ONERA:s isprogramvara IGLOO2D är en avancerad simuleringsmiljö som består av olika fristående komponenter. Denna sammansättning gör det möjligt att simulera och analysera isbildning på flygplansvingar och andra aerodynamiska ytor under olika förhållanden. MESH2D, ett verktyg för nätgenerering, är centralt i denna process. Det tillåter byggandet av strukturerade, ostrukturerade och hybrida nät, vilket gör det möjligt att hantera både enkla och komplexa geometriska profiler, inklusive fler-elementprofiler.

Nätgenereringen i IGLOO2D är inte begränsad till enbart enskilda profiler utan omfattar även flermanssystem, som är vanliga i moderna flygplansdesigns. De strukturerade näten genereras genom intern programvara, medan de ostrukturerade näten beräknas med GMSH-programvaran. Denna flexibla nätgenereringsteknik gör att IGLOO2D kan hantera ett brett spektrum av geometriska och aerodynamiska förhållanden.

AERO2D är lösaren som används för att beräkna det aerodynamiska fältet, såsom lufttryck, hastighet och temperatur. Denna beräkning är en avgörande förutsättning för att kunna räkna ut effektiviteten av partikelsamling och isuppbyggnad. Processen börjar med beräkning av det inkompressibla externa flödet och fortsätter med att lösa gränsskiktsekvationerna i en envägskoppling. Två metoder används för att beskriva gränsskiktet: den första metoden bygger på en direkt lösning av Prandtl-likningarna för gränsskiktet, medan den andra använder förenklade integralmetoder som till exempel displacement och momentum-tjocklekar för att beräkna friktions- och värmeöverföringskoefficienterna.

En viktig aspekt i beräkningarna av aerodynamiska vägggränsförhållanden är ytors grovhet. Vid isbildning på ytor uppstår en iterativ process där ett grovt istäcke bildas, vilket påverkar friktionskoefficienten och värmeflödet på väggen. Grovhetsmodeller används för att ta hänsyn till hur dessa effekter påverkar gränsskiktet. Det finns flera metoder för att beskriva grovheten, där den ekvivalenta sandkornstjockleken, som definieras av elementens geometriska och topologiska egenskaper, är central. Denna metod används för att analysera hur grovhet påverkar flödesdynamiken i olika scenarier.

För att modellera och beräkna spridda tvåfasflöden används TRAJ2D, en lösare som hanterar partikelbanor. TRAJ2D beräknar hur partiklar rör sig från sin injektion till deras interaktion med väggen, vilket är avgörande för att förstå och förutsäga isbildningens beteende. En särskild funktion hos TRAJ2D är att den kan behandla både vätskedroppar och ispartiklar, samt olika dragmodeller som gör det möjligt att beräkna icke-sfäriska partiklar som iskristaller. Den här lösaren inkluderar även modeller för fasomvandlingar som smältning, sublimering och förångning, samt vägg-interaktionsmodeller för ispartiklar.

För att simulera isuppbyggnad används ACCRET2D, som är ett verktyg för att beräkna massflödet och de fysikaliska egenskaperna hos de partiklar som träffar väggen. Detta sker med hjälp av en iterativ process där förutsättningar från både aerodynamiklösaren och den tvåfasiga flödeslösaren används. Den mest använda metoden för isberäkning är Messingerbalansmodellen, som kan implementeras med antingen en förutsägelse-och-korrigeringsteknik eller en flertidsstegsmetod. Denna metod möjliggör effektiva beräkningar av isbildning på moderat CPU-kostnad.

Vidare har förbättringar av Messinger-modellen gjorts genom införandet av flerlagersmodeller som tillåter isen att delvis smälta eller blandas med ett vattenskikt. Denna typ av modellering är nödvändig för att bättre simulera de realistiska förhållandena för isuppbyggnad på flygplansytor.

I och med de tekniska framstegen i IGLOO2D kan simuleringarna genomföras med hög precision och effektivitet. Genom att använda flera komponenter och modeller, kan IGLOO2D ge detaljerade insikter i både aerodynamiska och fysikaliska processer som leder till isbildning, vilket gör det till ett ovärderligt verktyg för att förstå och förutsäga isuppbyggnad under flygning.

Det är också viktigt att förstå att varje komponent inom IGLOO2D är djupt integrerad, och den korrekta användningen av varje modul kräver en noggrann förståelse av de fysikaliska processerna bakom varje steg. Modellerna för partikeldynamik, interaktionen mellan vägg och ispartiklar, samt beräkningarna av de termiska och mekaniska effekterna av isuppbyggnad måste alla beaktas för att simuleringarna ska ge realistiska och tillförlitliga resultat.

