无人机动力系统测试-实测数据与CFD模拟仿真数据关联对比分析

我们经常被问到这样的问题:“我们计划运行 CFD 仿真,我们还需要对电机和螺旋桨进行实验测试吗?我们可能有偏见,但我们的答案始终是肯定的,而且有充分的理由。我们自己执行了大量的 CFD 仿真,但我们承认,它们并不是获得有关推进系统的明确答案的方法,它们只是使我们能够预测电机或螺旋桨的性能。

模拟对于预测在已经具有良好特征的系统中改变特定变量的影响特别有用。模拟和现实之间的差异有多大?这取决于很多因素,例如湍流模型的选择、网格类型和大小、边界条件和使用的离散化方法。

在本报告中,我们量化了 60 英寸无人机螺旋桨的仿真与现实之间的差异,结果如下。

图 1:安装在 Flight Stand 150 测试台上的 60 英寸螺旋桨

报告摘要

本报告总结了我们完成的测试和模拟,以确定60 英寸无人机螺旋桨的数值模拟结果和实验数据之间的关系。Ansys Fluent 软件用于生成 60 英寸螺旋桨的 CFD 模型,然后使用Flight Stand 150 测试台对其进行实验测试。

我们发现,在 1000 - 2000 RPM 的测试中,CFD 模拟低估了 69% 的拉力

模拟和实验测试在几周内并行进行。Ansys仿真旨在模拟实验实验室空间,包括墙壁、障碍物的接近程度以及房间的整体大小。测试台和推进系统也按照其实时对应物的确切尺寸进行建模。

每个 Ansys 仿真平均需要 10 天时间,使用配备最新一代 GPU 的计算机完成。有时,仿真会无法收敛,并且必须在重新开始仿真之前调整参数。总的来说,我们完成的十几个模拟大约需要 20 周的时间才能运行。在模拟之前,我们的团队在顾问的指导下完成了 16 小时的培训。

同时,我们使用Flight Stand 150 测试台进行了实验测试。我们使用 60 kW 电源为测试台供电,安装有TA150 电机和 60 英寸螺旋桨。

图 2:在 Ansys 中建模并在 Flight Stand 150 上测试的 60 英寸螺旋桨(左)

实验测试规格如下:

  • 测试台:Flight stand 150 (150 kgf / 150 Nm)
  • 电机:TA150
  • 螺旋桨:直径 60 英寸
  • 电调:脉冲 P40
  • 电源:MCB Electronics 的 60 kW 电源
  • 软件: Flight Stand 软件

测试区域:

  • 从测试台到后墙的距离 - 3 m
  • 从旋转域到顶墙的距离 - 3 m
  • 从旋转域到侧壁的距离 - 2.74 m
  • CFD 模型:软件为:Ansys Fluent - 版本 R1 (21.1)

静态域的几何尺寸:

  • X - 7.06 m (宽)
  • Y - 5.1 m (高度)
  • Z - 15.3 m(长度 - 螺旋桨下游的壁到螺旋桨上游的壁)

防护网孔:

  • 非结构化多面体网格单元
  • 网格总数 - 3,181,422
  • 螺旋桨边界上的 6 个充气层 - 第一层 1.5 mm,增长率为 1.2(边界层未解析)

离散化方案:所有项 - 二阶逆风离散化

湍流模型:K-omega SST(稳态)

实测数据和软件仿真数据对比结果如下:

图 3:实验和 CFD 数据的拉力与 RPM 曲线

我们开发了一个 Python 脚本,用于使用最小二乘多项式回归来查找实验数据和 CFD 数据之间的关系。这种关系是仅使用高达 1900 RPM 的实验数据点开发的。此回归的目标是生成如下函数:

为实现这一目标而采取的步骤如下:

将实验数据和 CFD 数据存储在单独的数组中,并带有相应的 RPM 值。

将二阶多项式拟合到实验数据序列和 CFD 数据序列。

使用拟合多项式的方程为实验数据序列和 CFD 数据序列生成均匀分布的数据点。

将均匀分布的 CFD 数据点存储在新的“X 数组”中,将均匀分布的实验数据存储在新的“Y 数组”中。

使用这些新数组,使用 python 函数 np.polyfit() 在 'X array' 和 'Y array' 之间拟合多项式函数。

为相关数据范围生成的方程和绘图如下所示:

图 4:实验拉力数据的最小二乘曲线拟合

图 5:CFD 拉力数据的最小二乘曲线拟合

图 6:实验和 CFD 拉力数据的最小二乘回归

如图 6 所示,实验数据和 CFD 数据之间存在线性关系。实验拉力值大约是 CFD 预测拉力值的两倍。

根据实验数据计算测试台动力数据:

本节介绍如何根据实验数据以恒定 RPM 估算飞行架结构上螺旋桨的压力。在 Flight Stand 150 上对带有 2 个叶片的 60 英寸螺旋桨执行该过程,结果如下所示。

