Experimentella studier har under de senaste åren fokuserat på att förstå hur issamling på vingens framkant påverkar aerodynamiska egenskaper, särskilt för skevvingar vid måttliga attackvinklar. En sådan studie undersöker hur olika turbulensmodeller, särskilt RANS (Reynolds-averaged Navier–Stokes), DES (Detached Eddy Simulation) och IDDES (Improved Delayed Detached Eddy Simulation), kan användas för att förutsäga flödesfysik och aerodynamisk prestanda för semi-avskilda flöden över en skevving. Modellen som användes i denna studie är en 65% version av den vanliga forskningsmodellen (CRM), och tidigare experimentella data har använts för att utvärdera noggrannheten i dessa modeller för att simulera effekterna av issamling.

Resultaten visar att medan RANS-modellen på ett effektivt sätt kan fånga den allmänna trenden för lyft och drag vid låga attackvinklar, blir förutsägelserna för lyft och drag mindre precisa vid högre vinklar av attack. För IDDES, vid en attackvinkel på 6°, ger modellen en bra förutsägelse för lyft men misslyckas med att förutsäga drag korrekt. Detta fel ökar vid ännu högre attackvinklar. Denna diskrepans kan kopplas till oförmågan att korrekt förutsäga flödesavbrott, vilket tidigare har framgått i andra studier.

Flödesseparation över en skevving är ett mycket komplext fenomen. Det är inte bara ett tvådimensionellt problem, utan också tredimensionellt och mycket ostadigt. För att visualisera turbulenta strukturer i flödet används ofta Q-kriteriet, vilket tillåter att flödesdynamiken analyseras vid olika tidpunkter. Vid simuleringar där attackvinkeln ökar från 6° till 10°, förutsäger både DES och IDDES att storleken på turbulenta strukturer växer i takt med att flödet blir mer avskilt. Detta resulterar i en betydande skillnad mellan simulering och experimentella resultat, särskilt när det gäller att fånga flödesavbrott bortom den så kallade Yehudi-brytningen. Modeller som DES och IDDES misslyckas ofta med att förutsäga separation bortom denna punkt och tenderar att förutsäga en för tidig återfästning av flödet innan den når framkanten av vingen.

Vid undersökning av väggens flödesdynamik jämfördes experimentella data från minituftar och oljeflödesvisualiseringar med de beräknade väggskjuvspänningarna. Här visade experimenten att höga attackvinklar producerar ett starkt spanwise-flöde (många tufts pekar i spanwise-riktningen) med stor separation av flödet från vingens ytterkant. Detta flöde var väl fångat av RANS-modellen, men för DES och IDDES var separationen vid vingens ytterkant underpredikterad. Detta kan förklaras av en överdriven prediktion av turbulent inblandning och blandning, vilket får blandningslagret att växa snabbare och återfästa för tidigt.

Detta överpredikterade turbulenta blandning kan härledas till en osäkerhet i förutsägelsen av flödesövergången mellan två olika turbulensmodeller – en RANS-liknande modell och en LES-liknande modell. I detta "gråa område", där de två typerna av turbulens blandas, är det svårt att exakt förutsäga flödet. Här spelar den starkt tredimensionella karaktären hos flödesseparationen en avgörande roll, vilket gör det ännu mer utmanande att förutsäga flödet korrekt.

En annan aspekt som inte alltid fångas korrekt är tryckfördelningen, särskilt vid högre attackvinklar. För alla analyserade attackvinklar kunde varken DES eller IDDES exakt förutsäga tryckfördelningen på den största delen av vingens längd. Modellerna misslyckades också med att förutsäga den rätta punkten för när ett pitch-moment bryts i experimentella data. Detta leder till en överdriven prediktion av lyftkoefficienten och en felaktig återfästning av flödet på vingens ovansida.

För framtida arbete rekommenderas tre huvudmål: först att förstå turbulensblandningens prestanda i det "gråa området" vid förutsägelser av aerodynamik för isig skevving, för det andra att förbättra IDDES och andra zonala metoder för att bättre förutsäga flöden med hög tredimensionell separation, och för det tredje att undersöka skillnader i flödesfysik och aerodynamik när man jämför förenklade issamlingar med mer komplexa, högupplösta issamlingar.

Endtext

Hur fungerar numerisk simulering av isbildning med syntetiska jetaktuatorer (SJA)?