Hur påverkar hastighet och vingkroppslängd isbildning och aerodynamisk prestanda på UAV:er?

Studien undersöker numeriskt hur variations i luftfart och vingkroppslängd påverkar isbildning och därmed den aerodynamiska prestandan hos en UAV:s vingprofil under olika meteorologiska isbildningsförhållanden: rimfrost (rime), glasig is (glaze) och blandad is (mixed). Resultaten visar tydligt att isens utbredning och form förändras markant med hastigheten, vilket i sin tur påverkar luftflödets separation och den totala aerodynamiska drag- och lyftkraften. Vid låga hastigheter bildas tjockare is, vilket skapar stora separationszoner, medan högre hastigheter genererar tunnare men mer utbredd is, vilket leder till ökad ytråhet och förändrade strömningsmönster.

För rimfrost visar sig att ökad hastighet höjer dropparnas tröghet, vilket ökar isbildningens omfattning och därmed de aerodynamiska förlusterna. Samtidigt fungerar de tjocka isformeringarna som ledande kanthorn och fördröjer stall till något högre anfallsvinklar, men ändå under nivåerna för ren vinge. Vid temperaturer närmare fryspunkten, där isbildningen inte sker omedelbart, påverkar den ökade hastigheten den aerodynamiska uppvärmningen, vilket minskar andelen omedelbart frusen is och ökar mängden rinnande vatten. Detta fenomen skapar en skiftning i isbildningsregimen, särskilt tydlig i blandad is, där höga hastigheter resulterar i stora horn och därmed kraftigare prestandaförluster. Glasig is bildar däremot inga horn, och prestandaförlusterna ökar därför inte signifikant med hastigheten; vid mycket höga hastigheter kan isbildningen helt upphöra på grund av ökad yttemperatur.

Variationen i vingkroppens längd följer en liknande trend i alla isbildningsregimer: kortare vingkroppar resulterar i relativt tjockare is och större isområde, vilket ger ökade aerodynamiska påfrestningar. Effekten är icke-linjär och mest påtaglig vid de minsta dimensionerna, särskilt vad gäller drag. Glasig is ger störst prestandaförsämring vid små vingkroppar, troligen på grund av komplexa isformers påverkan på strömningen. Dessa fynd harmonierar med tidigare studier om Reynoldstalets inverkan på isbildningsfysik, där mindre vingstorlek och lägre hastighet var och en för sig bidrar till minskad absolut ismassa men ökad relativ isyta.

Denna förståelse är avgörande eftersom UAV:er skiljer sig avsevärt från bemannade flygplan, både genom sin mindre storlek och lägre hastigheter. Resultaten indikerar att UAV:er kan drabbas av isbildning vid temperaturer och förhållanden där bemannade flygplan knappt påverkas. Ändringar i hastighet kan dessutom flytta isbildningsregimen från rimfrost till blandad is, vilket drastiskt kan förändra isens geometri och därmed de aerodynamiska förlusterna. Små UAV:er är därmed mer känsliga för isbildning än större flygplan, vilket även innebär att svaga isbildningsförhållanden som bedöms som obetydliga för större flygplan kan vara kritiska för UAV:er.

Detta har viktiga konsekvenser för prognoser och varningssystem för isbildning, som idag ofta är anpassade för bemannade flygplan. Existerande isvarningsindex, kalibrerade för stora flygplan, kan underskatta risken för UAV:er, vilket belyser behovet av skräddarsydda metoder för dessa mindre och långsammare farkoster.

Det är dock viktigt att notera att de numeriska simuleringarna, trots god överensstämmelse med tidigare arbete, har begränsningar i sin precision vad gäller detaljrikedom och exakta prestandapåverkningar. Resultaten bör därför ses som kvalitativa och som ett underlag för vidare experimentell och numerisk validering.

Slutligen är det av vikt att inse hur den komplexa samverkan mellan hastighet, vingspännvidd, temperatur och isbildningsregim styr isens form och därmed prestandan. Att noggrant analysera dessa faktorer kan inte bara bidra till bättre UAV-design utan också till utvecklingen av mer tillförlitliga system för isövervakning och säker drift under krävande meteorologiska förhållanden.

Hur påverkar olika faktorer temperaturen på ytan av en droppformad vätska på en superhydrofobisk yta?

