【航空航天】动量理论剖面刀片方法(BEMT)的实现旨在分析给定螺旋桨几何在不同前进比下以恒定转速的性能(Matlab代码实现)

  💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

 ⛳️赠与读者

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


 ⛳️赠与读者

👨‍💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑。哲学是科学之母,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

     或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎

💥1 概述

动量理论剖面刀片方法(BEMT)的实现旨在分析给定螺旋桨几何在不同前进比下以恒定转速的性能。

动量理论剖面刀片方法(Blade Element Momentum Theory, BEMT)是一种常用于分析螺旋桨性能的理论方法。它结合了动量理论和剖面理论来计算螺旋桨在不同前进比下的性能。下面是实现BEMT的方法步骤:

1. 动量理论

动量理论基于动量守恒原理,可以用于计算螺旋桨在流体中产生的推力和功率。对于螺旋桨,其推力 \( T \) 和功率 \( P \) 可分别表示为:

\[ T = \dot{m} (V + \Delta V) - \dot{m} V = \dot{m} \Delta V \]

\[ P = T (V + \frac{1}{2}\Delta V) \]

其中:
- \( \dot{m} \) 是通过螺旋桨的质量流率
- \( V \) 是螺旋桨的飞行速度
- \( \Delta V \) 是螺旋桨引起的速度增量

2. 剖面理论

剖面理论将螺旋桨叶片分割成多个小的剖面段,每个剖面段可以看作是一个小的升力面。剖面理论用于计算每个剖面段的升力和阻力,并将这些力综合起来得到整个螺旋桨的推力和功率。

对于每个剖面段,升力 \( dL \) 和阻力 \( dD \) 分别为:

\[ dL = \frac{1}{2} \rho V^2 C_L c dr \]

\[ dD = \frac{1}{2} \rho V^2 C_D c dr \]

其中:
- \( \rho \) 是空气密度
- \( V \) 是剖面段的速度
- \( C_L \) 和 \( C_D \) 分别是升力和阻力系数
- \( c \) 是剖面段的弦长
- \( dr \) 是剖面段的宽度

 3. 结合动量和剖面理论

将动量理论和剖面理论结合起来,可以对螺旋桨的每个剖面段进行分析。通过迭代的方法计算每个剖面段的推力和功率,并将这些剖面段的结果综合起来得到整个螺旋桨的推力和功率。

4. 实现步骤

1. **输入螺旋桨几何和操作条件**:包括螺旋桨的半径、弦长分布、扭转角分布、飞行速度和转速等。
2. **初始猜测诱导因子**:设定初始的诱导速度因子 \( a \) 和 \( a' \)。
3. **计算每个剖面段的局部速度和攻角**:
   - 计算局部速度 \( V_r \) 和局部攻角 \( \alpha \)。
4. **迭代求解诱导因子**:
   - 根据剖面段的升力和阻力系数,更新诱导速度因子 \( a \) 和 \( a' \)。
5. **计算螺旋桨的推力和功率**:
   - 将各个剖面段的推力和功率进行积分,得到整个螺旋桨的推力和功率。

作为螺旋桨性能设计、验证和优化的一部分,特别关注低雷诺数螺旋桨(因此包括剖面)。该特定工具是与CFD模拟并行实现的,以获得BEMT所需的空气动力系数。

bemt.m所遵循的计算程序的基础理论主要可在[1]中找到。有关与BEM理论相关的其他参考资料,请参考[1]。

所选的螺旋桨以及其几何特性载入代码的是APC 10x7 Thin Electric型号。
介绍
首先加载预定义在init.m中的螺旋桨几何数据和空气特性。尽管最后一个脚本提供了包含数据/和函数/目录的搜索路径的两行代码,但为了减少每次后续运行的执行时间,它们被注释掉。因此,在运行脚本之前,需要手动添加这两个文件夹。

由于BEM理论使用某种类型的气动数据库来插值每个叶片截面的2D气动系数,因此还加载了相应的气动数据。这些数据(polar_naca_xfoil.mat)存储在一个结构变量中,其中提取了各个攻角下的升力和阻力系数。每列(除了第一列,对应攻角)表示根据ReIndex变量从左到右递增定义的某个雷诺数的系数值。

值得指出的是,这些数据是通过Viterna-Corrigan方法从XFOIL得到的NACA 4412剖面结果外推得到的 [2]。

用户输入
在将基础覆盖后,用户输入在以下段落中讨论。

首先,用户可以定义哪些尖端损失和/或旋转3D流效应模型被实现到BEMT工具中(如果有的话)。在现有模型中,考虑的模型包括:

尖端损失模型

普朗特尖端损失因子
De Vries矫正模型 [3]中的模型
旋转3D流模型

H. Snel等 [4]
Z. Du和M. S. Selig [5]
同时还需要一个固定的旋转制度值以及螺旋桨所经历的自由流速度。这个最后一个变量可以是一系列速度,对应每个自由流值计算螺旋桨力系数,也可以是单一速度,此时差分力系数将沿着叶片展开表示。有关自由流速度的输入输出的简要示例如下。