Isbildning på flygplansytor är en kritisk fråga för flygsäkerheten och kräver avancerade tekniker för förebyggande åtgärder. I denna kontext har numeriska simuleringar blivit ett ovärderligt verktyg för att analysera och utveckla iskontrollsystem, särskilt de som bygger på syntetiska jetaktuatorer (SJA). Den här studien fokuserar på en förenklad, men samtidigt tekniskt rigorös, implementering av ett sådant system med hjälp av programvaran ANSYS FLUENT och FENSAP-ICE.

Fyra integrerade moduler används för att simulera isbildningsprocessen: FENSAP, DROP3D, ICE3D och CHT3D. Tillsammans utgör de ett kopplat system där aerodynamik, droppimpakt, isackumulation och värmeöverföring behandlas som en helhet. DROP3D, som använder en eulerisk metod snarare än en traditionell lagransk approach, ökar den numeriska effektiviteten betydligt vid simulering av droppimpakt på kalla ytor. ICE3D ansvarar för att beräkna hur mycket av de impacterade dropparna som fryser till is, rinner bakåt eller avdunstar, medan CHT3D löser det konjugerade värmeöverföringsproblemet mellan ytan och den superkylda luftströmmen. Även om en fullständigt transient koppling mellan alla moduler inte genomfördes i denna studie, bedöms resultaten vara tillräckligt representativa för den fysikaliska processen.

Benchmarkstudien analyserar ett fall där sex SJA-enheter installeras längs en 54 mm lång kil med en vinkel på 15°. Denna konfiguration valdes för att den är geometriskt enkel men fortfarande relevant för isbildningsförhållanden. En jämförelse görs mellan fyra fall: utan SJA (referens), endast uppvärmd kammare, endast aktivering utan värme, och slutligen en kombination av värme och aktivering. Jetarnas maximala hastighet sattes till 25 m/s, med en aktiveringsfrekvens på 1000 Hz. I vissa fall värms även SJA-kammaren upp till 75 °C eller 100 °C för att undersöka termisk påverkan.

För att få fram en detaljerad förståelse av isbildningsförloppet, används ett finmaskigt rutnät med över 240 000 punkter för vätskedomänen och ytterligare ett finmaskigt nät för det värmeledande solida området. Flera randvillkor definieras noggrant: symmetriförhållanden, adiabatiska gränser, och interfaceytor mellan vätska och solid. De numeriska beräkningarna använder Spalart–Allmaras-modellen för turbulensmodellering, som är väl lämpad för externa aerodynamiska strömmar.

Särskilt intressant är tillvägagångssättet vid användning av CHT3D-modulen i en kvasi-stationär analys av en i grunden transient aktivering. Eftersom SJAs genererar ett tidsberoende flöde – på grund av växlingen mellan insug och utblås – analyseras flera ögonblicksbilder inom en aktiveringscykel. Fyra tidpunkter studeras: en med nollhastighet mellan sug och blås, en med fullt blås (+25 m/s), en andra nollhastighet, och slutligen fullt sug (–25 m/s). Detta tillåter analys av isbildningens extrema gränser under cykeln, vilket är centralt för att bedöma SJA-systemets effektivitet under realistiska flödesvariationer.

Det är väsentligt att notera att vattensamling på kilens främre del före den första jetaktuatorn medvetet modelleras som en vattensänka i ICE3D för att undvika numerisk instabilitet. Sådana tekniska detaljer är avgörande för simuleringens robusthet, särskilt under högupplösta beräkningar där små numeriska avvikelser kan leda till betydande fysiska fel.

Det som inte explicit behandlas i denna studie men som är avgörande för läsaren att förstå, är den fundamentala kopplingen mellan isbildningens mikrofysik och makroskopiska aerodynamiska effekter. Isbildning förändrar tryckfördelningen och därmed lyft- och motståndsegenskaper, vilket i praktiken påverkar styrbarhet, bränsleförbrukning och operativ säkerhet. En annan aspekt är att SJA-teknologins effektivitet inte enbart beror på jetparametrar utan också på yttemperaturens dynamik och materialets termiska ledningsförmåga. Materialvalet för den yta som skyddas har direkt inverkan på CHT3D-analysens resultat och därför på hela iskontrollsystemets design.

Hur kan Lagrangian-metoden användas för att beräkna vattensamlingsförmåga vid droppslagning?

