DLR—F6外形計(jì)算網(wǎng)格及湍流模型影響因素研究

孫悅+李仁府+熊有德+周玲+王亮

摘要： 本文選用DLR-F6翼身組合體模型， 分析了不同類型網(wǎng)格及湍流模型對機(jī)翼表面壓力分布和翼根分離區(qū)的預(yù)測精度影響。 分析結(jié)果表明， 六面體、 四面體和多面體網(wǎng)格預(yù)測得到的機(jī)翼表面壓力分布和翼根分離區(qū)大小基本一致， 在保證相同計(jì)算結(jié)果精度的前提下， 多面體網(wǎng)格使用的網(wǎng)格單元數(shù)量最少， 計(jì)算效率最高， 且網(wǎng)格生成十分方便。 此外， S-A， SST和RSM湍流模型均能較準(zhǔn)確地預(yù)測出DLR-F6機(jī)翼表面壓力分布， 但S-A和SST湍流模型預(yù)測得到的翼根處分離區(qū)較實(shí)驗(yàn)結(jié)果明顯偏大， 而RSM湍流模型預(yù)測結(jié)果與實(shí)驗(yàn)結(jié)果更加吻合。 從湍流模型構(gòu)造上分析發(fā)現(xiàn)， S-A和SST模型基于湍流各向同性假設(shè)， 忽略了角區(qū)分離流動(dòng)處的雷諾正應(yīng)力之差， 而RSM湍流模型由于反映了雷諾應(yīng)力的各向異性， 因此預(yù)測得到的翼根處分離區(qū)與實(shí)驗(yàn)結(jié)果更加接近。

關(guān)鍵詞： DLR-F6； 計(jì)算網(wǎng)格； 湍流模型； 多面體網(wǎng)格； 分離區(qū)

中圖分類號(hào)： V211.3； O354.4文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 1673-5048（2017）05-0060-080引言

為了更好地評估計(jì)算流體力學(xué)（Computational Fluid Dynamics， CFD）技術(shù)在亞音速飛機(jī)阻力預(yù)測方面的應(yīng)用情況， 從2001年到2016年， 美國航空航天學(xué)會(huì)（American Institute of Aeronautics and Astronautics， AIAA）應(yīng)用空氣動(dòng)力學(xué)技術(shù)委員會(huì)（Applied Aerodynamics Technical Committee）共組織召開了六次阻力預(yù)測會(huì)議（Drag Prediction Workshop， DPW）[1]。 會(huì)議邀請全世界的高校、 研究院所、 工業(yè)部門參加， 前三屆會(huì)議統(tǒng)一選用德國宇航公司（Deutsches Zentrum für Luftund Raumfahrt， DLR）的翼身組合模型， 從第四屆會(huì)議開始， 改用波音公司和NASA共同設(shè)計(jì)的CRM（Common Research Model）模型。 選用這兩種模型是因?yàn)槠渫庑魏唵巍?實(shí)用， 并且試驗(yàn)數(shù)據(jù)豐富、 可靠， 已被歐洲廣泛用于 CFD 的驗(yàn)證與確認(rèn)[2]。

第一屆DPW會(huì)議選用DLR-F4翼身組合體作為標(biāo)準(zhǔn)算例， 考核的內(nèi)容包括升力、 阻力和俯仰力矩， 重點(diǎn)是阻力數(shù)據(jù)。 會(huì)上18個(gè)單位采用14種軟件提供了不同的計(jì)算結(jié)果[3]。 第二屆DPW會(huì)議則采用DLR-F6翼/身/艙/架（wingbodynacellepylon， WBNP）組合體作為算例， 重點(diǎn)關(guān)注阻力計(jì)算精度、 網(wǎng)格收斂性和吊艙/掛架對阻力系數(shù)的影響， 此次會(huì)議上共有22個(gè)研究機(jī)構(gòu)提供了20種內(nèi)容CFD 軟件的計(jì)算結(jié)果[4]。 隨著計(jì)算精度的不斷提高、 網(wǎng)格質(zhì)量的不斷優(yōu)化， DPW會(huì)議的考核亦隨之變化， 第三屆會(huì)議上明確將升阻力數(shù)據(jù)、 網(wǎng)格分辨率和網(wǎng)格收斂性的關(guān)系作為考核內(nèi)容[5]。 第四屆和第五屆會(huì)議[6-7]則將CRM模型平尾的下洗

