L'impatto del ghiaccio sulle ali sulle prestazioni
Esplorando come la formazione di ghiaccio influisce sull'aviazione e sull'efficienza dell'energia eolica.
― 6 leggere min
Indice
Il congelamento delle superfici aerodinamiche è un problema serio nell'aviazione e nell'energia eolica. Il ghiaccio che si forma sulle superfici può causare perdite di potenza significative e persino incidenti. Capire come il congelamento influisce sulle prestazioni delle superfici è fondamentale per migliorare la sicurezza e l'efficienza in entrambi i settori. Questo articolo parla dell'impatto della formazione di ghiaccio sulle prestazioni delle superfici e dei metodi usati per prevedere questi effetti.
Il problema del congelamento delle superfici
Il congelamento delle superfici avviene quando gocce di liquido super raffreddato si congelano a contatto con la superficie aerodinamica. Questo può portare a due tipi principali di ghiaccio: il ghiaccio di brina e il ghiaccio a specchio. Il ghiaccio di brina è bianco, ruvido e si forma a temperature significativamente sotto zero. Tende a modellarsi attorno al bordo anteriore della superficie. Il ghiaccio a specchio, invece, è trasparente e liscio, formando vicino al punto di congelamento. Può portare a forme grandi e irregolari che influenzano gravemente il flusso d'aria sulla superficie.
Gli effetti aerodinamici causati dal congelamento possono essere dannosi. Ad esempio, la presenza di ghiaccio di brina può innescare cambiamenti nei modelli di flusso, mentre il ghiaccio a specchio può creare grandi bolle di separazione che disturbano il sollevamento. Nell'aviazione, questo può portare a incidenti, e nell'energia eolica, può ridurre significativamente la produzione di energia.
Importanza di prevedere gli effetti del congelamento
Previsioni accurate delle prestazioni delle superfici ghiacciate possono aiutare a prevenire problemi di congelamento informando le decisioni relative ai percorsi di volo e alle posizioni delle turbine. Inoltre, queste previsioni aiutano nella progettazione di sistemi di anti-congelamento e sghiacciamento. Dato il carattere imprevedibile della formazione di ghiaccio, la Quantificazione dell'incertezza (UQ) è essenziale per previsioni affidabili. L'UQ ci permette di valutare la gamma di possibili risultati a causa delle variazioni nelle forme di ghiaccio.
Metodi per valutare gli effetti del congelamento
Questo articolo esplora vari metodi utilizzati per analizzare gli effetti del congelamento sulle prestazioni delle superfici. Parla della generazione di forme di ghiaccio incerte da dati sperimentali e dell'applicazione di tecniche computazionali avanzate per simulare il flusso d'aria in queste condizioni.
Dati sperimentali e geometria delle superfici
Per studiare l'impatto del congelamento, è stato utilizzato un dataset contenente forme di ghiaccio misurate sperimentalmente. I dati provengono da test condotti in una galleria del vento, dove sono state generate diverse formazioni di ghiaccio sulle superfici. Questi dati sono stati elaborati per creare una gamma di possibili forme di ghiaccio per le simulazioni.
Dinamica dei Fluidi Computazionale (CFD)
La CFD è uno strumento centrale in questo campo, permettendo ai ricercatori di simulare il flusso dei fluidi attorno a superfici ghiacciate. Le simulazioni di vortici grandi (LES) sono particolarmente efficaci nel catturare le complessità del flusso turbolento e possono fornire risultati più accurati rispetto ai metodi tradizionali come i modelli Navier-Stokes mediati di Reynolds (RANS).
Metodo di Galerkin discontinuo
Il metodo di Galerkin discontinuo è una tecnica numerica utilizzata in questo studio per risolvere le equazioni che governano il flusso dei fluidi. Questo metodo consente alta accuratezza e efficienza nella simulazione di geometrie complesse come le superfici ghiacciate.
Tecniche di quantificazione dell'incertezza
Per tenere conto delle variazioni nelle forme di ghiaccio, sono stati applicati diversi metodi UQ. Questi metodi mirano a determinare come le incertezze nei parametri di input influenzano le prestazioni aerodinamiche delle superfici.
Caos polinomiale non intrusivo (NIPC)
L'NIPC è una tecnica che espande la quantità di interesse in serie polinomiali. Questo permette di analizzare come le variazioni nei parametri di input possono influenzare l'output, come i coefficienti di sollevamento e resistenza.
Monte Carlo multilevel (MLMC) e Monte Carlo multifidelity (MFMC)
MLMC e MFMC sono tecniche Monte Carlo avanzate che combinano i risultati di più livelli di simulazione. Usano sia simulazioni ad alta fedeltà (dettagliate) che a bassa fedeltà (semplificate) per ottenere stime accurate delle metriche di prestazione riducendo i costi computazionali.