前提

假设,如果一个完美平衡的螺旋桨连接到力测量单元(FMU)在没有测试台结构的情况下自由旋转,那么'Mx'和'My'的测量值将为零。然而,在存在测试台的情况下,每次螺旋桨叶片经过结构时,螺旋桨叶片和测试台之间都会形成一个高压区。这会导致 FMU 探测到一个 Mx 矩。该弯矩可用于估计由于流-固耦合而在机架上的最大力。

实际上,螺旋桨并不是完美平衡的,并且一个叶片可能比另一个叶片产生更大的拉力(对于两个叶片螺旋桨)。这将导致 FMU 上的振荡 'My' 测量值,最大值是当两个螺旋桨叶片与测试台成 90 度角时(螺旋桨的水平位置)。在没有测试台的情况下,当螺旋桨垂直对齐时,此力矩将显示为“Mx”测量值,当螺旋桨水平对齐时,此力矩将显示为“My”测量值。由于螺旋桨不平衡而导致的此力矩的大小在整个周期中保持不变,但方向不断变化。

当螺旋桨与测试台前面的一个叶片垂直对齐时,在整个周期内最大 'Mx' 测量值和最大 'My' 测量值之间的和或差(取决于螺旋桨的不平衡程度)是纯粹由于螺旋桨和测试台之间的流体-结构相互作用而产生的合力矩。这是用于估计由于流-固耦合引起的林分力的方法。

Flight Stand 150 上的力是使用这种方法估计的,其上安装了 60 英寸的螺旋桨并以 1932 RPM 的速度旋转。

绕三个轴的力和力矩首先使用称重传感器电压原始值计算。在获得这些值后,'Mx' 和 'My' 被绘制在彼此的顶部。

图 7:桨叶桨随时间变化的 Mx 和 My

在上图中,两条绿色虚线 '-.' 之间的距离表示螺旋桨旋转一整圈。

结论

我们的结果表明,CFD 模型能够预测螺旋桨拉力性能,与实验测量数据相差 69%。

动力测试的理想方法是使用 CFD 仿真和实验测试来表征动力总成性能。收集到实验数据后,可以在 CFD 数据和实验数据之间建立关系,这可用于预测更高 RPM 的拉力和扭矩值,最高可达某个值。

一旦建立了关系,它就可以用于预测系统的性能,只需稍作修改,例如使用具有不同螺距的螺旋桨,或以更高的 RPM 运行系统。通常,CFD 可用于进行预测,但通过实验验证结果始终是一个好主意。如果您想对电机和螺旋桨进行实验测试,我们推荐以下拉力测试台之一:

  • 1585 系列- 测量 5 kgf 的拉力 / 2 Nm 的扭矩
  • Flight Stand 15- 测量 15 kgf 的拉力 / 8 Nm 的扭矩
  • Flight Stand 50- 测量 50 kgf 的拉力 / 30 Nm 的扭矩
  • Flight Stand 150- 测量 150 kgf 的拉力 / 150 Nm 的扭矩
  • Flight Stand 500- 测量 500 kgf 的拉力 / 1500 Nm 的扭矩

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/59715.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

验证双随机矩阵(doubly stochastic matrix) 满足C(P)=C(P^T)

验证双随机矩阵(doubly stochastic matrix) 满足C( P P P)C(P T ^T T) 双随机矩阵: 在数学中,一个双随机矩阵(doubly stochastic matrix)是一个满足以下条件的矩阵: 非负矩阵:矩阵中的每个元素都是非负的…

Chrome 浏览器开启打印模式

打开开发者工具ctrl shift p输入print 找到 Emulate CSS print media type

Vite初始化Vue3+Typescrpt项目

初始化项目 安装 Vite 首先,确保你的 Node.js 版本 > 12.0.0。然后在命令行中运行以下命令来创建一个 Vite Vue 3 TypeScript 的项目模板: npm init vitelatest进入项目目录 创建完成后,进入项目目录: cd vue3-demo启动…

24 年第十届数维杯国际数模竞赛赛题浅析

本次万众瞩目的数维杯国际大学生数学建模赛题已正式出炉,无论是赛题难度还是认可度,该比赛都是数模届的独一档,含金量极高,可以用于综测加分、保研、简历添彩等各方面。考虑到大家解题实属不易,为了帮助大家取得好成绩…

自动语音识别(ASR)与文本转语音(TTS)技术的应用与发展

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

CentOS8 启动错误,enter emergency mode ,开机直接进入紧急救援模式,报错 Failed to mount /home 解决方法

先看现场问题截图: 1.根据提示 按 ctrld 输入 root 密码,进入系统。 2. 在紧急模式下运行:journalctl -xe ,查看相关日志,找到关键点: Failed to mount /home 3.接着执行修复命令: xfs_repa…

Java项目实战II基于微信小程序的课堂助手(开发文档+数据库+源码)