收稿日期： 2017-03-16

基金項(xiàng)目： 航空科學(xué)基金項(xiàng)目（20130179002）

作者簡介： 孫悅（1993-）， 女， 山東德州人， 碩士研究生， 研究方向?yàn)榭諝鈩?dòng)力學(xué)與流體力學(xué)。

引用格式： 孫悅， 李仁府， 熊有德， 等. DLR-F6外形計(jì)算網(wǎng)格及湍流模型影響因素研究[ J]. 航空兵器， 2017（ 5）： 60-67.

Sun Yue， Li Renfu， Xiong Youde， et al. Research on Influencing Factors of Computational Mesh and Turbulence Model on DLRF6 Configuration[ J]. Aero Weaponry， 2017（ 5）： 60-67. （ in Chinese）

效應(yīng)、 翼身融合處分離流效應(yīng)及雷諾數(shù)效應(yīng)等均作為考核內(nèi)容。 而2016年結(jié)束的第六屆DPW會(huì)議則進(jìn)一步考慮了CRM模型靜態(tài)氣彈問題以及氣動(dòng)/結(jié)構(gòu)耦合問題[8]。

鑒于CFD技術(shù)在航空航天應(yīng)用領(lǐng)域的重要性， 自DPW會(huì)議召開以來， 國內(nèi)一直在積極關(guān)注并參與該會(huì)議。 2011年， 北京航空航天大學(xué)的閻超等人[9]對前四次DPW會(huì)議進(jìn)行了綜述性介紹， 并對會(huì)議的結(jié)果和結(jié)論進(jìn)行詳細(xì)評述， 提出國內(nèi)在CFD驗(yàn)證與確認(rèn)問題上還需要開展深入廣泛的研究工作。 中國空氣動(dòng)力研究與發(fā)展中心的王運(yùn)濤等人采用自研的“亞跨超CFD軟件平臺(tái)”（TRIP2.0）對DLR-F6進(jìn)行數(shù)值模擬， 分析了多塊對接網(wǎng)格的不同網(wǎng)格密度、 湍流模型對DLR-F6總體氣動(dòng)性能和壓力分布的影響[10]； 之后， 進(jìn)一步采用高階精度數(shù)值離散格式對DLR-F6氣動(dòng)性能進(jìn)行了模擬， 表明高階精度計(jì)算方法顯著提高了氣動(dòng)力系數(shù)的模擬精度[11]。 西安電子科技大學(xué)的鄭秋亞等人[12]采用DPW會(huì)議官方提供的多塊對接網(wǎng)格， 比較了不同湍流模型得到的機(jī)翼表面壓力系數(shù)， 發(fā)現(xiàn)湍流模型對機(jī)翼表面壓力系數(shù)分布的影響主要體現(xiàn)在激波位置上， 對升力影響較小， 對阻力（尤其是摩擦阻力）影響顯著， 同時(shí)對翼根處的流動(dòng)分離亦有一定影響。 此外， 國內(nèi)的張耀冰[13]、 張宏[14]、 董義道[15]等人也做了不少相關(guān)的研究工作。

然而， 國內(nèi)的研究在網(wǎng)格驗(yàn)證方面大多數(shù)針對六面體結(jié)構(gòu)網(wǎng)格和四面體非結(jié)構(gòu)網(wǎng)格， 在湍流模型驗(yàn)證方面主要針對S-A（SpalartAllmaras）、 SST（Shear Strain Transport）等渦粘性湍流模型， 對目前興起的多面體網(wǎng)格以及能更加準(zhǔn)確預(yù)測分離區(qū)的雷諾應(yīng)力模型（Reynolds Stress Model， RSM）研究較少。 因此， 本文的主要工作分為兩部分， 首先， 分析不同類型網(wǎng)格（六面體、 四面體和多面體）對DLR-F6模型表面壓力以及翼根處分離區(qū)的預(yù)測性能。 其次， 分析不同湍流模型（S-A， SST和RSM）對DLR-F6模型表面壓力以及翼根處分離區(qū)的預(yù)測性能； 其中， 對分離區(qū)的預(yù)測結(jié)果差異會(huì)進(jìn)行詳細(xì)的理論分析。endprint

