2. 威海海洋职业学院,山东 威海 264300
2. Weihai Ocean Vocational College, Weihai 264300, China
随着陆地可用资源越来越少,资源开发的重点由内地向海洋逐渐转移。加强海洋强国建设是海洋国家经济发展的重要支撑。水下滑翔机作为推进海洋工程发展的重要工具之一,在观测、探索海洋方面起着重要作用。
水下滑翔机是推进海洋工程发展的重要工具之一,推进滑翔机实现水平方向运动的动力是水翼产生的升力在水平方向的分力[1]。往往用升阻比的大小来评定滑翔效率的高低,通过提高水下滑翔机的升阻比,可以有效地减少水下滑翔机的功耗和提高滑翔机的探索距离。美国海军先后设计XRay[2]和ZRay[3]两代翼身融合水下滑翔机,滑翔效率经过实际检测发现效果良好。而国内对于翼身融合水下滑翔机的研究起步较晚,Zhang等[4 − 5]、Li等[6 − 7]和Wu等[8]针对水下滑翔机基于升阻比进行了优化设计研究,使得水下滑翔机的滑翔效率得到了很大的提升。张代雨等[9]通过最小二乘法结合仿真数据得到滑翔机的水动力导数,为以后水下滑翔机的发展提供技术参考。张贝等[10]基于滑移网格方法对水下滑翔机的水动力性能进行研究,并从压力分布等角度对翼身融合构型的优势进行分析。刘健等[11]提出一种双壳体水下滑翔机,并设计了一种滑翔翼收放装置,通过数值模拟方法对滑翔机进行水动力性能分析,得到了合理的滑翔机配置方案。
可见,国内外学者对水下滑翔机的水动力性能和结构优化进行了系统研究,但是在结构优化时考虑粘性流体的波浪工况较少。基于此,本文采用流体软件STAR-CCM+,数值模拟了典型水下滑翔机的升阻比变化。然后从压力和涡量分布分布规律2个角度对典型水下滑翔机模型进行研究,并对典型水下滑翔机模型进行结构优化设计。
1 基础理论 1.1 基本控制方程水下滑翔机的数值模拟依托流体的连续性方程和Navier-Stokes方程完成[12]。
连续性方程为:
| $ \frac{{\partial u}}{{\partial x}} + \frac{{\partial v}}{{\partial y}} + \frac{{\partial w}}{{\partial z}} = 0 ,$ | (1) |
N-S方程为:
| $ \frac{{{{{\mathrm{d}}}}\nu }}{{{{{\mathrm{d}}}}t}} = {F_b} - \frac{1}{\rho }\nabla p + v\Delta \nu + \frac{1}{3}v\nabla (\nabla \nu )。$ | (2) |
式中:υ为粘性运动系数,υ=μ/ρ。
1.2 湍流模型考虑到湍流粘度受自由剪切层的影响、自由剪切层和边界层边缘的相互影响以及近壁面区域和远场区域的流体运动状态,因此采用k−ω湍流模型。对应湍动能及其比耗散率输运方程的公式为[13]:
| $ \rho \frac{{{{{\mathrm{d}}}}k}}{{{{{\mathrm{d}}}}t}} + \rho \frac{{\partial \left( {k{{\boldsymbol{u}}_i}} \right)}}{{\partial {x_i}}} = \frac{\partial }{{\partial {x_j}}}\left( {{T_k}\frac{{\partial k}}{{\partial {x_j}}}} \right) + {G_k} - {Y_k},$ | (3) |
| $ \rho \frac{{{\text{d}}\omega }}{{{\text{d}}t}} + \rho \frac{{\partial \left( {\omega {{\boldsymbol{u}}_i}} \right)}}{{\partial {x_i}}} = \frac{\partial }{{\partial {x_j}}}\left( {{T_\omega }\frac{{\partial \omega }}{{\partial {x_j}}}} \right) + {G_\omega } - {Y_\omega } 。$ | (4) |
式中:
本文以水下滑翔机1∶1模型为研究对象,水下滑翔机的三维视图如图1所示。滑翔机模型的主要参数如表1所示。滑翔机的运作稳定性和工作强度按照南海复杂的海况来设计,环境载荷模拟也满足滑翔机使用和规范要求。
|
图 1 滑翔机的三维视图 Fig. 1 A three-dimensional view of the glider |
|
|
表 1 主要参数 Tab.1 Main parameters |
在STAR-CCM+软件的帮助下建立了数值波浪水槽。坐标系的原点位于滑翔机迎接波浪面与静水自由面交界的中心点处。滑翔机的纵向方向与x轴对齐,侧壁在y轴上延伸,并且空气在指向天空的z轴上延伸。速度入口应用于流体域的垂直边界(包括波浪入口和侧壁)以及底部和顶部,以便根据需要定义这些边界条件下的流体速度。在边界出口处应用压力出口。
2.3 网格划分使用STAR-CCM+中的自动网格划分功能执行网格生成。采用切割体网格法生产高质量的网格。网格细化是围绕滑翔机周围、滑翔机表面、自由液面进行的。模型关于中间纵向平面对称。因此,仅在左舷侧建立一半的模型。水下滑翔机周围的精细网格如图2所示。水下滑翔机表面的精细网格如图3所示。
|
图 2 水下滑翔机周围的精细网格 Fig. 2 Fine grid around the underwater glider |
|
