa vibrationer som är skadliga för maskinen och kan påverka hela systemets livslängd. Dessa dynamiska effekter måste också beaktas för att utveckla mer precisa och pålitliga simuleringsverktyg.

Vad gör Kaliforniens Central Coast unik för resenärer och naturälskare?
Hur man mäter robustheten i produktdesign och optimerar den för anpassningsbara produkter
Hur kan vi förstå och kommunicera vetenskap i en polariserad värld?
Hur en president kan manipulera institutioner för att främja konspirationsteorier