1計(jì)算模型及工況

本文選用第二屆DPW會(huì)議使用的DLR-F6模型， 如圖1所示。 該模型機(jī)身長1.192 m， 機(jī)翼半展長b/2=0.587 7 m， 展弦比AR=9.5， 漸縮比0.3， 前緣后掠角27.1°[16]。 計(jì)算條件采用官方公布的設(shè)計(jì)巡航條件： 自由來流馬赫數(shù)Ma∞=0.75， 飛行攻角α=0.49°， 升力系數(shù)Cl=0.5， 自由來流雷諾數(shù)Re∞=3.0×106（基于平均氣動(dòng)弦長0.141 2 m）， 全湍流計(jì)算[17]。

2計(jì)算網(wǎng)格

航空兵器2017年第5期孫悅， 等： DLR-F6外形計(jì)算網(wǎng)格及湍流模型影響因素研究網(wǎng)格類型和質(zhì)量對于CFD計(jì)算結(jié)果的精度和收斂性有著至關(guān)重要的影響。 因此， 本文采用三種不同的計(jì)算網(wǎng)格（六面體結(jié)構(gòu)網(wǎng)格、 四面體非結(jié)構(gòu)網(wǎng)格和多面體網(wǎng)格， 如圖2所示）對DLR-F6機(jī)翼表面壓力和翼根處分離區(qū)進(jìn)行模擬。

六面體網(wǎng)格， 其區(qū)域內(nèi)所有的內(nèi)部點(diǎn)都具有相同的毗鄰單元， 容易實(shí)現(xiàn)區(qū)域的邊界擬合。 一般計(jì)算精度較高， 收斂較快， 計(jì)算機(jī)內(nèi)存占用較少。 但對于復(fù)雜的外形， 其網(wǎng)格生成難度大， 耗時(shí)長， 對操作人員的拓?fù)渲R(shí)及經(jīng)驗(yàn)要求較高[18-19]。

四面體網(wǎng)格屬于非結(jié)構(gòu)化網(wǎng)格， 其主要優(yōu)點(diǎn)是操作簡單、 省時(shí)、 省力， 對于復(fù)雜外形不需要太多的專業(yè)知識(shí)就可以得到質(zhì)量較好的網(wǎng)格。 但與六面體網(wǎng)格相比， 相同設(shè)置參數(shù)下， 四面體網(wǎng)格的單元總數(shù)可達(dá)到前者的4倍， 且計(jì)算精度較低， 不易收斂[19]。

多面體網(wǎng)格是近年來發(fā)展起來的一種網(wǎng)格形式。 與結(jié)構(gòu)網(wǎng)格相比具有生成簡單、 省時(shí)、 省力等優(yōu)勢， 與其他非結(jié)構(gòu)網(wǎng)格相比可大大減小網(wǎng)格量。 由于多面體網(wǎng)格具有更多相鄰單元， 因此其對參數(shù)梯度的計(jì)算和當(dāng)?shù)亓鲃?dòng)狀況的預(yù)測較四面體網(wǎng)格更加準(zhǔn)確， 且收斂速度較快。 但是， 目前支持多面體網(wǎng)格生成的軟件較少， 只有STAR-CCM+， Fluent， ENGRID等， 而支持多面體網(wǎng)格的求解器也較少， 有STAR-CCM+， Fluent， OpenFOAM等[19]。

本文對DLR-F6模型的六面體網(wǎng)格采用Gridgen商業(yè)軟件生成， 四面體和多面體網(wǎng)格則采用STAR-CCM+商業(yè)軟件生成。 為了節(jié)省計(jì)算資源， 計(jì)算均采用半模， 計(jì)算域?yàn)榘肭蛐停?前后距離為8倍機(jī)身長度。 為了更好地捕捉近壁面的復(fù)雜流動(dòng)特性， DLF-F6機(jī)翼前后緣、 邊界層以及翼身融合處進(jìn)行網(wǎng)格加密。 DLR-F6計(jì)算域以及表面網(wǎng)格如圖3所示。

