Effectiveness of blowing for improving the high-speed trains aerodynamics


Цитировать

Полный текст

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

Аннотация

The promising method of drag reduction with the use of micro-blowing through the streamlined surface has been proposed for its use to the external surface of high-speed train. The advantages of high-speed train as an object of micro-blowing application are introduced. The corresponding RANS-based mathematical model is elaborated, and the computations of the external flow around a long train body are performed. Predictions of the turbulent boundary layer over penetrable surface with different modes of micro-blowing have been presented and analyzed. The developed modifications of mathematical model of turbulence have been used to take into account the micro-blowing influence in the inner region of turbulent boundary layer. The obtained results of parametric analysis of drag reduction depending on the area of permeable sections, intensity of micro-blowing, and high-speed train length have been analyzed. In particular, the dependence between drag reduction effect and length of train body with realized micro-blowing as well as its intensity is established. Realization of micro-blowing with blowing velocity just 0.25 % of train speed (V = 100 m/s) on the 70 % of the streamlined surface area for just one train carriage (L = 25 m) allows one to reduce the aerodynamic drag (including the most actual friction and head-tail pressure components) of the whole train (L = 200 m) by about 5.25 %, so in case of micro-blowing realization on all its 8 carriages, the train’s aerodynamic drag can be reduced approximately by 42 %.

Об авторах

E. Shkvar

Zhejiang Normal University

Автор, ответственный за переписку.
Email: shkvar.eugene@qq.com
Китай, Jinhua, Zhejiang province

A. Jamea

Zhejiang Normal University

Email: shkvar.eugene@qq.com
Китай, Jinhua, Zhejiang province

S.-J. E

Zhejiang Normal University

Email: shkvar.eugene@qq.com
Китай, Jinhua, Zhejiang province

J.-C. Cai

Zhejiang Normal University

Email: shkvar.eugene@qq.com
Китай, Jinhua, Zhejiang province

A. Kryzhanovskyi

Zhejiang Normal University

Email: shkvar.eugene@qq.com
Китай, Jinhua, Zhejiang province

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Kutateladze Institute of Thermophysics, Siberian Branch of the Russian Academy of Sciences, 2018

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».