Численное моделирование кромочного шума с применением метода на основе синтетической турбулентности

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлен подход к численному моделированию широкополосного шума, возбуждаемого турбулентными пульсациями жидкости в присутствии упругого тела, методом на основе синтетической турбулентности. Наиболее распространенные существующие методы решение данной задачи требуют большого объема вычислений, что в случае реальных технических приложений приводит к практически невыполнимым требованиям к вычислительным ресурсам. Сокращение объема вычислений может быть достигнуто для класса задач, в котором реализуется безотрывное обтекание.

В представленном методе пульсации скорости генерируются на основе информации об осредненных гидродинамических полях, путем пространственной фильтрации белого шума с заданными корреляционными характеристиками. Метод позволяет локализовать области с наиболее интенсивным шумоизлучением, а также интерпретировать полученный результат, анализируя особенности гидродинамического потока и свойства упругой конструкции. Представлена верификация метода на примере задачи о шумоизлучении фрагмента реальной технической конструкции, обтекаемой потоком жидкости.

Полный текст

Доступ закрыт

Об авторах

Н. В. Балакирева

Институт прикладной физики им. А.В. Гапонова-Грехова РАН

Автор, ответственный за переписку.
Email: balakireva@ipfran.ru
Россия, Нижний Новгород

Список литературы

  1. Madsen H.A. Low frequency noise from wind turbines mechanisms of generation and its modeling // J. Low Freq. Noise Vibr. Active Control. 2010. V. 29. P. 239–251.
  2. Lighthill, M. On sound generated aerodynamically. I. General theory // Proc. R. Soc. Lond. Ser. A. Math. Phys. Sci. 1952. V. 211. P. 564–587.
  3. Curle N. The influence of solid boundaries upon aerodynamic sound // Proc. R. Soc. Lond. A. 1955. V. 231. P. 505–514.
  4. Howe M.S. Trailing edge noise at low mach numbers // J. of Sound&Vibr. 1999. V. 225(2). P. 211–238.
  5. Ffowcs Williams J.E., Hall L.H. Aerodynamic sound generation by turbulent flow in the vicinity of a scattering half plane // J. of Fluid Mech. 1970. V. 40(4). P. 657–670.
  6. Seol H., Suh J.C., Lee S. Prediction of non-cavitating underwater propeller noise // J. Sound Vibr. 2002. V. 257. P. 131–156.
  7. Копьев В.Ф., Титарев В.А., Беляев И.В. Разработка методологии расчета шума винтов с использованием суперкомпьютеров // Уч. зап. ЦАГИ. 2014. Т. 45(2). С. 78–106,
  8. Kopev V.F., Maslov A.A., Chernyshev S.A. Prop-fan sound field shielding by the fuselage boundary laуеr // DGLR/AIAA Paper 92-02-068. 1992. P. 5.
  9. Salvatore F., Ianniello S. Preliminary results on acoustic modelling of cavitating propellers // Comput. Mech. 2003. V. 32. P. 291–300.
  10. Cianferra M., Armenio V., Ianniello S. Hydroacoustic noise from different geometries // Int. J. Heat Fluid Flow. 2018. V. 70. P. 348–362.
  11. Cianferra M., Ianniello S., Armenio V. Assessment of methodologies for the solution of the Fowcs Williams and Hawkings equation using large-eddy simulations of incompressible single-phase flow around a finite-size square cylinder // J. Sound Vibr. 2019. V. 453. P. 1–24.
  12. Mohsen G., Hassan G., Jalal M. Calculation of sound pressure level of marine propeller in low frequency // J. of Low Freq. Noise, Vibr.&Active Control 2018. V. 37(1). P. 60–73.
  13. Danio J., Vijayakumar R. Numerical study of acoustic characteristics of a marine propeller in non-uniform flow // IEEE, 2020.
  14. Mathey F., Cokljat D., Bertoglio J.P., Sergent E. Specification of LES inlet boundary condition using vortex method // 4th Int. Symp. on Turbulence, Heat&Mass Transfer, Antalya. 2003.
  15. Menter F.R., Garbaruk A., Smirnov P. Scale adaptive simulation with artificial forcing // in: Proc. 3rd Symp. on Hybrid RANS-LES Methods, 2009.
  16. Гарбарук А.В., Стрелец М.Х., Травин А.К, Шур М.Л. Современные подходы к моделированию турбулентности. С.-Пб.: Изд-во Политех. ун-та, 2016.
  17. Суворов А.С., Коротин П.И., Соков Е.М. Метод конечно-элементного моделирования шумоизлучения, генерируемого неоднородностями тел, движущихся в турбулентном потоке жидкости // Акустич. ж. 2018. Т. 64(6). С. 756–757,
  18. Кайнова А.В., Коротин П.И., Соков Е.М., Суворов А.С. Валидация метода конечно-элементного моделирования акустического переизлучения тел, обтекаемых турбулентным потоком жидкости // ПММ. 2019. Т. 83. Вып. 3. С. 384–392.
  19. Суворов А.С., Соков Е.М., Вировлянский А.Л., Еремеев В.О., Балакирева Н.В. Метод конечно-элементного моделирования гидродинамичесского шума, возникающего при обтекании упругих тел // Акустич. ж. 2023. Т. 69(6). С. 713–721.
