Isbildning på roterande vingar i framåtriktad flygning är en högst instabil och tidsberoende process. När både kroppens rörelse och isbildningen i sig är obalanserade och sker på olika tidsskalor, uppstår numeriska svårigheter i simulering. För att lösa detta föreslogs en så kallad "quasi-unsteady"-metod, där de instationära egenskaperna i flödet, droppfältet och isens termodynamik bevaras, samtidigt som den numeriska effektiviteten bibehålls. Flödes- och droppfältet beräknas i denna modell med samma tidsskala som kroppens rörelse, medan isens tillväxt sker i flera steg genom en fleromgångsmetod.

En instationär flerfaslösare används tills en periodisk lösning uppnås. Denna lösning kopplas sedan till en issimuleringsmodul, där isbildningen beräknas vid varje mindre tidssteg. Efter varje cykel regenereras ett nytt isnät, vilket gör att isens tillväxt i föregående steg påverkar de efterföljande flödes- och droppberäkningarna.

Denna metod, jämfört med den konventionella steady-state-ansatsen, visar signifikanta skillnader i insamlingsförmåga (collection efficiency). Istället för att visa samma insamlingsförmåga vid en mittvinkel på luftprofilens rörelse, som i steady-state-modellen, varierar resultatet beroende på om vingen rör sig uppåt eller nedåt. Det leder till asymmetrisk isbildning och olika geometrier på den bildade isen. I fall med rime- och glaze-is visade den quasi-instabila modellen bättre överensstämmelse med experimentella data än steady-state-modellen. Ökad isbildning observerades särskilt vid rimeförhållanden, där obalansen i rörelsen ökade mängden is som deponerades längs vingytan. Avvikelser från experimentet tillskrevs antagandet om konstant isdensitet.

För att överföra denna analys till en tredimensionell rotorbladssimulering användes en hybridmetod som kombinerar tvådimensionell och tredimensionell beräkning. Denna process inleds med en multikroppsanalys för att bestämma det trimmade tillståndet hos en ren rotor. De aerodynamiska koefficienterna hämtas från en 2D-CFD-lösning, som i sin tur används för att beräkna inflödet längs bladets spännvidd. Pitchrörelsen förenklas till en oscillerande rörelse, vilket gör det möjligt att använda samma quasi-unsteady-metod som i 2D-fallet.

De resulterande aerodynamiska och droppfälten för varje bladsektion transformeras sedan till en 3D-ytmodell genom en "stitch"-metod. På varje azimutposition beräknas isbildningen utifrån lokala termodynamiska förhållanden, och den fullständiga 3D-isgeometrin regenereras. För att koppla detta tillbaka till flygmekaniken, delas den resulterande isytan upp igen i sektioner, och en ny tabell med 2D-koefficienter skapas för dynamik- och prestandaanalys.

Eftersom varje bladsektion behandlas med en egen flerfaslösning, ökar beräkningstiden linjärt med antalet sektioner. Därför fokuserar den föreslagna metoden inte på de fulla 3D-effekterna i aerodynamiken, utan snarare på instationariteten i rörelsen.

Metoden validerades med vindtunneltester i NASA:s Icing Research Tunnel med en fyrbladig rotor, där både 2D- och hybridlösningar testades. Beräkningarna för 50% och 70% av spännvidden visade god överensstämmelse med experimenten, medan området nära bladspetsen, där ishornen bildades, endast delvis kunde förutsägas. Detta lyfter fram begränsningarna i 2D-modeller för att exakt fånga aerodynamiska flödesfält och droppbanor.

Förståelsen av isbildningens beroende av kroppsrörelser förändrar fundamentalt hur man bör närma sig simulering och analys av isbildning på rotorblad. Det räcker inte med enbart steady-state-lösningar, eftersom dessa förbiser de dynamiska och ofta asymmetriska processer som verklig flygning innebär. Isens tillväxt påverkar i realtid aerodynamiken, vilket i sin tur påverkar vattenuppsamling och därmed ytterligare isbildning – ett återkopplat system som bara kan modelleras korrekt genom att låta flödet, droppfälten och termodynamiken samverka på rätt tidsskala.

