上海交通大学学报

上海交通大学学报（自然版）, 2022, 56(1): 45-52 doi: 10.16183/j.cnki.jsjtu.2020.204

风力机翼型非定常流场POD和EPOD分析

孙翀, 田甜, 竺晓程,, 杜朝辉

上海交通大学 机械与动力工程学院, 上海 200240

Analysis of POD and EPOD for Unsteady Flow Field of Wind Turbine Airfoil

SUN Chong, TIAN Tian, ZHU Xiaocheng,, DU Zhaohui

School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China

通讯作者: 竺晓程,男,副教授,电话(Tel.):021-34207541;E-mail:zhxc@sjtu.edu.cn

责任编辑: 石易文

收稿日期: 2020-07-3  

基金资助: 国家自然科学基金资助项目(11872249)

Received: 2020-07-3  

作者简介 About authors

孙翀(1995-),男,江苏省泰州市人,博士生,现主要从事风力机气动研究.

摘要

风力机翼型绕流对整机性能以及气动噪声水平具有重要的影响.采用大涡模拟与Ffowcs Williams-Hawkings(FW-H)方程相结合的方法,求解风力机翼型的非定常流场及远场气动噪声.通过本征正交分解(POD)方法提取翼型在8° 攻角下的涡量流场模态.模态结构表明,尾缘涡团和层流分离泡是翼型主要流动的非定常特征.通过扩展本征正交分解(EPOD)方法获得与远场气动噪声最相关的模态结构,揭示与气动噪声产生及传播最相关的边界层中的涡结构与尾迹中的大尺度涡团.

关键词： 翼型绕流; 大涡模拟; 气动噪声; 本征正交分解

Abstract

The profile flow around the wind turbine airfoil has a significant impact on the overall performance and the noise of a wind turbine. In this paper, a combination method of large eddy simulation (LES) and the solution of Ffowcs Williams and Hawkings (FW-H) equation is used to obtain the unsteady flow field and the far-field aeroacoustic noise of a wind turbine airfoil. The dominant modes of the unsteady vorticity at the angle of attack of 8° are extracted by the proper orthogonal decomposition (POD). The modal structure of the dominant modes indicates that the trailing edge vortices and the laminar separation bubble are the main unsteady feature of the airfoil flow. The modal structures most related to the far-field aeracoustics noise are obtained by the extend proper orthogonal decomposition (EPOD). The modal results show that the vortices in the boundary layer and the large-scale vortices in the wake are most relevant to the generation and propagation of the aeracoustics noise.

Keywords： profile flow; large eddy simulation (LES); aeroacoustic noise; proper orthogonal decomposition (POD)

PDF (3093KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

孙翀, 田甜, 竺晓程, 杜朝辉. 风力机翼型非定常流场POD和EPOD分析[J]. 上海交通大学学报（自然版）, 2022, 56(1): 45-52 doi:10.16183/j.cnki.jsjtu.2020.204

SUN Chong, TIAN Tian, ZHU Xiaocheng, DU Zhaohui. Analysis of POD and EPOD for Unsteady Flow Field of Wind Turbine Airfoil[J]. Journal of shanghai Jiaotong University, 2022, 56(1): 45-52 doi:10.16183/j.cnki.jsjtu.2020.204

风能是当前最具大规模开发价值的可再生能源之一,风力机作为风能利用的主要装置,在向大功率发展的同时,其产生的噪声对人们生活的影响也日益明显,降噪已经成为风力机研究的重要方面[1,2].二维翼型作为风力机叶片最基本单元,其非定常流场对风力机整机性能以及气动噪声水平具有重要的影响[3].在气动噪声方面,有研究表明由翼型绕流产生的气动噪声包括:尾缘噪声、钝尾噪声和失速噪声[4].其中,现代大型水平轴风力机气动噪声又以涡团通过叶片尾缘后形成的尾缘噪声为主[5].为此,需对翼型的非定常流动进行精细的求解和分析.

实验测试和计算流体力学(CFD)是研究翼型非定常流动的主要方法.其中,CFD方法拥有花费低,限制少等优势,因此被广泛运用于翼型流场数据的获取.但是,由CFD得到的非定常流场数据非常庞大,直接对其主要流动结构分析较为困难.降阶模型方法通过一组低维变量构成的特征模态来表示非定常流场.其中,本征正交分解(POD)方法是模态分析方法中较为传统和常用的一种方法,通过POD方法可以提取获得非定常流场的主要流动模态,其特征值直接表征对应模态的能量[6].在翼型非定常流动的POD应用方面,董圣华等[7]研究了超临界翼型在跨声速抖振下的非定常流场,采用POD方法提取了导致抖振的主要流动模态.Zhao等[8]使用POD方法研究了凹凸前缘翼型流动控制机理和气动特性.

