تعیین ناپایداری جریان و نقطه واگرایی لیفت در ایرفویل دارای تعقر متوسط با استفاده از دینامیک سیالات محاسباتی و شبکه عصبی مصنوعی | ||
| مکانیک سیالات و آیرودینامیک | ||
| مقاله 10، دوره 14، شماره 2 - شماره پیاپی 36، اسفند 1404، صفحه 137-147 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمد پارسا شهابی نیا1؛ سعادت زیرک* 2 | ||
| 1دانشجوی کارشناسی، دانشگاه سمنان، سمنان، ایران | ||
| 2دانشیار، دانشگاه سمنان، سمنان، ایران | ||
| چکیده | ||
| در این پژوهش، رفتار آیرودینامیکی ایرفویل با تقعر متوسط ناکا ۴۴۱۲ در محدوده وسیعی از زوایای حمله و اعداد رینولدز مورد بررسی قرار گرفته است. شبیه‌سازی عددی در نرم‌افزار انسیس فلوئنت و با مدل آشفتگی اسپالارت آل مارس انجام شد. شبکه‌بندی به‌صورت یکنواخت و با تراکم بالا در نواحی لایه‌مرزی، لبه حمله و نواحی که احتمال جدایش جریان بیشتر است، طراحی گردید. صحت سنجی نتایج دینامیک سیالات محاسباتی با داده‌های تجربی تونل باد نشان داد که ضرایب لیفت و درگ در نواحی پیش‌وپس از واماندگی بادقت بسیار بالا شبیه‌سازی شده است. از تحلیل میدان جریان دیده شد که وقوع واماندگی ناشی از جدایش زودهنگام لایه‌مرزی در ناحیه مکش و تشکیل ناحیه بازگشتی بزرگ در پشت لبه حمله است که منجر به افت ناگهانی ضریب لیفت و افزایش شدید ضریب درگ شده است. افزایش عدد رینولدز باعث تأخیر در وقوع واماندگی و افزایش لیفت بیشینه شده و به‌منظور پیش‌بینی سریع ضرایب آیرودینامیکی، یک شبکه عصبی چندلایه با ورودی‌های زاویه حمله و عدد رینولدز و خروجی‌های ضرایب لیفت و درگ توسعه یافت که مدل پیشنهادی توانست زاویه واماندگی را بادقت بالای ۹۰ درصد پیش‌بینی کند. این نتایج نشان داد که ترکیب دینامیک سیالات محاسباتی و شبکه عصبی، رویکردی کارآمد و کم‌هزینه برای پیش‌بینی رفتار آیرودینامیکی ایرفویل‌هاست و می‌تواند در طراحی بهینه پروفیل، بهبود عملکرد پره‌ها و توسعه سامانه‌های کنترل فعال واماندگی به کار گرفته شود | ||
| کلیدواژه‌ها | ||
| SA">ایرفویل SA">ضریب برآ SA">ضریب پسا SA">شبکه عصبی مصنوعی SA">آیرودینامیک | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 94 تعداد دریافت فایل اصل مقاله: 35 |
||