Den termodynamiska processen för nedkylning av en superkyld dropp är av stor betydelse inom flera ingenjörsområden. Förståelsen av hur temperaturgradienter och frysningsprocesser utvecklas på ytan av en dropp är nödvändig, särskilt för att designa isfria ytor och förhindra isbildning i system som används för avisning av flygplanssensorer. För att noggrant förutsäga frysningshastigheter och temperaturförändringar, är det avgörande att använda pålitliga modeller som kan beskriva dessa komplexa fysikaliska fenomen. I denna studie undersöks frysningsprocessen för en superkyld dropp på en superhydrofobisk yta, med hjälp av en hybrid numerisk-analytisk lösning och en modellreduktionsteknik.

En av de mest centrala faktorerna för att förstå frysningsprocessen är hur temperaturen på ytan av droppen förändras över tid. För detta syfte används Generalized Integral Transform Technique (GITT), en metod som baseras på en egenfunktionsutvidgning för att uppnå bättre konvergens i lösningen. GITT gör det möjligt att analysera dimensionlös temperatur vid olika positioner på ytan av droppen, vid olika tidssteg. Resultaten från denna metod jämförs med de som erhållits genom den numeriska lösningen från Mathematica's NDSolve rutin, vilken tillämpar en metod för att lösa differentialekvationer genom linjära slutna differenser.

Vid användning av GITT-metoden observerades att temperaturförändringarna på droppens yta konvergerade vid ungefär 150 till 200 iterationssteg, vilket är avgörande för att uppnå noggranna resultat. För droppens yta vid positionerna θ(1, 0, τ) och θ(1, -1, τ), som representerar två olika regioner av gränsvillkoret, visades det att resultaten från GITT och NDSolve överensstämmer väl. Detta visar på metodernas robusthet och att de ger en konsekvent bild av droppens temperaturutveckling över tid.

Vid en djupare analys av effekterna av olika faktorer som påverkar frysningsprocessen, identifierades betydelsen av den termiska kontaktresistansen. När denna resistans ökar, saktar nedkylningsprocessen ned, vilket påverkar både den initiala fryspunkten och temperaturen vid pre-recalescence, vilket innebär att den temperatur där frysningsprocessen accelererar. För att studera detta, utfördes simuleringar vid olika värden av Biot-talet (Bic), vilket speglar förändringar i den termiska kontaktresistansen. Det konstaterades att högre värden av Bic (vilket motsvarar lägre termisk kontaktresistans) leder till snabbare nedkylning, medan lägre värden av Bic resulterade i långsammare temperaturförändringar. Detta är avgörande för att förutse frysningsförhållandena under verkliga förhållanden, där olika ytors egenskaper kan påverka processen.

En annan viktig faktor som undersöktes var inverkan av kontaktvinkeln mellan droppen och ytan. Genom att analysera olika kontaktvinklar, 160° och 170° för en superhydrofobisk yta och 120° för en hydrofobisk yta, konstaterades det att kontaktvinkeln har en stor betydelse för temperaturutvecklingen på ytan av droppen. För en lägre kontaktvinkel sker nedkylningen snabbare. Det visades också att för lägre kontaktvinklar blev avvikelserna mellan GITT-lösningen och NDSolve-lösningen större, vilket kräver en mer noggrant finmaskig analys för att uppnå bästa möjliga överensstämmelse mellan metoderna.

Resultaten från studien visade att när droppen kyls ned och närmar sig frysningspunkten (vid τ ≈ 7.4), är det viktigt att noggrant förstå effekterna av både termisk resistans och ytegenskaper. För droppar på superhydrofobiska ytor, som har en stor kontaktvinkel, sker en snabbare kylning, medan droppar på hydrophobiska ytor (med mindre kontaktvinkel) tenderar att frysa långsammare. Denna observation är kritisk för att designa och optimera system för isförhindrande, särskilt inom områden som flygteknik och sensorteknik.

Att simulera frysningsprocessen för superkylda droppar innebär att man inte bara tittar på droppens temperaturförändring vid en viss tidpunkt utan också överväger hur olika parametrar, som termisk kontaktresistans och kontaktvinkel, påverkar den totala frysningsdynamiken. Det är viktigt att använda dessa modeller för att skapa exakta förutsägelser för när en dropp kommer att börja frysa, och för att optimera ytor för att antingen förhindra isbildning eller effektivt avlägsna is.

Hur kan bildklassificering med djupinlärning förbättra tillverkningsprocessen för halvledare?
Hur fungerar internationell laboratorieackreditering och standardisering?
Hur man använder ESP32 för att skapa IoT-applikationer: Från sensorer till meddelandetjänster