邊界層內(nèi)， 為保證網(wǎng)格無關(guān)性和計(jì)算精度， 無量綱壁面距離y+小于1.0， 且對應(yīng)的第一層網(wǎng)格高度為1×10-2 mm， 網(wǎng)格增長率為1.2， 棱柱層增長高度設(shè)置為0.03 m。 邊界層內(nèi)網(wǎng)格在貼體的條件下盡量與壁面保持正交。 三種類型網(wǎng)格的邊界層如圖4所示， 半模網(wǎng)格單元總數(shù)分別為： 四面體網(wǎng)格， 512.6萬； 六面體網(wǎng)格， 345.9萬； 多面體網(wǎng)格， 133.4萬。 可以看到， 相比于四面體網(wǎng)格和六面體網(wǎng)格而言， 多面體網(wǎng)格在保證相同的網(wǎng)格設(shè)置參數(shù)基礎(chǔ)上， 大大減少了網(wǎng)格量， 可有效地減少計(jì)算時(shí)間和存儲(chǔ)空間， 節(jié)省計(jì)算資源。

3計(jì)算方法

計(jì)算采用Fluent商業(yè)軟件求解可壓縮的N-S方程。 笛卡爾坐標(biāo)系下忽略重力做功和輻射傳熱的微分形式， N-S方程組可以按守恒型變量寫為如下的矢量形式[20]：

ut+fx+gy+hz=fvx+gvy+hvz

其中： u為守恒變量； f， g， h為對流通量； fv， gv， hv為粘性通量， 其表達(dá)式分別為

u=ρ

ρu

ρv

ρw

ρE， f=ρu

ρu2+p

ρvu

ρwu

ρuH，

g=ρv

ρuv

ρv2+p

ρwv

ρvH， h=ρw

ρuw

ρvw

ρw2+p

ρwH。

N-S方程的對流通量采用Roe的通量差分分裂（Flux Difference Splitting， FDS）格式求解， 黏性通量采用二階迎風(fēng)格式進(jìn)行離散， 時(shí)間推進(jìn)采用隱式方法。 湍流計(jì)算分別采用S-A， SST和RSM湍流模型。

S-A模型是相對簡單直接求解渦粘性的一方程湍流模型。 根據(jù)經(jīng)驗(yàn)和量綱分析， 從簡單流動(dòng)開始， 直到得到最終的控制方程。 相比于兩方程模型， S-A湍流模型計(jì)算量小且穩(wěn)定性好[21]。 但是， S-A模型不能預(yù)測均勻各向同性湍流的耗散， 對一些流動(dòng)尺度變換較大的流動(dòng)問題也不太適合[22]。

SST湍流模型是k-ω模型和k-ε模型的混合， 在靠近物面區(qū)域采用k-ω模型， 而遠(yuǎn)離物面的區(qū)域采用k-ε模型。 由于其考慮了正交發(fā)散項(xiàng)， 從而使得方程在近壁面和遠(yuǎn)壁面都適合。 在靠近壁面區(qū)域利用了k-ω模型的魯棒性， 在靠近剪切層區(qū)域則利用了k-ε模型對自由流的敏感性。 SST湍流模型能夠適用于低雷諾數(shù)情況下的近壁處理， 能適當(dāng)?shù)啬M物面的逆壓梯度， 對分離區(qū)的模擬精度較S-A模型更高[23]。

與基于Boussinesq渦粘假設(shè)的S-A和SST湍流模型不一樣， RSM湍流模型構(gòu)建不同的輸運(yùn)方程求解雷諾壓力， 從而封閉動(dòng)量方程組[24]。 由于RSM模型更加嚴(yán)格地考慮了流線型彎曲、 漩渦、 旋轉(zhuǎn)等非局部性效應(yīng)， 因此， 能較好地預(yù)測復(fù)雜湍流。 但是， 由于每次計(jì)算均需要求解七個(gè)輸運(yùn)方程， 導(dǎo)致需要花費(fèi)更多的計(jì)算時(shí)間與計(jì)算內(nèi)存， 且魯棒性較低， 不便于工程應(yīng)用。 應(yīng)當(dāng)注意的是， 當(dāng)需要考慮雷諾壓力的各向異性時(shí)， 必須用RSM模型[25] 。endprint

4計(jì)算結(jié)果分析

4.1網(wǎng)格類型的影響

分析采用不同類型網(wǎng)格計(jì)算得到的DLR-F6機(jī)翼表面的壓力分布情況， 并與DPW會(huì)議官方提供的實(shí)驗(yàn)數(shù)據(jù)[1]進(jìn)行對比。 壓力分布對比從翼根到翼尖共截取8個(gè)不同站位， 圖5為DLR-F6機(jī)翼表面不同站位示意圖。 圖中， y/b為展向站位與半展長的比值。

圖6給出了基于三種類型網(wǎng)格、 采用SST湍流模型計(jì)算得到的不同站位的機(jī)翼表面壓力系數(shù)（Cp）分布。X/C為剖面上各點(diǎn)距剖面前緣的弦向距離同剖面弦長的比值。 從圖中可以看到， 除了y/b=0.15站位， 六面體網(wǎng)格計(jì)算得到的壓力分布在機(jī)翼后緣與四面體和多面體網(wǎng)格計(jì)算結(jié)果略有差異之外， 其他所有站位下， 三種類型網(wǎng)格計(jì)算得到的壓力分布基本完全吻合。

圖7為采用三種類型網(wǎng)格計(jì)算得到的DLR-F6在翼根處的分離區(qū)分布。 可以看到， 六面體網(wǎng)格計(jì)算得到的分離區(qū)較四面體和多面體網(wǎng)格略有偏小， 這也就解釋了圖6中， y/b=0.15站位處六面體網(wǎng)格計(jì)算得到的壓力分布與四面體和多面體的有所偏差的原因。 考慮到六面體網(wǎng)格和四面體、 多面體網(wǎng)格是采用兩種不同的軟件生成的， 在翼身融合處邊界層生成的控制上可能存在一定差異， 因此導(dǎo)致分離區(qū)的預(yù)測并不完全一致。 但從總體上看， 三種類型的網(wǎng)格均較好地捕捉到了翼根處的分離區(qū)， 并且分離區(qū)大小接近。 因此， 可以認(rèn)為三種類型網(wǎng)格的計(jì)算精度基本一致。 考慮到多面體網(wǎng)格在保證相同計(jì)算精度條件下， 使用的網(wǎng)格量最少， 占用存儲(chǔ)空間小， 經(jīng)濟(jì)實(shí)用， 值得在工程應(yīng)用領(lǐng)域推廣。

4.2湍流模型的影響

壓力系數(shù)分布。 可以看到， 除了y/b=0.15站位， 其他所有站位三種湍流模型預(yù)測得到的DLR-F6機(jī)翼表面壓力分布整體差異不大。 在y/b=0.15站位， 三種湍流模型的預(yù)測結(jié)果在機(jī)翼上表面靠近后緣處差異最大， 其中， RSM模型預(yù)測得到的壓力分布與實(shí)驗(yàn)結(jié)果更加吻合， 而S-A和SST湍流模型預(yù)測得到的壓力分布則較實(shí)驗(yàn)結(jié)果偏小， 其中， SST湍流模型預(yù)測得到的該區(qū)域的壓力值最小。

進(jìn)一步， 對比三種湍流模型預(yù)測得到的翼根處的分離區(qū)， 見圖9。 從圖中可以看到， SST湍流模型預(yù)測得到的分離區(qū)最大， S-A湍流模型次之， RSM模型預(yù)測得到的分離區(qū)最小， 這也就解釋了圖8中y/b=0.15站位三種模型預(yù)測得到的壓力差異的原因。

本文對采用S-A， SST和RSM湍流模型計(jì)算得到的翼根處的分離區(qū)大小與DLR-F6模型表面油流實(shí)驗(yàn)結(jié)果[1]進(jìn)行了對比， 見圖10。 可以看到， S-A及SST湍流模型計(jì)算得到的翼根處分離區(qū)較實(shí)驗(yàn)結(jié)果明顯偏大， 而RSM湍流模型的計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果更加吻合。

對于三種湍流模型預(yù)測得到的分離區(qū)的巨大差異， 本文從湍流模型的構(gòu)造本質(zhì)上進(jìn)行分析。 根據(jù)文獻(xiàn)[26]和[27]的研究可知， 由于S-A和SST湍流模型均屬于渦粘性湍流模型， 其在渦粘性系數(shù)的構(gòu)造上基于湍流各向同性的假設(shè)， 即不同坐標(biāo)軸方向的平均速度的脈動(dòng)是相同的， 因此模型的不同方向的雷諾正應(yīng)力（τ（t）yy， τ（t）zz）一樣， 見圖11。 而對于翼身融合處的流動(dòng)， 存在兩個(gè)邊界層， 屬于典型的角區(qū)流動(dòng)。 受壁面影響， 法向方向速度脈動(dòng)較橫向方向速度脈動(dòng)偏小， 即實(shí)際的角區(qū)壁面附近法向和橫向雷諾正應(yīng)力不一樣， 該雷諾正應(yīng)力之差會(huì)產(chǎn)生二次流， 該二次流會(huì)將湍流邊界層外的動(dòng)量、 渦量、 能量輸運(yùn)到邊界層內(nèi)， 從而延遲角區(qū)分離[26- 27]。 因此， 真實(shí)流動(dòng)情況下， 受角區(qū)二次流的影響， 翼根處的分離區(qū)較?。ㄒ妶D10（d）的實(shí)驗(yàn)結(jié)果）， 而渦粘性湍流模型（S-A， SST湍流模型）由于其在模型構(gòu)造上基于湍流各向同性假設(shè)， 因此不能預(yù)測出該二次流， 進(jìn)而使得預(yù)測得到的翼根處的分離區(qū)較實(shí)驗(yàn)結(jié)果偏大。 與之相反， RSM模型由于采用不同的輸運(yùn)方程獨(dú)立求解雷諾壓力， 反映了雷諾應(yīng)力的各向異性， 因此可預(yù)測出角區(qū)二次流， 使得翼根處的分離區(qū)與實(shí)驗(yàn)結(jié)果更加接近。

5結(jié)論

文章研究了三種不同類型網(wǎng)格和三種不同湍流模型， 通過對第二屆DPW會(huì)議上的DLR-F6翼身組合體模型流場的計(jì)算影響因素的分析， 得到了機(jī)翼表面壓力以及翼根處的分離區(qū)分布情況， 并與實(shí)驗(yàn)結(jié)果進(jìn)行了對比分析， 得出以下結(jié)論：

（1） 六面體、 四面體和多面體網(wǎng)格均能較準(zhǔn)確地預(yù)測出DLR-F6機(jī)翼表面壓力分布， 且預(yù)測得到的翼根分離區(qū)大小接近， 表明三種類型網(wǎng)格計(jì)算精度差異不大。

（2） 在相同計(jì)算結(jié)果精度條件下， 多面體網(wǎng)格的網(wǎng)格單元數(shù)量最少， 占用存儲(chǔ)空間小， 經(jīng)濟(jì)實(shí)用， 值得在工程應(yīng)用領(lǐng)域推廣。

（3） S-A， SST和RSM湍流模型均能較準(zhǔn)確預(yù)測出DLR-F6機(jī)翼表面壓力分布， 但在y/b=0.15站位機(jī)翼上表面翼根分離區(qū)處， S-A和SST湍流模型預(yù)測得到的壓力分布較實(shí)驗(yàn)結(jié)果偏小， 而RSM模型與實(shí)驗(yàn)結(jié)果更加吻合。

（4） S-A和SST湍流模型預(yù)測得到的翼根處分離區(qū)較實(shí)驗(yàn)結(jié)果明顯偏大， 而RSM湍流模型預(yù)測得到的翼根分離區(qū)大小與實(shí)驗(yàn)結(jié)果更加吻合。

（5） 分析湍流模型構(gòu)造本質(zhì)， 基于湍流各向同性假設(shè)的渦粘性湍流模型（S-A和SST）， 由于忽略了角區(qū)分離流動(dòng)處的雷諾正應(yīng)力之差， 不能預(yù)測出角區(qū)二次流， 導(dǎo)致預(yù)測得到的翼根處的分離區(qū)較實(shí)驗(yàn)結(jié)果明顯偏大。 而RSM湍流模型由于反映了雷諾應(yīng)力的各向異性， 可預(yù)測出角區(qū)二次流， 使得翼根處的分離區(qū)與實(shí)驗(yàn)結(jié)果更加接近。

從本文研究可知， 多面體網(wǎng)格在達(dá)到相同計(jì)算精度條件下， 使用的網(wǎng)格量最少， 工程實(shí)用性較強(qiáng)， 而RSM模型對分離區(qū)描述精度較高， 因此下一步計(jì)劃以多面體網(wǎng)格和RSM模型為出發(fā)點(diǎn)， 詳細(xì)研究網(wǎng)格規(guī)模對氣動(dòng)特性及壓力分布的影響。

參考文獻(xiàn)：endprint

[1] AIAA CFD Drag Prediction Workshop[DB/OL]. （2001-06-01）[2017-03-16]. https：∥aiaa-dpw.larc.nasa.gov/.

[2] 鄭秋亞. 基于Navier-Stokes方程的復(fù)雜流動(dòng)數(shù)值模擬精度與并行計(jì)算研究 [D]. 西安： 西安電子科技大學(xué)， 2011.

Zheng Qiuya. Research on Accuracy and Parallel Computation of Complex Flow Numerical Simulation Based on NavierStokes Equation[D]. Xian： Xidian University， 2011.（in Chinese）

[3] Levy D W， Zickuhr T， Vassberg J， et al. Summary of Data from the First AIAA CFD Drag Prediction Workshop[C]∥40th AIAA Aerospace Sciences Meeting & Exhibit， Reno， Nevada， 2002.

[4] Laflin K R， Klausmeyer S M， Zickuhr T， et al. Data Summary from Second AIAA Computational Fluid Dynamics Drag Prediction Workshop [J]. Journal of Aircraft， 2005， 42（5）： 1165-1178.

[5] Vassberg J C， Tinoco E N， Mani M， et al. Summary of DLRF6 WingBody Data from the Third AIAA CFD Drag Prediction Workshop [J]. Journal of Aircraft， 2007（3）： 20-23.

[6] Vassberg J C， Tinoco E N， Mani M， et al. Summary of the fourth AIAA CFD Drag Prediction Workshop[C]∥28th AIAA Applied Aerodynamic Conference， Chicago， Illinois， 2010.

[7] Levy D W， Laflin K R， Tinoco E N， et al. Summary of Data from the Fifth AIAA CFD Drag Prediction Workshop[C]∥ 51st AIAA Aerospace Sciences Meeting， Grapevine （Dallas/Ft. Worth Region），Texas， 2013.

[8] Keye S， Mavriplis D. DPW6 Summary of Participant Data Test Case 5 CRM WB Coupled AeroStructural Simulation[C]∥6th AIAA CFD Drag Prediction Workshop， Washington， D. C.， 2016.

[9] 閻超， 席柯， 袁武， 等. DPW系列會(huì)議述評與思考 [J]. 力學(xué)進(jìn)展， 2011， 41（6）： 776-784.

Yan Chao， Xi Ke， Yuan Wu， et al. Review of the Drag Prediction Workshop Series [J].Advances in Mechanics， 2011， 41 （6）： 776-787.（in Chinese）

[10] 王運(yùn)濤， 王光學(xué)， 張玉倫. 采用TRIP2.0軟件計(jì)算DLR-F6構(gòu)型的阻力 [J]. 空氣動(dòng)力學(xué)學(xué)報(bào)， 2009， 27（1）： 108-113.

Wang Yuntao， Wang Guangxue， Zhang Yulun. Drag Prediction of DLRF6 Configuration with TRIP2.0 Software [J]. Acta Aerodynamica Sinica， 2009， 27（1）： 108-113. （in Chinese）

[11] 王運(yùn)濤， 孫巖， 王光學(xué)， 等. DLR-F6翼身組合體的高階精度數(shù)值模擬 [J]. 航空學(xué)報(bào)， 2015， 36（9）： 2923-2929.

