雷诺应力与涡黏性模型的分离流预测对比分析

doi:10.7527/S1000-6893.2022.27619

流体力学与飞行力学

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

雷诺应力与涡黏性模型的分离流预测对比分析

赵雅甜¹, 邵志远²(), 阎超², 向星皓³

^1.中南大学交通运输工程学院，长沙 410083
^2.北京航空航天大学航空科学与工程学院，北京 100191
^3.中国空气动力研究与发展中心，绵阳 621000

收稿日期:2022-06-14 修回日期:2022-06-29 接受日期:2022-08-10 出版日期:2023-06-15 发布日期:2022-08-31
通讯作者: 邵志远 E-mail:zhiyuan_shao@126.com
基金资助:
国家自然科学基金(11902367);湖南省自然科学基金(S2021JJQNJJ2716);空气动力学国家重点实验室开放课题(SKLA-20200202)

Comparative analysis of Reynolds stress and eddy viscosity models in separation flow prediction

Yatian ZHAO¹, Zhiyuan SHAO²(), Chao YAN², Xinghao XIANG³

^1.School of Traffic and Transportation Engineering，Central South University，Changsha 410083，China
^2.School of Aeronautic Science and Engineering，Beihang University，Beijing 100191，China
^3.China Aerodynamics Research and Development Center，Mianyang 621000，China

Received:2022-06-14 Revised:2022-06-29 Accepted:2022-08-10 Online:2023-06-15 Published:2022-08-31
Contact: Zhiyuan SHAO E-mail:zhiyuan_shao@126.com
Supported by:
National Natural Science Foundation of China(11902367);Natural Science Foundation of Hunan Province(S2021JJQNJJ2716);State Key Laboratory of Aerodynamics(SKLA-20200202)

摘要/Abstract

摘要：

现代飞行器设计对流动分离的准确预测需求愈发迫切，但使用广泛的涡黏性模型预测结果却不尽如人意。雷诺应力模型凭借其扎实的理论基础有可能获得可信度更高的结果，但其性能优势仍需进一步评估与发掘。选取了 SST模型、Stress-BSL（Baseline）模型分别作为涡黏性和雷诺应力模型的代表，对二维驼峰、二维跨声速凸块、跨声速三维 ONERA M6 机翼等算例进行了数值仿真。结果表明，相较于实验值，2种模型的预测结果均出现流动分离点提前，再附点滞后的现象，但 Stress-BSL 模型的预测误差更小，表现出了强逆压梯度下预测分离流动的优势。通过分析发现，2种模型对雷诺应力的低估导致了分离区较大。具体表现为 SST 模型引入的 Bradshaw 假设限制了湍动能的生成，使得模型计算的涡黏性系数偏小，强逆压梯度下低估边界层雷诺应力，导致流动分离提前。而分离区上缘处的雷诺应力预测偏小则被认为是流动再附滞后的主要原因。对于雷诺应力模型，误差主要来源于雷诺应力输运方程再分配项的模化不准。最后，针对上述原因，对 SST 模型关键封闭参数进行了重新标定，并进行了初步验证，结果表明修改后的模型预测表现好于原模型结果。

关键词: 雷诺应力模型, 涡黏性模型, 雷诺应力, 分离流动, 激波诱导分离

Abstract:

The demand for accurate prediction of flow separation in modern aircraft design is becoming increasingly urgent， yet the prediction results of the widely used eddy viscosity model are not satisfactory. With its solid theoretical foundation， the Reynolds stress model may obtain more reliable results； however， its performance advantages still need to be further evaluated and explored. In this paper， the shear stress transport model and stress baseline model are selected as the representatives of the eddy viscosity model and Reynolds stress model， respectively， and numerical simulations are carried out for two-dimensional hump， two-dimensional transonic bump and three-dimensional transonic ONERA M6 wing. Compared with the experimental values， the prediction results of the two models show that the flow separation point is ahead of time and the reattachment point lags behind， while the prediction error of the Stress BSL model is smaller， showing the advantage of separation flow prediction under strong reverse pressure gradient. It is found that the two models underestimate the Reynolds stress， resulting in a large separation zone. Specifically， the Bradshaw hypothesis introduced into the SST model limits the generation of turbulent kinetic energy， reduces the eddy viscosity coefficient calculated by the model， underestimates the Reynolds stress in the boundary layer under strong adverse pressure gradient， and leads to early flow separation. The smaller Reynolds stress prediction value at the upper edge of the separation zone is considered to be the main cause for the lag of flow reattachment. For the Reynolds stress model， the error mainly originates from the inaccurate modeling of the redistribution term of the Reynolds stress transport equation. Finally， aiming at the above causes， we recalibrate and preliminarily verify the key closure parameters of the SST model. The results show that the modified model performs better than the original model.

