Solving of the inverse problem for a multielement airfoil in a compressible viscous gas flow

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

An iterative method for solving the inverse problem for a multielement (slotted) airfoil at high speeds in a viscous compressible flow, using RANS methods, has been developed. It is an evolution of a similar method developed earlier by the authors for low speed conditions. The method is based on the well-known principle of residual correction, according to which corrections to the current geometry are generated on the basis of the difference between the target and current pressure distribution. A brief description of the algorithm and the methods used is given. Examples for the slotted airfoil design corresponding to the target pressure distribution are given, including cases with the shock waves existence.

全文:

受限制的访问

作者简介

A. Bolsunovsky

Central Aerohydrodynamic Institute

编辑信件的主要联系方式.
Email: bolsmail@mail.ru
俄罗斯联邦, Zhukovsky

N. Busoverya

Central Aerohydrodynamic Institute

Email: bolsmail@mail.ru
俄罗斯联邦, Zhukovsky

S. Gerasimov

Central Aerohydrodynamic Institute

Email: bolsmail@mail.ru
俄罗斯联邦, Zhukovsky

M. Gubanova

Central Aerohydrodynamic Institute

Email: bolsmail@mail.ru
俄罗斯联邦, Zhukovsky

参考

  1. Rumsey C.L., Ying S.X. Prediction of high lift: review of present CFD capability // Progr. in Aerospace Sci., vol. 38, 2002, pp. 145–180.
  2. Golubev V.V. Research on the slotted wing theory. Part I // Tr. TsAGI, 1933, iss. 147. (in Russian)
  3. Golubev V. V. Research on the slotted wing theory. Part II // Tr. TsAGI, 1937, iss. 306. (in Russian)
  4. Smith A.M. High-lift aerodynamics // J. of Aircraft, 1975, vol. 12, no. 6.
  5. Petrov A.V., Skomorokhov S.I. High-Lift Wings Aerodynamics. TsAGI – Main Stages of Scientific Work in 1993–2003. Moscow: Fizmatlit, 2003. p. 95–104. (in Russian)
  6. Del Rosario R., Follen G., Wahls R., Madavan N. Subsonic fixed wing project overview of technical challenges for energy efficient, environmentally compatible subsonic transport aircraft // AIAA Aerospace Sci. Meeting, Nashville. 2012.
  7. Bolsunovsky A.L., Buzoverya N.P., Gubanova I.A., Gubanova M.A. Solution of the inverse problem for an airfoil in the framework of RANS-equations // TsAGI Sci. J., 2013, vol. 44, no. 3. (in Russian)
  8. Bolsunovsky A.L., Buzoverya N.P., Gubanova I.A. et al. Solution of the inverse problem for a multi-element airfoil in the framework of RANS-equations // TsAGI Sci. J., 2021, vol. 52, no. 3. (in Russian)
  9. Drela M. Design and optimization method for multi-element airfoils // AIAA-93-0969, 1993.
  10. Matsushima K., Shiokawa M., Nakahashi K. An efficient inverse aerodynamic design method for multi component devices // ICAS-2004, Paper 356.
  11. Jones D., Fejtek I. Inverse design of high lift systems // ICAS-2002. 2.4.5.
  12. Bolsunovsky A.L., Buzoverya N.P., Puschin N.A. Solution of the inverse problem for full cruise layout of the passenger aircraft with the use of RANS-equations // TsAGI Sci. J., 2020, vol. 51, no. 1. (in Russian)

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Calculated and experimental [1] pressure distribution on a multi-link profile, M = 0.2, Re = 9×106, α = 16°

下载 (120KB)
索引源数据
3. Fig. 2. NASA slotted wing concept [6]

下载 (134KB)
索引源数据
4. Fig. 3. The principle of constructing residual correction methods

下载 (26KB)
索引源数据
5. Fig. 4. Structure of the method used

下载 (41KB)
索引源数据
6. Fig. 5. Splitting of the pressure discrepancy into subsonic and supersonic parts.

下载 (69KB)
索引源数据
7. Fig. 6. Structured multi-block grid

下载 (496KB)
索引源数据
8. Fig. 7. Vortex features on the panels of a multi-link contour

下载 (90KB)
索引源数据
9. Fig. 8. Example of solving the inverse problem for M = 0.5, ∆Су, ∆Сx – changes in the integral characteristics compared to the characteristics of the original profile

下载 (172KB)
索引源数据
10. Fig. 9. Example of solving the inverse problem for M = 0.6

下载 (180KB)
索引源数据
11. Fig. 10. Convergence of the solution of the inverse problem at M = 0.6

下载 (20KB)
索引源数据
12. Fig. 11. Mach number field in the mode M = 0.768, Cy = 0.75

下载 (345KB)
索引源数据
13. Fig. 12. Pressure distribution in the mode M = 0.768, Cy = 0.75

下载 (32KB)
索引源数据
14. Fig. 13. Calculated polars of cut and insulated profiles

下载 (39KB)
索引源数据

版权所有 © Russian Academy of Sciences, 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».