模态分解理论在进气道气动设计与流场预测中的应用研究

摘要

针对宽域内冲压发动机进气道存在的高维流场难以快速准确预测、高性能几何构型设计中人为干预过多以及设计耗时过长等热难点问题，本文采用基于数据驱动的模态分解方法对其展开研究。　　首先，在参数空间，将本征正交分解（ProperOrthogonalDecomposition，POD）和插值方法相结合，开展进气道流场的快速预测研究。结果表明，该方法能准确预测样本内不同工况的流场信息，误差小于5%，耗时低于0.1s。　　其次，运用POD和动力学模态分解（DynamicModalDecomposition，DMD）方法对高反压下进气道隔离段的激波串自激振荡展开研究。结果发现，该自激振荡为低频主导、多频耦合的复杂运动；两种方法均能对样本内流场演变进行准确预测，误差低于0.6%，耗时少于0.3s；此外，DMD方法也能对样本外时变流场进行准确预测。　　然后，开展了基于有限实测数据对全流场数据进行预测的研究，并针对样本流场存在数据缺失的情况，提出了一个改进的数据修复方法。研究表明，基于30个传感器处压力信息，GappyPOD方法可以对不同流场参数分布进行准确预测，误差低于5.2%，耗时少于1s；针对非完整样本，本文提出的改进型迭代GappyPOD方法与模态数无关，且大大提高了填补精度。　　最后，分别选取下壁面和出口参数分布作为目标参数分布，采用GappyPOD方法对进气道进行快速反设计。研究发现，该方法能快速设计出高性能进气道，其真实参数分布与目标参数分布之间的误差小于1%，设计耗时在10-3s量级。

目录