图 3 水下滑翔机表面的精细网格 Fig. 3 Fine grid on the surface of an underwater glider |
表2为本研究中涉及的调查条件,攻角工况满足滑翔机实际作业的使用要求。由0°~10°,间隔2°,补算5°的攻角,设计航速为2 m/s,共计7个计算工况。
|
|
表 2 本研究中涉及的调查条件 Tab.2 Survey conditions involved in this study |
为验证网格无关性,选择攻角为0°的工况,根据不同的流体网格尺寸,共设计了3套方案。粗糙网格模型网格总数为8.6×105,中等网格模型网格总数为1.07×106,精细网格模型网格总数为1.25×106。在不同网格密度的数值模型中进行水动力计算,获得静水工况下水下滑翔机升阻比时程曲线如图4所示。可以看出,粗糙网格模型的计算结果与中等、精细网格模型差异较大,而中等、精细网格模型的计算结果十分接近。故综合考虑数值模拟结果准确性以及计算成本,本文选择中等网格的网格划分流体域模型。
|
图 4 网格无关性验证 Fig. 4 Grid independence verification |
不同攻角下水下滑翔机升阻比的时历曲线如图5所示。可知,随着攻角的增大,水下滑翔机的升阻比表现出先增大再减小的趋势,在滑翔机攻角等于5°时升阻比最大,水下滑翔机的推进效果最好。
|
图 5 水下滑翔机升阻比随着攻角变化的时间历程曲线 Fig. 5 Time history curve of the lift to drag ratio of underwater gliders with changes in attack angle |
随攻角变化滑翔机的压力云图如图6所示。可知,在滑翔机推进过程中,综合几个工况来看,滑翔机的机首,中间机身,尾翼处压力较大。在攻角较小时,机首处压力最大,随着攻角的增大,滑翔机压力最大处向机身转移,在攻角为10°时,机身两翼处压力最大。在攻角为10°时,滑翔机机身的最大压力最大 ,最大值为
|
图 6 滑翔机的压力云图 Fig. 6 Pressure cloud map of glider |
随攻角变化滑翔机的涡量云图如图7所示。可知,水下滑翔机在去流段(边界层发生分离的地方)扰动较大,所以涡量较大,随着距离边界层的距离越来越远,扰动越来越小,涡量随之越来越小。在攻角为0°时,去流段的涡量对称,随着角度的变化,去流段下方涡量增加,上方涡量减少,故迎流面的空气动能更好,滑翔机升阻比得到提高,并且去流段总体涡量减少,涡量为流体的动能转化成热能的过程,涡量减小,能量耗散就减小,能量消耗更少,有利于滑翔机升阻比的提升,在攻角5°时涡量最小,能量消耗最少,故滑翔机的升阻比也最好。
|
图 7 滑翔机的涡量云图 Fig. 7 Vortex cloud map of glider |
将攻角为5°作为典型工况,以水下滑翔机沿y轴中剖面为对称面,图8为沿着x轴方向距离对称面不同距离下滑翔机截面的速度云图。可知,距离对称面越近,水下滑翔机上表面的流速越小,压力越大,是对滑翔机结构优化改善升阻比的主要方向,因此本文主要对此进行结构优化。
|
图 8 滑翔机的速度云图 Fig. 8 Speed cloud map of glider |
对水下滑翔机的结构进行优化,将水下滑翔机的厚度方向变为原来的0.9倍,减小迎流面的正投影面积,降低阻力,优化升阻比。选择攻角为5°的工况,进行优化前后升阻比对比。优化前后升阻比对比如图9所示。优化后的滑翔机升阻比相对于之前的滑翔机更好,验证了优化后滑翔机结构的合理性。优化前后压力云图对比如图10所示。优化后的滑翔机上表面机身压力总体来说比优化前更小,上表面流速比优化前会更大,升力会更加明显,有利于提高升阻比,证明了结构优化的合理性。
|
图 9 优化前后升阻比对比 Fig. 9 Comparison of lift to drag ratio before and after optimization |
|
图 10 结构优化前后压力云图对比 Fig. 10 Comparison of pressure cloud maps before and after structural optimization |
本文基于流体软件STAR-CCM+,数值模拟了典型水下滑翔机升阻比的变化规律。然后从压力和涡量规律2个角度对滑翔机进行研究,并对典型水下滑翔机模型进行了结构优化设计,做了数值模拟仿真验证,得到了如下结论:
1)随着攻角的增大,水下滑翔机的升阻比先增大再减小,在攻角等于5°时升阻比最大,水下滑翔机的推进效果最好。
2)在滑翔机推进过程中,综合几个工况来看,滑翔机的机首,中间机身,尾翼处压力较大。在攻角较小时,机首处压力最大,随着攻角的增大,滑翔机压力最大处向机身转移,在攻角为10°时,机身两翼处压力最大。在攻角为10°时,滑翔机机身的最大压力最大 ,最大值为
3)水下滑翔机在去流段(边界层发生分离的地方)扰动较大,所以涡量较大,随着距离边界层的距离越来越远,扰动越来越小,涡量随之越来越小。在攻角为0°时,去流段的涡量对称,随着角度的变化,去流段下方涡量增加,上方涡量减少,故迎流面的空气动能更好。并且去流段总体涡量减少,涡量为流体的动能转化成热能的过程,涡量减小,能量耗散就减小,能量消耗更少,有利于滑翔机升阻比的提升,在攻角5°时涡量最小,能量消耗最少,故滑翔机的升阻比也最好。
4)优化后的滑翔机升阻比相对于之前的滑翔机更好,验证了优化后滑翔机结构的合理性。
| [1] |
孔巧玲. 利用海洋温差能的水下热滑翔机相变过程和动力性能研究[D]. 上海: 上海交通大学, 2010.