对于流场中某个特定的区域或者某些观测变量的研究,若其能量占流动总能量的比例较小时,POD方法会有一定的局限性, Borée[9]提出了扩展本征正交分解(EPOD)方法,可以获得与某个区域中与观测变量最相关的流动结构.Schlegel等[10]基于EPOD方法,研究了射流中于气动噪声最相关的流动结构.

本文通过大涡模拟(LES)方法,数值计算风力机S809翼型在不同攻角下的非定常流场,并求解Ffowcs Williams-Hawkings(FW-H)方程获得远场翼型远场气动噪声.通过POD方法对流场数据进行降阶处理,获得主要的非定常流动结构,并进一步通过EPOD方法,构建远场气动噪声与翼型非定常流动的关系,提取与气动噪声最相关的流动结构,揭示风力机翼型气动噪声形成和传播的物理机制,为大型风力机降噪提供理论依据.

1 数值计算

对典型风力机S809翼型进行数值计算,翼型弦长c=0.2 m,计算域原点为翼型气动中心(1/4弦长位置),半径为20c,展向长度为c.使用ICEM (The Integrated Computer Engineering and Manufacturing)软件对计算域做结构化网格划分,周向288个节点,径向215个节点,展向41个节点,总网格数达到250万,全局网格如图1所示.为提升壁面边界层内的计算精度,对翼型附近网格进行加密,近壁面第1层网格高度设置为0.005 mm,该值保证了壁面无量纲距离y+小于1,并将网格壁法向膨胀比设置为1.1以实现边界层计算高分辨率.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   翼型计算网格

Fig.1   Computation mesh of airfoil


计算边界条件参考文献[11,12],如图2所示.进出口设置于翼型前后20c处,进口给定来流速度 v0=38.63 m/s,出口背压设置为一个大气压,由于风力机翼型来流马赫数低,计算域足够大,该边界设置与远场条件非常接近;展向边界设置为对称面;翼型表面设置为无滑移壁面.使用商业软件ANSYS CFX进行数值计算,湍流模拟使用LES Wale模型.计算时间步长设置为dτ=0.02 ms,使计算平均库朗数在1左右,以保证对湍流发展的数值模拟精度.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   计算域边界

Fig.2   Computation domain


2 POD及EPOD方法

本征正交分解方法作为一种数学方法引入流体力学来提取湍流中的相干结构.若在时空域S上,已知一段时间t下的流动变量q(ξ,t),其中ξ为流场空间向量,以及该变量在这段时间内的时均值 q-(ξ),则可假设该流动变量可以分解为以下形式:

q(ξ,t)-q-(ξ)=∑jaj(t)ϕj(ξ)j=1,2,…,n

式中: ϕj(ξ)为第j个空间模态;aj(t)为第j个时间系数.POD方法则是为这样的分解形式寻找一组正交的模态[13].为寻找这样的一组正交模态,可以采用快照方法.首先,定义离散时刻下的流场快照 zi∈Rm×1,m为流动变量q的空间维数,则有:

zi=q(ξ,ti)-q-(ξ)i=1,2,…,n

式中:ti为研究时间t内的离散时刻.将这些快照组成快照矩阵:

Z=z1z2…zn

求解快照矩阵协矩阵的特征值问题:

ZTZΨj=λjΨjj=1,2,…,n

式中:ψj为第j个特征向量;λj为第j个特征值.该特征值λj即为流动变量q的POD特征值λqj,而q的POD特征模态ϕPOD,j由特征向量ψj的变换获得:

ϕPOD,j=Zψj1λqjj=1,2,…,n

动能可以通过POD特征值之和来表征,每个模态能量占总能量的比重可以由对应特征值与特征值之和的比值表示.因此,将特征值从大到小排列,所对应的前几阶POD模态便为表征流场波动的主要模态.

根据式(1),通过POD特征模态ϕPOD,j的原始快照zi为

zi=∑j=1nβqi,jϕPOD,ji=1,2,…,n

式中:βqi,j为模态系数.