Risultati e discussione
Lo studio ha rivelato variazioni significative nelle prestazioni aerodinamiche a causa delle forme incerte di ghiaccio sulle superfici. L'analisi ha dimostrato che il congelamento ha generalmente portato a diminuzioni nel sollevamento e aumenti nella resistenza rispetto alle condizioni non ghiacciate. Inoltre, diverse forme di ghiaccio hanno causato gradi variabili di transizione da flusso laminare a turbolento, alterando significativamente le caratteristiche di prestazione della superficie.
Impatto delle forme di ghiaccio sull'aerodinamica
L'influenza delle diverse forme di ghiaccio era evidente sia nei coefficienti medi di sollevamento che di resistenza. In alcuni casi, le forme di ghiaccio hanno agito in modo simile ai trip di strato limite, promuovendo una transizione più precoce e migliorando il sollevamento in determinate condizioni. Tuttavia, la maggior parte delle forme ha portato a una diminuzione complessiva delle prestazioni a causa dell'aumento della resistenza.
Confronto dei metodi UQ
I risultati hanno dimostrato che i diversi metodi UQ hanno prodotto stime variabili dei coefficienti medi di sollevamento, resistenza e pressione. In particolare, il MFMC ha superato il MLMC, fornendo stime migliori a costi computazionali inferiori. L'accordo tra i metodi ha convalidato i risultati, mostrando l'importanza di tenere conto con precisione delle incertezze nelle forme di ghiaccio.
Conclusione
Il congelamento delle superfici aerodinamiche presenta una sfida significativa sia nell'aviazione che nell'energia eolica. Comprendere l'impatto del congelamento sulle prestazioni delle superfici è essenziale per migliorare la sicurezza e l'efficienza. Questo studio ha impiegato dati sperimentali, simulazioni CFD avanzate e vari metodi UQ per prevedere gli effetti del congelamento. I risultati indicano che mentre alcune forme di ghiaccio possono influenzare positivamente le prestazioni, la maggior parte porta a effetti dannosi. La ricerca futura dovrebbe concentrarsi sul perfezionamento dei modelli CFD, migliorare le simulazioni a bassa fedeltà e ampliare il dataset per una migliore rappresentazione delle forme di ghiaccio. Tali progressi miglioreranno il potere predittivo dei metodi UQ e contribuiranno a viaggi aerei più sicuri e a una produzione di energia eolica più efficiente.
Lavoro futuro
In conclusione, il potenziale per la ricerca futura è vasto. Il miglioramento dei modelli CFD di base può portare a previsioni più accurate, mentre l'esplorazione di nuovi metodi UQ può migliorare la nostra comprensione delle incertezze associate al congelamento. Continuando a perfezionare queste tecniche, possiamo prepararci meglio alle sfide poste dal congelamento delle superfici aerodinamiche nei settori dell'aviazione e dell'energia eolica.
Titolo: Data-integrated uncertainty quantification for the performance prediction of iced airfoils
Estratto: Airfoil icing is a severe safety hazard in aviation and causes power losses on wind turbines. The precise shape of the ice formation is subject to large uncertainties, so uncertainty quantification (UQ) is needed for a reliable prediction of its effects. In this study, we aim to establish a reliable estimate of the effect of icing on airfoil performance through UQ. We use a series of experimentally measured wind tunnel ice shapes as input data. Principal component analysis is employed to construct a set of linearly uncorrelated geometric modes from the data, which serves as random input to the UQ simulation. For uncertainty propagation, non-intrusive polynomial chaos expansion (NIPC), multi-level Monte Carlo (MLMC) and multi-fidelity Monte Carlo control variate (MFMC) methods are employed and compared. As a baseline model, large eddy simulations (LES) are carried out using the discontinuous Galerkin flow solver FLEXI. UQ simulations are carried out with the in-house framework PoUnce. Its focus is on a high level of automation and efficiency considerations in a high performance computing environment. Due to the high number of samples, the simulation tool chain of the baseline model is completely automatized, including a new structured boundary layer grid generator for highly irregular domain shapes. The results show that forces on the airfoil vary considerably due to the uncertain ice shape. All three methods prove to be suited to predict mean and standard deviation. In the Monte Carlo techniques, the choice and performance of low-fidelity models is shown to be decisive for estimator variance reduction. The MFMC method performs best in this study. To our knowledge, there are no UQ studies of iced airfoils based on LES, let alone with advanced UQ methods such as MLMC or MFMC. The present study thus represents a leap in accuracy and level of detail for this application.
Autori: Jakob Dürrwächter, Andrea Beck, Claus-Dieter Munz
Ultimo aggiornamento: 2023-07-20 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2302.10294
Fonte PDF: https://arxiv.org/pdf/2302.10294
Licenza: https://creativecommons.org/licenses/by-nc-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.