|
| [2] |
D' SPAIN G, ZIMMERMAN R, JENKINS S A, et al. Acoustic sensor systems on a flying wing underwater glider and two prop-driven autonomous underwater vehicles[J]. Journal of the Acoustical Society of America, 2008, 123(5): 3007. |
| [3] |
D' SPAIN G L. Flying wing autonomous underwater glider for basic research in ocean acoustics, signal/array processing, underwater autonomous vehicle technology, oceanography, geophysics, and marine biological studies[R]. Scripps Institution of Oceanography La Jolla Marine Physical Lab, 2009.
|
| [4] |
ZHANG D, WANG Z, LING H, et al. Kriging-based shape optimization framework for blended-wing-body underwater glider with NURBS-based parametrization[J]. Ocean Engineering, 2020, 219(58): 108212. |
| [5] |
ZHANG D, ZHANG B, WANG Z, et al. An efficient surrogate-based optimization method for BWBUG based on multifidelity model and geometric constraint gradients[J]. Mathematical Problems in Engineering, 2021, 1-13. |
| [6] |
LI C S, WANG P, QIU Z M, et al. A double-stage surrogate-based shape optimization strategy for blended-wing-body underwater gliders[J]. China Ocean Engineering, 2020, 34(3): 400−410.
|
| [7] |
LI C, WANG P, DONG H, et al. A simplified shape optimization strategy for blended-wing-body underwater gliders[J]. Structural and Multidisciplinary Optimization, 2018, 58: 2189-2202. DOI:10.1007/s00158-018-2005-4 |
| [8] |
WU X, WANG P, LI J, et al. Adjoint-based optimization for blended-wing-body underwater gliders' shape design[C]//OCEANS-MTS/IEEE Kobe Techno-Oceans, 2018.
|
| [9] |
张代雨, 曹磊, 张贝, 等. 基于CFD的水下滑翔机水动力导数计算[J]. 舰船科学技术, 2023, 45(24): 38-46. ZHANG D Y, CAO L, ZHANG B, et al. Calculation of hydrodynamic derivatives of underwater gliders based on CFD[J]. Ship Science and Technology, 2023, 45(24): 38-46. |
| [10] |
张贝, 吕海宁, 杨建民, 等. 基于滑移网格的翼身融合水下滑翔机水动力性能研究[J]. 船舶力学, 2023, 27(11): 1629-1640. ZHANG B, LV H N, YANG J M, et al. Research on hydrodynamic performance of wing body fusion underwater glider based on sliding mesh[J]. Ship Mechanics, 2023, 27(11): 1629-1640. |
| [11] |
刘健, 周广礼, 彭嘉澍, 等. 双壳体混合驱动水下滑翔机结构原理及水动力性能研究[J]. 水下无人系统学报, 2024, 32(1): 25-31. LIU J, ZHOU G L, PENG J S, et al. Research on the structural principle and hydrodynamic performance of a dual shell hybrid drive underwater glider[J]. Journal of Underwater Unmanned Systems, 2024, 32(1): 25-31. |
| [12] |
王志东, 钱进, 凌宏杰, 等. 基于重叠网格的救生艇抛落入水全过程数值预报方法研究[J]. 中国造船, 2020, 61(S2): 330-339. WANG Z D, QIAN J, LING H J, et al. Study on numerical prediction method of the whole process of lifeboat falling into water based on overlapping grid[J]. China Shipbuilding, 2020, 61(S2): 330-339. |
| [13] |
乔永亮, 桂洪斌, 刘祥鑫. 三维圆柱绕流数值模拟湍流方法 的选择[J]. 水利水运工程学报, 2016(3): 119-125. QIAO Y L, GUI H B, LIU X X. Selection of turbulence methods for numerical simulation of three-dimensional cylindrical flow[J]. Journal of Water Resources and Transportation Engineering, 2016(3): 119-125. |
2026, Vol. 48