结果
总的来说,从BEMT工具得到的特性曲线与所选择螺旋桨的实验数据进行了对比。此外,通过比较添加多个气动数据来源得到的结果,可以尝试确定与实验曲线最佳拟合的数据。下图展示了实验风洞数据(UIUC)与从Ostowari 和Simons [8]的研究、XFOIL以及包含了Du和Selig 3D流矫正的CFD模拟的气动系数之间的差异。

总体而言,工具的准确性受到BEM理论所做假设的限制,但它强烈依赖于引入的气动数据的质量。

📚2 运行结果

部分代码:

% Pre-allocate variables
cl = zeros(length(prop.r_R), 1);
[C_T, C_Q, C_P, eta_pr] = deal(J, J, J, J);
[cd, ca, ct] = deal(cl, cl, cl);
coeff = zeros(length(prop.r_R), 5, length(Vinf)); % coeffCol

% Determine lift coefficient curve's linear range
linearRange = linRange(polar.cl(:,1), polar.cl(:,2:end));

% Obtain the mean a0 values for each Reynolds number
mean_a0 = clSlope(ReIndex, polar.cl(:,1), polar.cl(:,2:end), linearRange);

for i=1:length(Vinf)
    % Blade Element Momentum Theory
    [J, C_T, C_Q, C_P, eta_pr, cl, cd, ca, ct] = bemt(n, Vinf(i), prop, ...
        air, ReIndex, polar, mean_a0, tipLossModel, rotFlowModel, flag);

    % Performance matrix
    if ~flag
        perf(i,1:end) = [J C_T C_Q C_P eta_pr];
    elseif flag
        perf(:,1:end) = [J C_T C_Q C_P eta_pr];
    end
    
    % Coefficients along the blade span
    coeff(:,1:end,i) = [prop.r_R, cl, cd, ca, ct];
end

%% Plotting

if ~flag
    x = perf(:,1);
    label = 'Advance ratio, J';
elseif flag
    x = prop.r_R;
    label = 'Blade span, r/R';
end

figure
subplot(2,2,1)
plot(x,perf(:,2), uiuc(:,1),uiuc(:,2),'.'); grid on
xlabel(label)
ylabel('Thrust coefficient, C_T')

subplot(2,2,2)
plot(x,perf(:,3), uiuc(:,1),uiuc(:,4),'.'); grid on
xlabel(label)
ylabel('Torque coefficient, C_Q')

subplot(2,2,3)
plot(x,perf(:,4), uiuc(:,1),uiuc(:,3),'.'); grid on
xlabel(label)
ylabel('Power coefficient, C_P')

subplot(2,2,4)
plot(x, perf(:,5), uiuc(:,1),uiuc(:,5),'.'); grid on
xlabel(label)
ylabel('Propulsive efficiency, \eta_{pr}')

🎉3 参考文献

文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

[1] D. R. Greatix, «The Propeller», in Powered Flight: The Engineering of Aerospace Propulsion, London: Springer-Verlag, 2012, p. 63-76.

[2] L. A. Viterna and R. D. Corrigan, «Fixed Pitch Rotor Performance of Large Horizontal Axis Wind Turbines», NASA Lewis Res. Center, Cleveland, OH, USA, Rep. 83N19233, Jan. 1982.

[3] W. Shen et al., «Tip loss corrections for wind turbine computations», Wind Energy, vol. 8, pp. 457-475, 2005.

[4] H. Snel et al., «Sectional Prediction of 3D Effects for Stalled Flow on Rotating Blades and Comparison with Measurements», in Proc. European Community Wind Energy Conf., Lübeck-Travemünde, Germany, Mar. 1993, pp. 395-399.

[5] Z. Du and M. S. Selig, «A 3-D Stall-Delay Model for Horizontal Axis Wind Turbine Performance Prediction», in 36th AIAA Aerospace Sciences Meeting and Exhibit, 1998 ASME Wind Energy Symposium, Reno, NV, USA, Jan. 1998.

[6] G. Ananda, «UIUC Propeller Data Site - Volume 1», UIUC Applied Aerodynamics Group. 2018. [Online]. Available: UIUC PDB - Vol 1

[7] C. Ostowari and D. Naik, «Post-Stall Wind Tunnel Data for NACA 4XXX Series Airfoil Sections», Texas A&M Univ., College Station, Dept. of Aerospace Engineering, TX, USA, Tech. Rep. SERI/STR-217-2559, Jan. 1985.

[8] M. Simons, «Appendix 2», in Model Aircraft Aerodynamics, 3rd Ed., U.K.: Argus Books, 1994, p. 271.

🌈4 Matlab代码实现

资料获取,更多粉丝福利,MATLAB|Simulink|Python资源获取

                                                           在这里插入图片描述

  • 15
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值