通过求解式(6)可获得模态系数矩阵:

βq=βq1,1…βq1,jβqi,1…βqi,j

POD的模态系数矩阵βq包含了POD模态随时间变化的波动信息,对其做频谱分析可以获得模态变化的主要频率.由于矩阵βq可逆,通过其逆矩阵 βq-1可获得POD模态和原流场的关系:

ϕPOD,j=∑i=1nβqj,i-1zi

若有另一个时空域Ω上的流动参数l,则EPOD研究了l对q的模态投影的关系.为获得EPOD模态,首先对参数q做POD分解,可以得到参数l的POD特征值λl,以及参数l的POD模态系数βl,则q关于l的EPOD模态ϕEP满足如下关系[9]:

ϕEP,j=∑i=1nβlj,i-1zi

EPOD模态被证明为表示q中所有与l相关的流动结构[9],由模态特征值λ_l 的大小排序,可以得到与l最相关的流动结构.

3 计算结果

在翼型攻角α=2°,8°,14°时,当升阻力系数呈稳定震荡趋势后,提取翼型表面时均压力系数$c_p=p/(1/2 ρv_0^2 ) $,(p为流场压力;ρ为流体密度)并与美国国家可再生能源实验室(NREL)对S809翼型所做的风洞实验结果[14] 作对比,以验证数值计算的结果,如图3所示.其中:d/c为翼型无量纲几何坐标,d为翼型弦长方向几何坐标.在翼型压力面侧,数值模拟结果与实验值基本一致.在翼型吸力面侧,当翼型攻角为2°、8° 时,数值模拟结果也与实验值非常接近;而当翼型攻角为14° 时,表面压力系数在翼型前缘和尾缘出现偏差,但整体吻合较好.因此,数值计算可以给出较高精度的预测结果.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   翼型表面压力系数

Fig.3   Pressure coefficients of airfoil surface


根据以上数值计算结果,通过求解FW-H方程,可以获得声压监测点下的翼型气动噪声.当翼型攻角为8° 时,气动中心正上方2 m位置处的监测点声压频谱如图4(a)所示.其中:f为频率;SPL为声压级.气动噪声呈宽频凸起特性,驼峰对应频率在500~800 Hz范围,整体变化规律与NREL的BPM(Brooks, Pope, Marcolin)翼型自噪声预测模型结果接近.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   翼型气动噪声

Fig.4   Aerodynamic noise of airfoil


为研究翼型气动噪声指向性,需要计算不同传播方向上的气动噪声强度,翼型气动中心为圆点,以10c(即2 m)为半径,圆心角每隔5° 布置一个声压监测点,共72个监测点。计算这些监测点上的时均总声压级,获得的不同攻角下翼型气动噪声声压级指向性分布如图4(b)所示.由图4(b)可知,当翼型攻角为2° 和8° 时,气动噪声强度在翼型上下对称,而在翼型前后明显衰减,具有偶极子特征.翼型前部气动噪声强度明显弱于尾部,但随着攻角的升高,翼型前部气动噪声逐渐增强.进一步比较可以发现,翼型在攻角由8° 上升至14° 后,翼型吸力面侧噪声显著增强,而压力面侧噪声强度变化不大.

4 流场POD和EPOD分析

根据翼型在8°攻角下的非定常流场,每隔10步提取一个涡量流场数据作为一个快照样本(快照间隔为2×10-4 s ),共550个快照构成快照矩阵Z,并做POD分解,获得的POD特征值λ如图5所示,其中:N为模态序号.由图5可知,POD特征值大小迅速下降,前4阶POD模态占流场波动总能量的45%,前40阶模态占总能量的90%.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   POD特征值

Fig.5   Eigenvalues of POD


因此,POD方法可以有效地降阶高维非定常流场.分解得到的POD前4阶模态及其对应模态时间系数的频谱分布如图6所示.其中:x,y为翼型平面几何坐标;A为振幅.从图6中可以看到,第1阶模态结构主要出现在尾缘位置.因此,翼型涡量流场最主要的非定常结构表现为翼型附近尤其是尾缘处的涡团,其模态系数的频谱呈宽频特征,且主要集中在中低频(小于1 kHz).第2、3阶模态结构从前缘开始,主要表现在翼型中部位置,该位置接近转捩位置.在转捩位置之前, 层流流动附着壁面,随着逆压梯度逐渐增强,流动开始失稳,层流边界层脱离壁面,随后湍流边界层再次附着,在翼型壁面上形成层流分离泡,并在此处发生流动转捩.根据模态系数频谱,该两阶模态有明显的主要频率 1.265 kHz.第4阶POD模态类似第1阶模态,表现在转捩位置之后的翼型湍流边界层及尾缘附近的涡团结构,其尺度较大,频率较低.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   POD模态

Fig.6   Modes of POD


为研究与气动噪声形成并向下游传播有关的流动结构,测点参考文献[10],在翼型正上方10c处,平行于来流方向,向下游每0.05 m布置一个声压监测点.提取这些监测点的时域气动声压计算数据,并分析翼型非定常涡量场关于该列测点气动声压的EPOD,获得的EPOD模态特征值如图7所示.