  20. Kajishima T., Taira K. Computational Fluid Dynamics: Incompressible Turbulent Flows. Cham: Springer, 2017.
  21. Sagaut P., Deck S., Terracol M. Multiscale and Multiresolution Approaches in Turbulence. LES, DES and Hybrid RANS/LES Methods: Applications and Guidelines. London: Imperial College Press, 2013.
  22. Kraichnan R. Diffusion by a random velocity field // Phys. of Fluids. 1970. V. 13(1). P. 22–31.
  23. Karweit M., Blanc-Benon P., Juvé D., Comte-Bellot G. Simulation of the propagation of an acoustic wave through a turbulent velocity field: a study of phase variance // J. Acoust. Soc. Am. 1991. V. 89. P. 52–61.
  24. Béchara W., Bailly C., Candel S.,Lafon P. Stochastic approach to noise modeling for free turbulent flows // AIAA J. 1994. V. 32(3). P. 455–463. https://doi.org/10.2514/ 3.12008
  25. Bailly C., Lafon P., Candel S. Computation of noise generation and propagation for free and confined turbulent flows // Aeroacoustics Conf. Amer. Inst. of Aeronautics and Astronautics, 1996.
  26. Bailly C., Juvé D. A stochastic approach to compute subsonic noise using linearized Euler’s equations // 5th AIAA/CEAS Aeroacoustics Conf.&Exhibit. 1999.
  27. Bailly C., Juvé D. Numerical solution of acoustic propagation problems using linearized Euler equations // AIAA J. 2000. V. 38. P. 22–29.
  28. Billson M., Eriksson L.-E., Davidson L. Jet noise prediction using stochastic turbulence modeling // 9th AIAA/CEAS Aeroacoustics Conf.&Exhibit. 2003.
  29. Billson M., Eriksson L.-E., Davidson L. Jet noise modeling using synthetic anisotropic turbulence // 10th AIAA/CEAS Aeroacoustics Conf. 2004. V. 3.
  30. Careta A., Sagués F., Sanch J., Stochastic generation of homogeneous isotropic turbulence with well-defined spectra // Phys. Rev. E. 1993. V. 48(3). P. 2279–2287.
  31. Ewert R. RPM – the fast Random Particle-Mesh method to realize unsteady turbulent sound sources and velocity fields for CAA applications // 13th AIAA/CEAS 28th AIAA Aeroacoustics Conf. 2007.
  32. Ewert R., Emunds R. CAA slat noise studies applying stochastic sound sources based on solenoidal digital filters // 11th AIAA/CEAS 26th AIAA Aeroacoustics Conf. May 23–25, 2005.
  33. Ewert R. Slat noise trend predictions using caa with stochastic sound sources from a random particle mesh method (RPM) // 12th AIAA/CEAS 27th AIAA Aeroacoustics Conf. May 8–10, 2006.
  34. Ewert R., Dierke J., Neifeld A., Appel C., Siefert M., Kornow O. CAA broadband noise prediction for aeroacoustic design // IUTAM Symp. on Comput. Aero-Acoustics for Aircraft Noise Prediction Conf. Paper August 2011. https://doi.org/10.1016/j.jsv.2011.04.014
  35. Ewert R., Kornow O., Tester B.J., Powles C.J., Delfs J.W., Rose M. Spectral broadening of jet engine turbine tones // AIAA Pap. 2008-2940. 2008.
  36. Ewert R. Broadband slat noise prediction based on CAA and stochastic sound sources from a Random-Particle Mesh (RPM) method // Computers&Fluids. 2008. V. 37. V. 369–387.
  37. Flying Qualities of Piloted Aircraft. Vol. MIL-STD-1797A. United States Department of Defense. 1990.
  38. de Kármán Th., Leslie H., On the statistical theory of isotropic turbulence // Proc. of the Royal Soc. of London. Ser. A. Math.&Phys. Sci. 1938. V. 164(917). P. 192–215.
  39. von Kármán T., Lin C.C. On the statistical theory of isotropic turbulence // in: Advances in Applied Mechanics / ed. by von Mises R.; von Kármán T. Acad. Press, 1951. P. 1–19.
  40. Menter F.R. Two-equation eddy-viscosity turbulence models for engineering applications // AIAA J. 1994. V. 32(8). P. 1598–1605.
  41. Menter F.R., Sechner R. Best Practice: RANS Turbulence Modeling in Ansys CFD. Ansys Germany GmbH A. Matyushenko, NTS, St. Petersburg, Russia.
  42. Suvorov A.S., Sokov E.M., Artel’nyi P.V. Numerical simulation of acoustic emission using acoustic contact elements. // Acoust. Phys. 2014. V. 60. № 6. P. 694–703.
  43. Suvorov A.S., Artel’nyi V.V., Artel’nyi P.V., V’yushkina I.A., Korotin P.I., Shlemov Y.F. Verification of the numerical model in the problem of studying directional characteristics of sound radiation from inhomogeneous shells // Acoust. Phys. 2018. V. 64. № 2. P. 260–265.
  44. Menter F.R. Best Practice: Scale-Resolving Simulations in ANSYS CFD. ANSYS Germany GmbH A. Matyushenko, NTS, St. Petersburg, Russia.
  45. Суворов А.С., Вьюшкина И.А., Смирнов С.А., Коротин П.И., Балакирева Н.В., Майзель А.Б., Слуцкий Р.Н., Пялов К.Н. Реализация и верификация численного моделирования шумоизлучения движетельного комплекса // Тр. Крыловского гос. науч. центра. № 410.1с, т. 1, С. 70–80. 2024.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Постановка задачи

