高超声速流场中耦合热传递

Summary 摘要

在实际应用中，不同的计算域有不同流动条件和物理情况，导致单一求解器提供足够精度的结果非常困难。在很多情况下，问题可以拆解，并且可以通过恰当的组合多个求解器来解决问题。每个求解器为流动区域/物理状态提供高精度解决方案。当用户的目标是仿真驱动设计时，这种灵活性与准确性是非常有必要的。在本文中，我们将展示一种耦合方法，该方法可以同时解决高超声速再入飞行器的外部流场，以及由于飞行器热保护系统耦合传热而产生的飞行器结构与内部部件的加热问题。

1.Introduction 引言

气动加热是由于空气摩擦引起动能转化为热能产生的。TPS由易消融且绝缘的材料组成，可以减少或防止热量传递到机舱，保护机舱内的人员和对温度敏感的仪表与电子设备。尽管存在TPS，飞行器内部结构与飞行器有效荷载仍会在轨道周期内产生持续温升，甚至着陆后还会持续数小时。相同的问题在样机再入探测中也会遇到。The duration of the test is dictated by the maximum operating temperature of the data acquisition system usually mounted and powered internally to the probe. 随着对私人空间探索和旅行的兴趣日益增加，迫切需要通过所有可用的手段来理解和掌握这个问题，数值模拟虽然不是主要角色，但却非常突出。

由于重现流动条件所需的大量能量，非常高速流动的实验（例如在重新进入期间遇到的那些）是非常昂贵的。这是计算方法变得特别有用的地方，不仅在于降低开发成本而且在时间上允许设计工程师在开发过程的早期阶段快速评估几种设计。在后期阶段，更接近最终设计的复杂模型可预测预期的行为，并提供即使在实验或飞行测试中也无法复制的物理洞察。为正在推动当前理解的物理学包络的应用开发计算方法并非没有挑战。

2.Computatinal Methodology 计算方法

通过模拟实现先前指出的益处的关键因素是计算方法在再现模拟问题的真实物理中的保真度。在空气动力学加热问题中，外部流动的时间尺度和物理特性以及车辆及其内部构件的共轭传热问题是如此变化的，使得单个解算器在两个极端情况下都不是最佳的。在这种情况下，使用对计算域的不同部分流行的流动物理学最佳的不同求解器可能是有效的。在本文中，两个求解器：FASTRAN和ACE +耦合，以在整个计算域中提供高保真度解决方案。以下部分简要介绍了各个求解器和耦合算法。

2.1 External flow modelling 外部流场模型

FASTRAN是一种基于密度的可压缩流动求解器，能够解决结构化/非结构化网格上的无粘性，粘性层流或湍流[4]。它采用迎风通道的迎风方案，利用Roe的通量差分裂或Van-Leer通量矢量分裂进行空间差分。可以使用显式和隐式时间推进方案.FASTRAN还能够使用溢流方法和6DOF分析对多个移动体建模。除了质量守恒，动量守恒和总能量方程之外，FASTRAN还可以包括额外的热化学方程式，这些方程式可能是非常高速流动所必需的。对于流动条件，必须考虑流体的各个组分及其相互作用，质量方程的守恒被物种质量方程的守恒所取代。对于激活内部能量模式的高速流动，解决了额外的内部能量控制方程。这是基于以下假设：所有物种的旋转和平移能量模式可以通过单一温度T来描述，并且所有物种的振动能量模式可以通过单一温度Tv来描述。这种计算方法使FASTRAN非常适合本文所考虑的问题的高超音速流动部分。

2.2 Conjugate heat transfer modelling 耦合热传递模型

ACE +是一个基于隔离解决方法的多物理场建模平台[5]。在多物理耦合环中重复调用每个物理模块的控制方程。 ACE +可以与所有单元类型一起使用，包括流动，加热，辐射，化学，多相，结构动力学，电学，磁学，等离子体和其他模块，为进行真正的多物理学模拟开辟了可能性。ACE +中的流体动力学模块解决了雷诺平均Navier-Stokes（RANS）方程，并基于SIMPLEC算法的有限体积实现，可归类为基于压力的方法，因此非常适用于低速层流 /湍流。ACE +可以解决固体和流体中的热传递，因此适用于本文所考虑问题的共轭传热部分。尽管本文介绍的模拟不考虑热膨胀和烧蚀等影响，但ACE +的不同模块确实提供了这些功能，平台本身可以非常快速地添加新模块，使其成为此项工作中考虑的理想选择。

2.3 Coupling technique 耦合技术

这里采用的方法是松耦合策略，其中每组方程分别求解以产生另一方的适当边界条件。这种松耦合策略已被用于各种问题，包括流体 - 结构相互作用[6]和共轭传热[7]。

外部高超声速流动问题与共轭传热/内部自由对流/辐射问题分离。在满足接口处的适当边界条件的同时分别解决这两个问题。在共轭传热问题中，适当的边界条件是流体和固体侧面之间的界面处的温度和热通量的连续性。交换数据的示意图和边界条件如图1所示。等温边界条件施加在外部流动问题上，热通量边界条件施加在问题的共轭传热侧。在每个时间步，FASTRAN在每个边界面处写出热通量。目前，流体部分和实心部分之间的界面具有完美匹配的网格。然而，这种情况可以容易地放松，因此不是限制。 ACE +使用该值来解决可能涉及热传递，自然对流和辐射的多物理问题。在计算结束时，ACE +提供边界面的温度。这被FASTRAN用作计算期间的等温边界条件。

Conjugate heat transfer in the hypersonic flows 翻译及笔记相关推荐

可逆网络风格迁移-解决内容泄漏问题 [CVPR 2021] ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows
[CVPR 2021] ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows Jie An1∗ Siyu Huang ...
Heat Transfer|L3_1D Steady Heat conduction_2
CATALOG Steady Problem without Heat Source Conduction through a spherical wall (shell) Conduction th ...
Heat Transfer|HW1
The introduction of the Heat Transfer and Thermodynamics Heat = Thermal energy Heat transfer means t ...
增量式分级判别回归树（IHDR）|翻译与笔记
增量式分级判别回归树(IHDR)|翻译与笔记为什么翻译这篇发表于2007年的老论文呢?主要有以下四方面原因: (1)这篇论文较清晰地给出增量式学习的概念. (2)论文有一定的理论与应用方面的价值. ...
联邦学习笔记-《Federated Machine Learning: Concept and Applications》论文翻译个人笔记
联邦学习笔记-<Federated Machine Learning: Concept and Applications>论文翻译个人笔记摘要今天的人工智能仍然面临着两大挑战.一是在大 ...
[木野狐]ViewState 剖析(翻译兼笔记)
[木野狐]ViewState 剖析(翻译兼笔记) 原文链接:ViewState: All You Wanted to Know 作者:Paul Wilson翻译:木野狐 ViewState 不是什么? ...
A Survey of Deep Learning-based Object Detection论文翻译 + 阅读笔记
A Survey of Deep Learning-based Object Detection论文翻译 + 阅读笔记 //2022.1.7 日下午16:00开始阅读双阶段检测器示意图单阶段检测器 ...
Partial Transfer Learning with Selective Adversarial Networks学习笔记
Partial Transfer Learning with Selective Adversarial Networks学习笔记文章目录 Partial Transfer Learning wit ...
Visual Attribute Transfer through Deep Image Analogy论文阅读笔记
Visual Attribute Transfer through Deep Image Analogy论文阅读笔记介绍论文提出了一种新的两张图片直接进行视觉属性迁移的方法.该方法针对的是两张具有 ...

Conjugate heat transfer in the hypersonic flows 翻译及笔记