Lagrangian-metoden, som används för att simulera droppslagning och vatteninsamling, kräver noggrant definierade modeller för att korrekt kunna uppskatta vattensamlingsförmågan på ytor. En central faktor i denna beräkning är droppens responsivitet till flödet, vilket påverkas av droppens tidsrespons, τp. När denna responsivitet är tillräckligt stor, närmar sig droppens hastighet vid nästa tidssteg den föregående hastigheten, vilket innebär att droppen praktiskt taget inte reagerar på flödet mellan tidsstegen. Å andra sidan, när τp är tillräckligt liten, bestäms droppens hastighet utifrån det lokala flödeshastigheten vid föregående tidssteg. Dock, enligt Barton et al. (1996), kan en liten responsivitet innebära att droppens hastighet fördröjs i förhållande till flödeshastigheten, vilket kan leda till beräkningsfel om tidssteget är för stort. För att hantera detta föreslog de en andra ordningens prediktor-korrektor metod som förbättrar noggrannheten i beräkningarna.

Vid beräkning av vattensamlingsförmågan (β) definieras denna som förhållandet mellan den insamlade massflödeshastigheten av vattendropparna på ytan och den ursprungliga flödeshastigheten. Detta kan skrivas som en ratio mellan de massflödeshastigheter som träffar ytan och de som befinner sig i friflöde, vilket representeras som en yta som bestämmer förhållandet. Traditionellt används metoden ‘Flow Tube’, där man förutsätter att vattendropparna inte korsar varandra, och därmed bevaras massflödet inom röret definierat av droppens banor. Detta förenklar beräkningarna, men ger en genomsnittlig effekt av vattensamlingen och kan missa lokala extrema värden på grund av den större storleken på det definierade området.

För att åtgärda detta och kunna få mer detaljerade resultat, föreslogs den ‘Local Flow Tube’ metoden. Här skapas en matris för droppar framför modellen, och varje punkt på matrisen bildar ett mikrorör där vattendropparna är inslutna. När alla droppar från ett sådant rör slår mot ytan, kan en lokal β-värde beräknas. Denna metod ger mer precisa resultat för lokala variationer i insamlingen, men den lider fortfarande av samma problem som den traditionella metoden – att dropparnas banor inte kan korsas, vilket leder till begränsningar vid instabila förhållanden.

För att övervinna detta utvecklades den statistiska metoden. Här beräknas vattensamlingen genom att räkna antalet droppar som slår mot en viss beräkningsyta, vilket gör det möjligt att beskriva mer komplexa fenomen som dropparnas kollision och fragmentering. Den statistiska metoden, som inte kräver beräkning av β-värdet direkt, kan hantera mer komplicerade förhållanden där dropparna korsar varandra eller bryts sönder under samlingen. Nackdelen med denna metod är att den är beräkningsintensiv, men med hjälp av parallell databehandling blir den allt mer konkurrenskraftig.

För att förbättra noggrannheten i Lagrangian-metoden vid simulering av droppslagning, används interpoleringstekniker för att justera flödeshastigheten vid droppens position baserat på den diskreta flödesdata som erhållits genom CFD-simuleringar. Några av de vanligaste interpoleringsmetoderna inkluderar bilinjär interpolering, viktad genomsnittsinterpolering och radial basis funktion-vägning (RBFW). Bilinjär interpolering används ofta i strukturerade gitter, men kan vara svår att tillämpa på oregelbundna nät. Den viktade genomsnittsmetoden, som bland annat bygger på Invers Distans Viktning (IDW), används för både strukturerade och oregelbundna nät och är enkel att implementera. RBFW, som är mer flexibel, tillåter tillämpning även på utspridda data i multidimensionella utrymmen, vilket ger en fördel i mer komplexa simuleringar.

Det är också viktigt att förstå att den exakta implementeringen av Lagrangian-metoden måste ta hänsyn till flödesdynamikens komplexitet. Exempelvis kan inte enbart den traditionella eller lokala ‘Flow Tube’ metoden användas för att beskriva vattensamlingen vid alla tillfällen, särskilt när flödet är turbulent eller när dropparna uppvisar komplexa beteenden som kollision eller fragmentering. Här kan den statistiska metoden vara mer användbar, men kräver kraftfulla beräkningsresurser. Med den snabba utvecklingen inom parallell databehandling kan dock dessa tekniker bli mer effektiva och användbara för att hantera den växande komplexiteten i droppslagsanalyser och vattensamling.