Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Física# Dinámica de Fluidos

Investigando el ruido de los alerones: causas y soluciones

Una mirada al ruido de las alas y su impacto en la aviación.

― 7 minilectura


Análisis de ruido deAnálisis de ruido deperfil aerodinámicogestión del ruido en las alas.Un estudio sobre la generación y
Tabla de contenidos

El ruido de las alas es un sonido que se produce por la interacción del aire con las superficies de dispositivos como las alas de los aviones o hélices. Entender y manejar este ruido es importante para muchas aplicaciones, especialmente para hacer que las máquinas voladoras sean más silenciosas.

¿Qué causa el ruido de las alas?

Cuando el aire pasa sobre un ala, genera diferentes ruidos debido a los cambios de presión y al flujo del aire. Una de las principales cosas que contribuyen a este ruido es una capa límite turbulenta. Esta capa es donde el flujo de aire suave se vuelve caótico y produce fluctuaciones de presión. A medida que el aire pasa por un borde afilado del ala, estas fluctuaciones pueden generar ruido.

La importancia de estudiar el ruido de las alas

El ruido de las alas importa por varias razones. Primero, afecta la comodidad de los pasajeros y de las personas que viven cerca de los aeropuertos. Segundo, con el aumento de vehículos de movilidad aérea urbana, como los taxis voladores eléctricos, la necesidad de reducir el ruido se ha vuelto aún más crítica. Estas nuevas máquinas tienen muchas aspas y operan a velocidades más bajas, haciendo que el ruido sea más notable.

Herramientas para analizar el ruido de las alas

Los investigadores utilizan técnicas avanzadas para estudiar el ruido de las alas, como la Simulación de grandes remolinos (LES) y Transformadas Wavelet.

Simulación de grandes remolinos (LES)

LES ayuda a crear modelos detallados de cómo se mueve el aire alrededor de un ala. Descompone los patrones complejos del flujo de aire en partes manejables, facilitando la predicción de dónde podría venir el ruido.

Transformadas Wavelet

Las transformadas wavelet son herramientas matemáticas que analizan datos a diferentes frecuencias. Ayudan a los investigadores a identificar tipos específicos de ruido de los datos recolectados durante las simulaciones.

Cómo se identifican las fuentes de ruido

Cuando el ala opera a ángulos más altos, ocurren varios fenómenos, lo que puede generar ruido. La separación de vórtices sucede, donde el aire rotatorio (vórtices) se separa de la superficie del ala. Esto puede crear áreas de turbulencia, resultando en más ruido.

También se forma un fenómeno conocido como burbuja de separación laminar (LSB), que causa un cambio repentino en el flujo de aire. Usando LES y transformadas wavelet, los investigadores pueden distinguir entre ruido coherente (organizado) y ruido incoherente (fondo). Esto ayuda a tener una comprensión más clara de las principales fuentes de sonido.

El desafío del ruido numérico

Al llevar a cabo simulaciones, un problema significativo es el ruido numérico. Este es ruido que surge de las limitaciones de los métodos computacionales en lugar de los flujos de aire reales. Es crucial separar este ruido no deseado de las señales verdaderas para identificar con precisión las verdaderas fuentes de sonido.

Otras fuentes de ruido competidoras

Además del ruido de borde de salida, pueden ocurrir otros tipos de ruido, incluyendo:

  • Ruido de separación de vórtices: Crea ruidos tonales a frecuencias más bajas.
  • Ruido de inestabilidad de LSB: Produce ruido tanto tonal como de banda ancha a frecuencias más altas.
  • Ruido de punta: Surge de las puntas de las aspas o el ala.
  • Ruido de pérdida: Ocurre cuando el flujo de aire sobre el ala se interrumpe.
  • Ruido de perturbación: Sucede cuando el flujo de aire se altera intencionalmente para hacer la transición de suave a turbulento.

Cada uno de estos sonidos depende de varios factores, incluyendo la forma del ala, el ángulo de ataque y otras condiciones del flujo.

Uso de métodos wavelet para el análisis de ruido

Las transformadas wavelet pueden descomponer efectivamente los campos de presión que resultan de flujos turbulentos. Permiten a los investigadores separar las señales según sus características. Por ejemplo, un método llamado umbral wavelet ayuda a filtrar el ruido numérico, asegurando que solo queden las verdaderas señales de ruido.