目录 一、前言 二、技术介绍 三、系统实现 四、文档参考 五、核心代码 六、源码获取 全栈码农以及毕业设计实战开发,CSDN平台Java领域新星创作者,专注于大学生项目实战开发、讲解和毕业答疑辅导。获取源码联系方式请查看文末 一、前言 在数字化教…

借助 Pause 容器调试 Pod

借助 Pause 容器调试 Pod 在 K8S 中,Pod 是最核心、最基础的资源对象,也是 Kubernetes 中调度最小单元。在介绍 Pause 容器之前需要先说明下 Pod 与容器的关系来理解为什么需要 Pause 容器来帮助调试 1. Pod 与 容器的关系 Pod 是一个抽象的逻辑概念&…

IDEA自定义文件打开格式

介绍在IDEA中自定义文件打开格式的方法,比如一个文件,可以选择用txt格式打开,也可以选择用xml格式打开,也可以用java格式打开等等,通过这个方法可以方便的用任意格式在idea中打开想要打开的文件。 下面分别讨论三种不…

Git 分⽀规范 Git Flow 模型

前言 GitFlow 是一种流行的 Git 分支管理策略,由 Vincent Driessen 在 2010 年提出。它提供了一种结构化的方法来管理项目的开发、发布和维护,特别适合大型和复杂的项目。GitFlow 定义了一套明确的分支模型和工作流程,使得团队成员可以更有效…

ECG心电前级信号提取

由于ECG信号很微弱,处于mV级别,还有很多干扰信号,所以采集信号时需要进行滤波和放大处理,然后使用模数转换。为了滤波高频干扰和工频噪声,需要使用低通滤波器和陷波器抑制噪声,有时也要使用高通滤波器滤除低…

【Android】逆向开发与反逆向开发入门知识(一)

目录 逆向开发反编译 & 反混淆反编译工具反编译反混淆 修改预置资源文件抓包前期准备二次打包重签名 如何预防 App 被逆向开发?代码混淆应用加固防止动态调试Root 检测二次打包检测 警告:逆向开发相关知识请在法律规定范围内使用,请勿使用…

华为Mate 70临近上市:代理IP与抢购攻略

随着科技的飞速发展,智能手机已经成为我们日常生活中不可或缺的一部分。而在众多智能手机品牌中,华为一直以其卓越的技术和创新力引领着行业的发展。近日,华为Mate 70系列手机的发布会正式定档在11月26日,这一消息引发了众多科技爱…

【Linux之权限】理论篇

前言 Linux的权限是我们学习Linux初期非常重要的基础知识,接下来我将通过一个系列【Linux之权限】,共三篇文章,对此进行较为全面和详细的解说。 sudo 情况:如果我们不是超级管理员,但是想执行一个权限级别比较高的指…

[C++] 智能指针

文章目录 智能指针的使用原因及场景分析为什么需要智能指针?异常抛出导致的资源泄漏问题分析 智能指针与RAIIC常用智能指针 使用智能指针优化代码优化后的代码优化点分析 析构函数中的异常问题解决方法 RAII 和智能指针的设计思路详解什么是 RAII?RAII 的…

spark性能优化调优指导性文件

1.让我们看一下前面的核心参数设置: num-executors10||20,executor-cores1||2,executor-memory10||20,driver-memory20,spark.default.parallelism64 假设我们的火花队列资源如下: 内存1T,内…

视频流媒体播放器EasyPlayer.js RTSP播放器视频颜色变灰色/渲染发绿的原因分析

EasyPlayer.js RTSP播放器属于一款高效、精炼、稳定且免费的流媒体播放器,可支持多种流媒体协议播放,无须安装任何插件,起播快、延迟低、兼容性强,使用非常便捷。 EasyPlayer.js播放器不仅支持H.264与H.265视频编码格式&#xff0…

零售项目管理的核心问题:如何让协作更高效?

在零售行业,团队协作的效率直接影响到市场反应速度和客户满意度。商品的上下架、库存管理、促销活动的策划与执行、跨部门的沟通与协作……每一个环节都需要精准的协调。而在这些纷繁复杂的任务中,项目管理软件正成为零售行业的关键工具,帮助…

用appinventor制作艾宾浩斯遗忘曲线app

(呕心沥血 仅供参考) 测试效果演示 用appinventor制作课本记背应用程序(基于遗忘曲线设计) 目录 效果演示 项目重难点 总体设计 系统功能模块设计 总体结构如下图所示: 功能模块 详细设计与实现 登录界面 界…

【设计模式】行为型模式(三):责任链模式、状态模式

行为型模式(三):责任链模式、状态模式 5.责任链模式(Chain of Responsibility)5.1 通俗易懂的解释5.2 具体步骤5.3 代码示例5.3.1 处理者接口5.3.2 具体处理者5.3.3 测试类5.3.4 输出 5.4 总结 6.状态模式(…