Key words: Reynolds stress model, eddy viscosity model, Reynolds stress, separation flow, shock induced separation

中图分类号:

V211.3

赵雅甜, 邵志远, 阎超, 向星皓. 雷诺应力与涡黏性模型的分离流预测对比分析[J]. 航空学报, 2023, 44(11): 127619-127619.

Yatian ZHAO, Zhiyuan SHAO, Chao YAN, Xinghao XIANG. Comparative analysis of Reynolds stress and eddy viscosity models in separation flow prediction[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2023, 44(11): 127619-127619.

图/表 19

图 1

图 2

表 1

图 3

图 4

表 2

图 5

表 3

图 6

图 7

表 4

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

参考文献 32

1	DRIVER D M， SEEGMILLER H L， MARVIN J G. Time-dependent behavior of a reattaching shear layer［J］. AIAA Journal， 1987， 25（7）： 914-919.
2	BUSH R H， CHYCZEWSKI T S， DURAISAMY K， et al. Recommendations for future efforts in RANS modeling and simulation［C］∥AIAA Scitech 2019 Forum. Reston： AIAA， 2019： 0317.
3	EISFELD B， RUMSEY C， TOGITI V. Verification and validation of a second-moment-closure model［J］. AIAA Journal， 2016， 54（5）： 1524-1541.
4	RUMSEY C L. Application of Reynolds stress models to separated aerodynamic flows［M］∥EISFELD B. Differential Reynolds Stress Modeling for Separating Flows in Industrial Aerodynamics. Cham： Springer， 2015： 19-37.
5	RUMSEY C L， RIVERS S M， MORRISON J H. Study of CFD variation on transport configurations from the second drag-prediction workshop［J］. Computers & Fluids， 2005， 34（7）： 785-816.
6	WILCOX D C. Turbulence Modeling for CFD［M］. 3rd edition. San Diego： DCW Industries， 2006.
7	董义道，王东方，王光学，等. 雷诺应力模型的初步应用［J］. 国防科技大学学报， 2016， 38（4）： 46-53.
	DONG Y D， WANG D F， WANG G X， et al. Preliminary application of Reynolds stress model［J］. Journal of National University of Defense Technology， 2016， 38（4）： 46-53 （in Chinese）.
8	阎超，屈峰，赵雅甜，等. 航空航天CFD物理模型和计算方法的述评与挑战［J］. 空气动力学学报， 2020， 38（5）： 829-857.
	YAN C， QU F， ZHAO Y T， et al. Review of development and challenges for physical modeling and numerical scheme of CFD in aeronautics and astronautics［J］. Acta Aerodynamica Sinica， 2020， 38（5）： 829-857 （in Chinese）.
9	SLOTNICK J， KHODADOUST A， ALONSO J， et al. CFD vision 2030 study： A path to revolutionary computational aerosciences： NASA/CR-2014-218178［R］. Hampton： NASA Langley Research Center， 2014.
10	RUMSEY C， VATSA V. A comparison of the predictive capabilities of several turbulence models using upwind and central-difference computer codes［C］∥31st Aerospace Sciences Meeting. Reston： AIAA， 1993： 192.
11	WANG S Y， DONG Y D， DENG X G， et al. High-order simulation of aeronautical separated flows with a reynold stress model［J］. Journal of Aircraft， 2018， 55（3）： 1177-1190.
12	舒博文，杜一鸣，高正红，等. 典型航空分离流动的雷诺应力模型数值模拟［J］. 航空学报， 2022， 43（11）： 487-502.
	SHU B W， DU Y M， GAO Z H， et al. Numerical simulation of Reynolds stress model of typical aerospace separated flow［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（11）： 487-502 （in Chinese）.
13	熊莉芳，林源，李世武. k⁃ε湍流模型及其在FLUENT软件中的应用［J］. 工业加热， 2007， 36（4）： 13-15.
	XIONG L F， LIN Y， LI S W. k⁃ε turbulent model and its application to the FLUENT［J］. Industrial Heating， 2007， 36（4）： 13-15 （in Chinese）.
14	MENTER F R， EGOROV Y. The scale-adaptive simulation method for unsteady turbulent flow predictions. Part 1： Theory and model description［J］. Flow， Turbulence and Combustion， 2010， 85（1）： 113-138.
15	刘宏康，陈坚强，向星皓，等. 改进k⁃ω⁃γ转捩模式对不同雷诺数下HIAD的转捩预测［J］. 航空学报， 2022， 43（12）： 126868.