El proceso de investigación

En la investigación sobre el ruido de las alas, se emplean diversas configuraciones de alas en simulaciones para examinar cómo se comporta el ruido bajo diferentes condiciones. El ala NACA 0012 se estudia comúnmente debido a su forma simple, lo que facilita el análisis.

Configuración de la simulación

Las simulaciones utilizan una combinación de transición forzada (donde el flujo de aire se altera para crear turbulencia) y transición natural (donde la turbulencia se desarrolla por sí sola). Se examina el ala a diferentes ángulos para ver cómo afecta la generación de ruido.

Dominio computacional y malla

El dominio de la simulación se establece para garantizar que se capturen adecuadamente tanto los campos cercanos como lejanos. Se crea una estructura de malla específica para recopilar la mayor cantidad de detalles posible sobre el flujo de aire alrededor del ala. Esta configuración es esencial para obtener resultados de alta calidad.

Resultados de las simulaciones

Las simulaciones revelan diferentes características del ruido según las condiciones establecidas para el ala.

Hallazgos a diferentes ángulos

Cuando el ala está a un ángulo de ataque alto, se identifican claramente las fuentes de ruido. Hay frecuencias distintas donde el ruido es más significativo, con la separación de vórtices ocurriendo alrededor de 560 Hz y el ruido de inestabilidad de LSB alcanzando su punto máximo alrededor de 3 kHz.

Visualizando la propagación del ruido

Usando transformadas wavelet, los investigadores pueden visualizar cómo viaja el ruido en el aire. Esta visualización muestra cómo interactúan y se propagan las diferentes fuentes de ruido a través del entorno.

El papel de las técnicas de eliminación de ruido

Para asegurar que los resultados sean precisos, las técnicas de eliminación de ruido son cruciales. Al aplicar un umbral basado en wavelet, los investigadores pueden filtrar el ruido que no está relacionado con el flujo de aire, dejando atrás las verdaderas señales.

Análisis de campo de presión

Al analizar los campos de presión, los investigadores pueden ver dónde se genera el ruido. Se hace más fácil distinguir el ruido numérico del ruido físico, lo que conduce a una mejor comprensión y control del sonido producido por las alas.

Conclusión y trabajo futuro

En resumen, el estudio del ruido de las alas utilizando LES y transformadas wavelet ofrece valiosos conocimientos sobre cómo se generan los sonidos y cómo se pueden manejar. La capacidad de separar el ruido en diferentes fuentes ayuda a mejorar el diseño de aviones más silenciosos.

A medida que la tecnología avanza, el desarrollo adicional de estos métodos conducirá a mejores predicciones y podría allanar el camino para vehículos voladores más silenciosos y eficientes. El futuro de los viajes aéreos probablemente verá un mayor enfoque en reducir los niveles de ruido, convirtiéndolo en un área clave de investigación a futuro.

Fuente original

Título: Airfoil trailing-edge noise source identification using large-eddy simulation and wavelet transform

Resumen: Airfoil noise is predicted and analyzed using wall-resolved large-eddy simulations and wavelet transforms for a NACA 0012 airfoil at a Mach number of 0.06 and a Reynolds number of 400,000 using a stair-strip forced transition and a natural transition. At a high angle of attack, vortex shedding and a laminar separation bubble (LSB) occur on the suction side. The LSB triggers the flow transition for both the forced and natural transition cases. The wavelet thresholding and denoising algorithm is used to decompose the pressure fields into the coherent or denoised pressure and the incoherent or background noise pressure. This denoising technique provides a clear picture of true noise generation and propagation. It also reveals the dominant noise source at specific frequencies when multiple noise sources are present. In another usage, the wavelet thresholding algorithm with down-sampling separates noise on the basis of flow structures. For example, the wavelet method separates noise between low-frequency vortex shedding noise and high-frequency LSB noise as well as trailing-edge noise. Finally, the wavelet transform is used to decompose the hydrodynamic and acoustic pressure components near the surface using the coherence between near-field pressure and far-field pressure. Overall, the wavelet-based decomposition is a valuable tool to study and reveal the mechanisms of airfoil noise generation.

Autores: Seongkyu Lee, Donghun Kang, Davy Joao Etienne Brouzet, Sanjiva K. Lele

Última actualización: 2023-02-11 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2302.05809

Fuente PDF: https://arxiv.org/pdf/2302.05809

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares