基于流固耦合的水翼涡激振动数值研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:wenzheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年,随着船舶行业的发展,水面舰艇和潜艇航速得到极大提升,水弹性振动对船体强度以及疲劳寿命产生的影响已引起了造船界的广泛关注。减摇鳍、水翼艇中的水翼,潜艇中的舵翼等舰艇中的翼型结构部件,如若设计不当,在流场中高速运动时将会产生有害的涡激颤振,甚至导致结构的破坏。因此利用水弹性的研究结果分析粘性流体通过翼型振荡物的振动问题具有重要意义。水翼振动是典型的水弹性问题,是水动力学和弹性力学的交叉学科,要考虑水动力、弹性力和惯性力三种力的耦合作用,把水动力方程和弹性力学方程耦合起来求解。以理论系统较为成熟的气动弹性力学入手,推导出二维水翼的Theodorsen理论解进而求解理论的水弹性不稳定边界,然而二维理论模型是在薄翼、势流理论等简化条件下求得的,难以满足工程需要。随着计算模型的复杂化、以及计算方法和硬件设施的提升,数值仿真逐渐成为主流。数值方法包括非耦合方法、弱耦合和强耦合等,常用的处理方法有直接对水翼结构进行双向流固耦合计算,得到时域上的振动情况,这种方法的缺点是计算成本大,且对动网格的处理方法上要求很高。然而水翼作为刚体,在水中的振动幅度并不是很大,对流场的影响十分有限,因此目前的处理方式主要集中在非耦合方法的单向流固耦合,即在流场中计算出水动力等结果,代入到结构中求解,如对水翼的非定常计算能够得出壁面上的脉动压力,可用于求解结构的振动或水动力噪声,这是一种忽略结构变形对流场影响的单向耦合方法。本文以水翼结构为研究对象,首先,对二维翼段的水动力进行理论分析,基于非线性近似理论,推导出薄翼在不可压缩、无粘流的Theodorsen非定常模型,可以得出二自由度翼型广义力与广义位移之间的代数关系,代入刚体运动学方程,可直接求出二维翼水弹性不稳定边界条件。其次,基于二维水翼的理论解对流固耦合作用下水翼的振动进行了数值模拟研究,利用大涡模拟方法计算高雷诺数下水翼绕流场,流场力作用于二自由度刚体上导致周期性的垂荡和转动,龙格库塔法求解刚体水翼的运动方程,位移参数作为下一时间步流场计算的边界条件,具体通过编译自定义函数控制刚体运动和流场网格变化。探讨了初始攻角、刚心位置以及来流速度对水翼振动的影响,发现在来流速度增大至某一数值时水翼发生了颤振现象,并在时域与频域上对颤振的发生机理进行了深入的探讨。然后以三维水翼结构为对象,分析了三维水翼结构在流体结构耦合作用下的振动情况,分别对比计算了单向和双向流固耦合作用下,水翼在不同攻角以及来流速度中的变形以及振动。最后对潜艇围壳结构进行振动和噪声分析,先对有围壳舵和无围壳舵的指挥台结构分别进行了模态分析,然后计算了在点激振力作用下的振动和声辐射功率,并计算了在水动力脉动压力作用下的振动和远场声辐射。
其他文献
动脉中膜平滑肌细胞(SMCs)迁移进入内膜和增生是动脉粥样硬化发生的关键环节,并受包括PDGF、IGF、FGF、EGF在内的多种因素的影响。众所周知,SMCs自身亦可合成及分泌生长因子
为了解决在数控车床上加工斜椭圆的问题,提出了采用编制宏程序的方法解决该问题,该方法利用勾股定理和三角函数关系逐点算出相关坐标,采用较为简单的宏程序技巧。通过该程序
目前,全球经济发展快速,各国之间在进行频繁的贸易与交流的同时,也促进了港口物流集装箱运输行业的迅猛发展,港口物流业也因此面临了前所未有的机会和挑战。现代集装箱码头业
量子人工智能是量子力学和人工智能技术结合的产物。一个量子系统具有相干性,即该系统有可以同时存在多种状态组合的特性。这种特性使得将量子系统作为计算比特时,会有先天并
电力企业想要让自己的施工技术在市场竞争中脱颖而出,就要加强对细节问题的研究,发展电力工程安装施工的核心技术,不 断突破技术壁垒,寻找与企业相关的发展模式,提高施工技术
参考30t级机型建立挖掘机式冲击器两种典型工况姿态的三维模型,将模型导入ANSYS Workbench中建立较高网格精度的有限元模型。对工作装置进行模态分析获得两种工况的频率和振型
基于单片机控制的自动循迹机器人系统可广泛涉及于探测、工业、生活中.循迹机器人是一个应用传感器、控制器、驱动及外加扩展的自动化技术,按照预先设定的模式或者轨迹来进行
虚拟机器人作为一项新兴的教育项目,并没有系统的教材支撑,在编程教学上教师只能依循个别软件说明书中的例子分别讲解,出现教无可教、习题单一、学生厌倦等问题。本文结合教
随着我国经济建设的不断发展,越来越多的基础工程建设将投入实施。我国又是一个地震多发国家,广阔的国土面积上分布着大大小小的地震断裂带,因此越来越多的桥梁在近断层区域
在训练机器学习和深度学习的模型时,梯度下降算法是一个用得非常广泛的优化方法。然而梯度下降算法收敛速度非常慢,因此许许多多的加速算法被提出用来加快收敛速度,比如动量