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   EPOD特征值

Fig.7   Eigenvalues of EPOD


由图7可以看到,EPOD特征值大小迅速衰减,前4阶EPOD模态就占声压波动能量的75%,相对于气动噪声,EPOD模态具有更好的降阶特性.

前4阶声压EPOD模态及其对应的模态系数频谱如图8所示.将得到的各阶EPOD模态单位向量化以与POD模态进行对比.由图8可以看到,声压EPOD模态不仅表现在翼型附近,更表现为尾迹中的涡团结构,可以发现经过尾缘后衰减,再逐渐放大、饱和后再衰减的类似波包的结构,该结构在射流噪声中被认为与气动噪声源有关[15].通过EPOD模态系数频谱可以看到,前几阶EPOD模态系数频谱具有宽频凸起的特征.第3、4阶EPOD模态系数在频率0.1~1.5 kHz范围内都具有较高的幅值,表明与气动噪声生成和传播的湍流结构频带更宽,波动更复杂.

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   EPOD模态

Fig.8   Modes of EPOD


进一步分析翼型气动噪声源,不同攻角下翼型声压EPOD模态如图9所示.由图9可知,当翼型攻角为2° 时,声压EPOD模态在尾迹区的结构与翼型攻角为8° 时的情况较接近,表现出翼型前部气动噪声强度明显较尾部弱的特征(见图4(b)),说明在小攻角下,翼型尾部和尾迹的涡量波动主导气动噪声.而在翼型攻角为14° 时,分离涡从前缘开始脱落.通过EPOD模态可以发现,上方吸力面侧都存在不同尺度的、与气动噪声相关的湍流结构,并一直延伸至尾迹,而压力面上模态结构却相对较弱,与翼型攻角为2° 和8° 时的EPOD模态结构差异较大.

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   不同攻角下的EPOD模态

Fig.9   EPOD modes at different angles of attack


在此攻角下,翼型上方吸力面侧的气动噪声强度显著高于下方.

5 结论

本文采用大涡模拟方法对风力机S809翼型的非定常流场进行了数值模拟,并结合FW-H方法获得了翼型气动噪声,采用POD提取了非定常涡量流场的主要降阶模态结构,并采用EPOD方法,揭示了与翼型气动噪声最相关的非定常流动模态结构,获得如下主要结论.

(1) 采用大涡模拟对翼型流动的计算结果与实验测试值基本吻合,计算得到的翼型气动噪声在频谱图上呈宽频凸起特征,峰值频率在500~800 Hz范围.在小攻角情况下,翼型气动噪声指向性具有偶极子特征,随着攻角的升高,翼型前方以及吸力面侧的气动噪声强度有所增强.

(2) POD方法可以有效地降阶翼型非定常流场,前4阶POD模态占流场波动总能量的45%,模态结构均出现在翼型表面的中后部分,表明非定常流动的主要特征为翼型表面层流分离泡及尾缘附近涡团.

(3) 基于翼型气动噪声的非定常流场EPOD分析,前4阶EPOD模态占声压能量的75%,对气动噪声降阶较好.翼型尾迹中的湍流结构都被发现与气动噪声相关,表明尾缘噪声是翼型最主要的气动噪声源.而在大攻角下,吸力面分离中的湍流结构也与气动噪声相关.

参考文献

MCKENNA R, OSTMAN V D, LEYE P, FICHTNER W.

Key challenges and prospects for large wind turbines

[J]. Renewable and Sustainable Energy Reviews, 2016, 53:1212-1221.

DOI:10.1016/j.rser.2015.09.080      URL     [本文引用: 1]

王国章, 李小龙, 张俊霞, 等.

大型风力机的噪声源产生机制实验研究

[J]. 压电与声光, 2016, 38(5):829-832.

[本文引用: 1]

WANG Guozhang, LI Xiaolong, ZHANG Junxia, et al.

