Улучшение разрешения RANS/ILES(i)-методом турбулентных вихревых структур при дозвуковых числах Маха

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Представлена модификация RANS/ILES(i)-метода высокого разрешения, позволяющая регулировать вклад диффузионного члена схемы Роу для аппроксимации конвективных членов уравнений Навье–Стокса с помощью умножения его на некоторую функцию, зависящую от локальных параметров течения. Предложено два варианта функции. В первом случае она зависит только от локального числа Маха в степени большей единицы, во втором – еще и от завихренности в рассматриваемой точке течения. Для оценки эффективности предложенных функций выполнены расчеты распада однородной изотропной турбулентности при разных уровнях турбулентного числа Маха и околозвуковой затопленной турбулентной струи, выходящей из модельного конического сопла. Исследовано влияние коэффициентов, входящих в предложенные функции, на эффективность уменьшения схемной вязкости при различных числах Маха рассматриваемого течения. Выполнено сравнение с данными экспериментов и результатами исходного варианта RANS/ILES(i)-метода.

About the authors

A. S. Zhigal'kin

Federal State Institution "Central Institute of Aviation Engine Construction named after P.I. Baranov"

Author for correspondence.
Email: aszhigalkin@ciam.ru
Moscow, Russia

D. A. Lyubimov

Federal State Institution "Central Institute of Aviation Engine Construction named after P.I. Baranov"

Email: dalyubimov@ciam.ru
Moscow, Russia

References

  1. Islam A., Thornber B. A High-order Hybrid Turbulence Model with Implicit Large-eddy Simulation // Comput. Fluids. 2018. V. 167. P. 292.
  2. Любимов Д.А. Разработка и применение эффективного RANS/ILES-метода для расчета сложных турбулентных струй // ТВТ. 2008. Т. 46. № 2. С. 271.
  3. Kuan T.W.I., Szmelter J., Cocetta F. LES and ILES Simulations of Free-jets // Flow, Turbul. Combust. 2023. V. 110. P. 547.
  4. Markesteijn A.P., Gryazev V., Karabasov S.A., Ayupov R.Sh., Benderskiy L.A., Lyubimov D.A. Flow and Noise Predictions of Coaxial Jets // AIAA J. 2021. V. 58. № 12. P. 5280.
  5. Lyubimov D.A., Potekhina I.V. Investigation of Capabilities Synthetic Jets Application for Active Flow Control in Diffuser Ducts with Flow Separation Using High Resolution RANS/ILES Method // EUCASS. 2013. Paper 80.
  6. Любимов Д.А., Потехина И.В. Применение RANS/ILES-метода для анализа эффективности управления отрывными течениями в диффузорах с помощью синтетических струй // МЖГ. 2015. № 4. С. 144.
  7. Lyubimov D., Fedorenko A. External Flow Velocity and Synthetic Jets Parameters Influence on Cavity Flow Structure and Acoustics Characteristics Using RANS/ILES // Int. J. Aeroacoustics. 2018. V. 17. № 3. P. 259.
  8. Любимов Д.А., Потехина И.В. Исследование нестационарных режимов работы сверхзвукового воздухозаборника RANS/ILES-методом // ТВТ. 2016. Т. 54. № 5. С. 784.
  9. Любимов Д.А., Честных А.О. Исследование RANS/ILES-методом течения в высокоскоростном воздухозаборнике смешанного сжатия на различных режимах работы // ТВТ. 2018. Т. 56. № 5. С. 729.
  10. Perrin R., Lamballais E. Assessment of Implicit LES Modelling for Bypass Transition of a Boundary Layer // Comput. Fluids. 2023. V. 251. 105728.
  11. Жигалкин А.С., Любимов Д.А. Анализ RANS/ILES-методом влияния турбулентности набегающего потока на течение в сверхзвуковом воздухозаборнике. Оценка диссипативных свойств разностной схемы на примере моделирования распада однородной изотропной турбулентности в рамках ILES // ТВТ. 2022. Т. 60. № 1. С. 63.
  12. Li Z., Zhang Y., Chen H. A Low Dissipation Numerical Scheme for Implicit Large Eddy Simulation // Comput. Fluids. 2015. V. 117. P. 233.
  13. Любимов Д.А. Разработка и применение метода высокого разрешения для расчета струйных течений методом моделирования крупных вихрей // ТВТ. 2012. Т. 50. № 3. С. 450.
  14. Bui T.T. A Parallel, Finite-volume Algorithm for Large-eddy Simulation of Turbulent Flows // NASA TM-206570. 1999.
  15. Дерюгин Ю.Н., Емельянова Я.В., Жучков Р.Н., Уткина А.А. Применение схемы с гибридной диссипацией в решении задач вычислительной аэроакустики // ЖВМиМФ. 2018. Т. 58. № 9. С. 1478.
  16. Sun D., Bai J., Yan C. An Effective Low Dissipation Method for Compressible Flows // Aerospace Sci. Technol. 2020. V. 100. 105757.
  17. Roe P.L. Approximate Riemann Solvers, Parameters Vectors, and Difference Schemes // J. Comp. Phys. 1981. V. 43. P. 357.
  18. Suresh A., Huynh H.T. Accurate Monotonicity–Preserving Schemes with Runge-Kutta Time Stepping // J. Comp. Phys. 1997. V. 136. № 1. P. 83.
  19. Spalart P.R., Allmaras S.R. A One-equation Turbulence Model for Aerodynamic Flows // La Recherche Aerospatiale. 1994. № 1. P. 5.
  20. Compte-Bellot G., Corrsin S. Simple Eulerian Time Correlation of Full- and Narrowband Velocity Signals in Grid-generated “Isotropic” Turbulence // J. Fluid Mech. 1971. V. 48. P. 273.
  21. Bridges J., Wernet M. Measurements of the Aeroacoustic Sound Source in Hot Jets // AIAA-2003-3130. 2003.
  22. Bogey C., Marsden O., Bailly C. Influence of Initial Turbulence Level on the Flow and Sound Fields of a Subsonic Jet at a Diameter-based Reynolds Number of 105 // J. Fluid Mech. 2012. V. 701. P. 352.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

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».