Скачать (11KB)
Метаданные
3. Рис. 2. Расчетная область ГД задачи об обтекании фрагмента задней кромки лопасти

Скачать (10KB)
Метаданные
4. Рис. 3. Осредненное поле модуля завихренности (а), кинетической энергии турбулентности (б) и модуля скорости (в) в сечении вдоль потока

Скачать (10KB)
Метаданные
5. Рис. 4. Конечно-элементная модель для определения коэффициента передачи

Скачать (50KB)
Метаданные
6. Рис. 5. Реальная часть коэффициента передачи на частоте δ0.95f / W∞ = 0.4

Скачать (17KB)
Метаданные
7. Рис. 6. Радиус корреляции в направлении вдоль радиуса лопасти (а) и радиус корреляции в нормальном направлении к поверхности лопасти (б) на различных частотах

Скачать (27KB)
Метаданные
8. Рис. 7. Зависимость оценки КШ от модели описания осредненного радиуса корреляции в направлении вдоль радиуса лопасти

Скачать (22KB)
Метаданные
9. Рис. 8. Исследование сходимости метода от параметров «количество точек вдоль линии тока» и «шаг вдоль линии тока»

Скачать (29KB)
Метаданные
10. Рис. 9. Исследование сходимости метода от параметра «прогрессия по нормали к поверхности»

Скачать (17KB)
Метаданные
11. Рис. 10. Исследование сходимости метода от параметра «количество точек по нормали к поверхности» и «шаг вдоль начальной линии»

Скачать (24KB)
Метаданные
12. Рис. 11. Вклад источников гидродинамического шума по нормали к поверхности лопасти

Скачать (15KB)
Метаданные
13. Рис. 12. Звуковое давление в точке на контрольной дистанции от поверхности лопасти

Скачать (29KB)
Метаданные

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».