Experimental study on the noise sources generation mechanism of large wind turbine

[J]. Piezoelectrics & Acoustooptics, 2016, 38(5):829-832.

[本文引用: 1]

张兆德, 徐超.

基于CFD的二维风力机翼型噪声分析

[J]. 太阳能学报, 2016, 37(9):2180-2186.

[本文引用: 1]

ZHANG Zhaode, XU Chao.

Noise analysis of two-dimensional wind turbine airfoil based on cfd

[J]. Acta Energiae Solaris Sinica, 2016, 37(9):2180-2186.

[本文引用: 1]

LIU W Y.

A review on wind turbine noise mechanism and de-noising techniques

[J]. Renewable Energy, 2017, 108:311-320.

DOI:10.1016/j.renene.2017.02.034      URL     [本文引用: 1]

RAMAN G, RAMACHANDRAN R C, ALDEMAN M R.

A review of wind turbine noise measurements and regulations

[J]. Wind Engineering, 2016, 40(4):319-342.

DOI:10.1177/0309524X16649080      URL     [本文引用: 1]

刘鹏寅.

水平轴风力机翼型非定常气动特性研究

[D]. 上海: 上海交通大学, 2016.

[本文引用: 1]

LIU Pengyin.

A study on unsteady aerodynamic characteristics of airfoil for horizontal axis wind turbine

[D]. Shanghai: Shanghai Jiao Tong University, 2016.

[本文引用: 1]

董圣华, 史爱明, 叶正寅, 等.

超临界翼型跨声速抖振CFD计算和POD分析

[J]. 空气动力学学报, 2015, 33(4):481-487.

[本文引用: 1]

DONG Shenghua, SHI Aiming, YE Zhengyin, et al.

CFD computation and POD analysis for transonic buffet on a supercritical airfoil

[J]. Acta Aerodynamica Sinica, 2015, 33(4):481-487.

[本文引用: 1]

ZHAO M, ZHAO Y J, LIU Z X, et al.

Proper orthogonal decomposition analysis of flow characteristics of an airfoil with leading edge protuberances

[J]. AIAA Journal, 2019, 57(7):2710-2721.

[本文引用: 1]

BORÉE J.

Extended proper orthogonal decomposition: A tool to analyse correlated events in turbulent flows

[J]. Experiments in Fluids, 2003, 35(2):188-192.

DOI:10.1007/s00348-003-0656-3      URL     [本文引用: 3]

SCHLEGEL M, NOACK B R, JORDAN P, et al.

On least-order flow representations for aerodynamics and aeroacoustics

[J]. Journal of Fluid Mechanics, 2012, 697:367-398.

DOI:10.1017/jfm.2012.70      URL     [本文引用: 2]

YU G H, ZHU X C, DU Z H.

Numerical simulation of a wind turbine airfoil: Dynamic stall and comparison with experiments

[J]. Proceedings of the Institution of Mechanical Engineers, Part A: Journal of Power and Energy, 2010, 224(5):657-677.

DOI:10.1243/09576509JPE942      URL     [本文引用: 1]

刘鹏寅, 陈进格, 沈昕, 等.

风力机翼型在大攻角流场下的动力模态分解分析

[J]. 上海交通大学学报, 2017, 51(7):805-811.

[本文引用: 1]

LIU Pengyin, CHEN Jinge, SHEN Xin, et al.

Analysis of dynamic mode decomposition for wind turbine airfoil flow field at high angle of attack

[J]. Journal of Shanghai Jiao Tong University, 2017, 51(7):805-811.

[本文引用: 1]

TAIRA K, BRUNTON S L, DAWSON S T M, et al.

Modal analysis of fluid flows: An overview

[J]. AIAA Journal, 2017, 55(12):4013-4041.

DOI:10.2514/1.J056060      URL     [本文引用: 1]

RAMSAY R F, HOFFMAN M J, GREGOREK G M.

Effects of grit roughness and pitch oscillations on the S809 airfoil

[EB/OL]. (1995-12-01) [2020-06-17]. https://www.osti.gov/biblio/205563-GvbHua/webviewable/.

URL     [本文引用: 1]

杨海华.

亚声速射流噪声的数值模拟与机理研究

[D]. 合肥: 中国科学技术大学, 2016.

[本文引用: 1]

YANG Haihua.

Numerical investigations of sound generation in subsonic jets

[D]. Hefei: University of Science and Technology of China, 2016.

[本文引用: 1]

/

〈 〉