Det är avgörande att förstå att isbildning inte är ett passivt resultat av omgivande miljö, utan ett aktivt samspel mellan flödesfält, rörelse och termiska gränsvillkor. Den komplexiteten går inte att approximera utan att förlora kritiska detaljer i både pred

Hur organiseras och optimeras partikelsimuleringar i distribuerade minnessystem för att hantera komplexa fysikaliska processer?

När simuleringar med stora partikelsystem körs på distribuerade minnessystem, delas det beräkningsdomänet upp i flera underdomäner som var och en hanteras av en separat processor. Varje underdomän lagrar sina partiklar lokalt, men för att säkerställa korrekt fysikaliskt samspel mellan partiklar på gränsen mellan underdomäner krävs en effektiv kommunikation via MPI (Message Passing Interface). Partiklar som tillhör andra underdomäner, men som finns i gränsområdet, kallas gästpartiklar, medan de som hör hemma i underdomänen kallas värdpartiklar.

Den tredimensionella uppdelningen (3-D partitionering) av domänen är särskilt fördelaktig i dessa sammanhang eftersom den signifikant minskar ytan av kommunikationsgränser jämfört med endimensionell (1-D) eller tvådimensionell (2-D) uppdelning. Till exempel, när ett kubiskt område delas i åtta underdomäner, reduceras kommunikationsytan från 7 m² i 1-D till endast 3 m² i 3-D partitionering, vilket minskar datautbyteskostnaderna mellan processorer och förbättrar skalbarheten.

För att minimera antalet riktningar för datautbyte, som potentiellt kan vara upp till 26 (alla intilliggande subdomäner i 3-D), används en sekventiell strategi för partikelinsamling. Partiklar samlas först i x-riktningen, därefter i y och slutligen i z, där varje steg inkluderar både värd- och gästpartiklar mottagna från tidigare steg. Denna metod gör kommunikationen mer hanterbar och effektiv.

En stor utmaning i distribuerade simuleringar är hanteringen av partiklar som migrerar över underdomänsgränser, något som sker naturligt under dynamiska processer. För att lösa detta används en omindexeringsmetod där partikellistor uppdateras kontinuerligt. Migrerande partiklar tas bort från sin ursprungliga underdomän och läggs till som värdpartiklar i den nya underdomänen. Samtidigt blir de utgående partiklarna gästpartiklar för den mottagande domänen. Denna procedur sker genom att man loopar över alla celler och deras partiklar i underdomänen och säkerställer att alla förändringar i partikelplacering reflekteras korrekt.

Skalbarheten och effektiviteten i den här typen av simulering har testats på system med över 100 miljoner partiklar och upp till 1024 processorkärnor. Resultaten visar en nästan linjär hastighetsökning och hög parallelliseringseffektivitet, vilket indikerar att metoden är robust även för extremt stora beräkningsuppgifter. Dessutom har det visat sig att för att bibehålla god beräkningsprestanda bör varje processor hantera minst cirka 100 000 partiklar.

När denna metodik appliceras på fysikaliska fenomen, som exempelvis kollisionen av droppar med vattenfilmer vid olika hastigheter, visar simuleringarna god överensstämmelse med experimentella data. Till exempel leder ytspänning vid låg hastighet till fler sekundära droppar, något som återges väl i simuleringarna. Vid högre hastigheter, typiska för aeronautiska miljöer, krävs högre partikelupplösning för att korrekt återge dynamiken i vattensprut och formation av kröningar på vattenytan.

Det är av vikt att förstå att den effektiva hanteringen av partikelkommunikation och migrering inte bara är en teknisk nödvändighet, utan avgörande för simuleringens fysikaliska korrekthet och beräkningshastighet. Optimerad partitionering, sekventiell kommunikationsstrategi och omindexering är kärntekniker som samverkar för att möjliggöra simuleringar av hög komplexitet och skala.

För att fördjupa förståelsen bör läsaren också beakta att val av partikelstorlek och upplösning direkt påverkar både precision och beräkningstid. Det finns en kompromiss mellan att öka upplösningen för bättre detaljer och att hålla beräkningskostnaderna rimliga. Vidare kan fysiska parametrar som ytspänning, vätskors viskositet och interaktionskrafter mellan partiklar ha stor betydelse för simuleringarnas resultat och måste därför modelleras noggrant.