	LIU H K， CHEN J Q， XIANG X H， et al. Transition prediction for HIAD at different Reynolds number by improved k⁃ω⁃γ transition model［J］. Acta Aeronautica et Astronautica Sinica，2022，43（12）：126868 （in Chinese）.
16	GREENBLATT D， PASCHAL K B， YAO C S， et al. Experimental investigation of separation control part 1： baseline and steady suction［J］. AIAA Journal， 2006， 44（12）： 2820-2830.
17	GREENBLATT D， PASCHAL K B， YAO C S， et al. Experimental investigation of separation control part 2： Zero mass-flux oscillatory blowing［J］. AIAA Journal， 2006， 44（12）： 2831-2845.
18	BACHALO W D， JOHNSON D A. Transonic， turbulent boundary-layer separation generated on an axisymmetric flow model［J］. AIAA Journal， 1986， 24（3）： 437-443.
19	Mayeur J， Dumont A， Destarac D， et al. RANS simulations on TMR test cases and M6 wing with the Onera elsA flow solver［J］. AIAA Paper， 2015， 1745： 2015.
20	DEMUREN A， SARKAR S. Systematic study of Reynolds stress closure models in the computations of plane channel flows［R］. Hampton： Institute for Computer Applications in Science and Engineering， 1992.
21	PANDA J P， WARRIOR H V， MAITY S， et al. An improved model including length scale anisotropy for the pressure strain correlation of turbulence［J］. Journal of Fluids Engineering， 2017， 139（4）： 044503.
22	LAUNDER B E， REECE G J， RODI W. Progress in the development of a Reynolds-stress turbulence closure［J］. Journal of Fluid Mechanics， 1975， 68（3）： 537-566.
23	SPEZIALE C G， SARKAR S， GATSKI T B. Modelling the pressure–strain correlation of turbulence： an invariant dynamical systems approach［J］. Journal of Fluid Mechanics， 1991， 227： 245-272.
24	CÉCORA R D， RADESPIEL R， EISFELD B， et al. Differential Reynolds-stress modeling for aeronautics［J］. AIAA Journal， 2014， 53（3）： 739-755.
25	王圣业，符翔，杨小亮，等. 高阶矩湍流模型研究进展及挑战［J］. 力学进展， 2021， 51（1）： 29-61.
	WANG S Y， FU X， YANG X L， et al. Progresses and challenges of high-order-moment turbulence closure［J］. Advances in Mechanics， 2021， 51（1）： 29-61 （in Chinese）.
26	MENTER F R. Two-equation eddy-viscosity turbulence models for engineering applications［J］. AIAA Journal， 1994， 32（8）： 1598-1605.
27	GALVÁN S， REGGIO M， GUIBAULT F. Assessment study of K-ɛ turbulence models and near-wall modeling for steady state swirling flow analysis in draft tube using fluent［J］. Engineering Applications of Computational Fluid Mechanics， 2011， 5（4）： 459-478.
28	TOMINAGA Y， STATHOPOULOS T. Numerical simulation of dispersion around an isolated cubic building： comparison of various types of k⁃ɛ models［J］. Atmospheric Environment， 2009， 43（20）： 3200-3210.
29	WILCOX D C. Formulation of the k-w turbulence model revisited［J］. AIAA Journal， 2008， 46（11）： 2823-2838.
30	BRADSHAW P， FERRISS D H， ATWELL N P. Calculation of boundary-layer development using the turbulent energy equation［J］. Journal of Fluid Mechanics， 1967， 28（3）： 593.
31	KAEWBUMRUNG， TANGSOPA， THONGSRI. Investigation of the trailing edge modification effect on compressor blade aerodynamics using SST k⁃ω turbulence model［J］. Aerospace， 2019， 6（4）： 48.
32	ZHAO Y T， YAN C， WANG X Y， et al. Uncertainty and sensitivity analysis of SST turbulence model on hypersonic flow heat transfer［J］. International Journal of Heat and Mass Transfer， 2019， 136： 808-820.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

模型及实验	分离点位置/c	再附点位置/c
SST	0.658	1.23
Stress-BSL	0.659	1.19
实验	0.665	1.10

模型及实验	分离点位置/c	再附点位置/c
SST	0.646	1.168
Stress-BSL	0.664	1.052
实验	0.700	1.100

网格质量	网格分辨率（流向×展向×法向）	第1层网格高度ΔX/m	网格雷诺数Re_Δ_X
粗网格	129×206×67	1×10^-5	32
中网格	169×226×87	5×10^-6	16
细网格	209×246×107	2×10^-6	8
极细网格	239×266×127	1×10^-6	5

模型	机翼升力系数C_L	机翼阻力系数C_D
Stress-BSL	0.270 1	0.030 4
SST	0.195 4	0.027 1

[1]	农历, 盛子帅, 冼军, 张怀宝. 基于高精度算法的结冰翼型分离流动数值模拟[J]. 航空学报, 2023, 44(S2): 729291-729291.
[2]	曾宇, 汪洪波, 孙明波, 王超, 刘旭. SST湍流模型改进研究综述[J]. 航空学报, 2023, 44(9): 27411-027411.
[3]	赵宾宾, 张恒, 李杰. 翼型结冰状态复杂分离流动数值模拟综述[J]. 航空学报, 2023, 44(1): 627211-627211.
[4]	张昊元, 孙东, 邱波, 朱言旦, 王安龄. 湍动能在激波/边界层干扰流动中的影响[J]. 航空学报, 2022, 43(7): 125504-125504.
[5]	舒博文, 杜一鸣, 高正红, 夏露, 陈树生. 典型航空分离流动的雷诺应力模型数值模拟[J]. 航空学报, 2022, 43(11): 526385-526385.
[6]	李成成, 李芳, 杨斌, 王莹. 等离子体激励抑制喷管分离流动数值模拟[J]. 航空学报, 2021, 42(7): 124547-124547.
[7]	陈浩, 袁先旭, 毕林, 华如豪, 司芳芳, 唐志共. 基于RANS/LES混合方法的分离流动模拟[J]. 航空学报, 2020, 41(8): 123642-123642.
[8]	张恒, 李杰, 龚志斌. 多段翼型缝翼前缘结冰大迎角分离流动数值模拟[J]. 航空学报, 2017, 38(2): 520733-520746.
[9]	徐诸霖, 达兴亚, 范召林. 基于五孔探针的大S弯进气道旋流畸变评估[J]. 航空学报, 2017, 38(12): 121342-121342.
[10]	王斌, 李华星. 等离子体对流动湍动能的控制[J]. 航空学报, 2015, 36(12): 3809-3821.
[11]	白俊强, 张扬, 徐晶磊, 华俊. 新型单方程湍流模型构造及其应用[J]. 航空学报, 2014, 35(7): 1804-1814.
[12]	尚庆, 陈林, 李雪, 袁湘江. 高超声速钝双楔绕流流动转捩与分离流动的壁温影响[J]. 航空学报, 2014, 35(11): 2958-2969.
[13]	项效镕;刘波;王庆伟;陈云永. 小型轴流压气机静叶排出口尾迹流动特性[J]. 航空学报, 2009, 30(11): 2045-2051.
[14]	周晓勃;周盛;侯安平;郑新前. 射流对压气机叶栅分离流控制的数值研究[J]. 航空学报, 2007, 28(增): 7-13.
[15]	屈秋林;刘沛清;秦绪国. 地效飞行器大迎角近地面飞行分离流动数值研究[J]. 航空学报, 2007, 28(1): 72-77.

雷诺应力与涡黏性模型的分离流预测对比分析

Comparative analysis of Reynolds stress and eddy viscosity models in separation flow prediction

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 32

相关文章 15

编辑推荐

Metrics

本文评价