Wang Yuntao， Sun Yan， Wang Guangxue， et al. HighOrder Accuracy Numerical Simulation of DLRF6 WingBody Configuration [J]. Acta Aeronautica et Astronautica Sinica， 2015， 36（9）： 2923-2929.（in Chinese）

[12] 鄭秋亞， 劉三陽， 周天孝. DLR-F6翼身組合體跨聲速阻力計(jì)算 [J]. 西安交通大學(xué)學(xué)報(bào)， 2010， 44（9）： 115-121.

Zheng Qiuya， Liu Sanyang， Zhou Tianxiao. Transonic Drag Computation around DLRF6 Wing Body Configurations [J]. Journal of Xian Jiaotong University， 2010， 44（9）： 115-121. （in Chinese）endprint

[13] 張耀冰， 鄧有奇， 吳曉軍， 等. DLR-F6翼身組合體數(shù)值計(jì)算 [J]. 空氣動(dòng)力學(xué)學(xué)報(bào)， 2011， 29（2）： 163-169.

Zhang Yaobing， Deng Youqi， Wu Xiaojun， et al. Drag Prediction of DLRF6 Using MFlow Unstructured Mesh Solver [J]. Acta Aerodynamica Sinica， 2011， 29（2）： 163-169.（in Chinese）

[14] 張宏， 顏洪. DLR-F6復(fù)雜組合體跨聲速阻力計(jì)算研究 [J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2013， 34（3）： 325-331.

Zhang Hong， Yan Hong. Study of Transonic Drag Computation on the DLRF6 Complex Configurations [J]. Journal of Harbin Engineering University， 2013， 34（3）： 325-331.（in Chinese）

[15] 董義道， 王東方， 王光學(xué)， 等. 雷諾應(yīng)力模型的初步應(yīng)用 [J]. 國防科技大學(xué)學(xué)報(bào)， 2016， 38（4）： 46-53.

Dong Yidao， Wang Dongfang Wang Guangxue， et al. Preliminary Application of Reynolds Stress Model [J]. Journal of National University of Defense Technology， 2016， 38（4）： 46-53.（in Chinese）

[16] Hemsch M J. Statistical Analysis of CFD Solutions from the Drag Prediction Workshop [C]∥40th AIAA Aerospace Sciences Meeting & Exhibit， Reno， Nevada， 2002.

[17] Vassberg J C， Sclafani A J， Dehaan M A. A WingBody Fairing Design for the DLRF6 Model： A DPWIII Case Study[C]∥23rd AIAA Applied Aerodynamics Conference， Toronto， Ontario Canada， 2005.

[18] Mavriplis D J. Grid Resolution Study of a Drag Prediction Workshop Configuration Using the NSU3D Unstructured Mesh Solver [C]∥23rd AIAA Applied Aerodynamics Conference， Toronto， Ontario Canada， 2005.

[19] Polyhedral， Tetrahedral， and Hexahedral Mesh Comparison[EB/OL].（2013-02-25）[2017-03-16].http：∥www.symscape.com/polyhedral-tetrahedral-hexahedral-mesh-comparison.

[20] 閻超. 計(jì)算流體力學(xué)方法及應(yīng)用 [M]. 北京： 北京航空航天大學(xué)出版社， 2006.

Yan Chao. Computational Fluid Dynamics Method and Its Application [M]. Beijing： Beijing University of Aeronautics & Astronautics Press， 2006.（in Chinese）

[21] Spalart P R， Allmaras S R. A OneEquation Turbulence Model for Aerodinamic Flows[C]∥30th AIAA Aerospaces Sciences Meeting and Exhibit， Reno， Nevada， 2009.

[22] Edwards J R， Chandra S. Comparison of Eddy ViscosityTransport Turbulence Models for ThreeDimensional， ShockSeparated Flowfields [J]. AIAA Journal， 1996， 34（4）： 756-763.

[23] Menter F R. Review of the ShearStress Transport Turbulence Model Experience from an Industrial Perspective [J]. International Journal of Computational Fluid Dynamics， 2009， 23（4）： 305-316.

[24] Launder B E， Reece G J， Rodi W. Progress in the Development of a ReynoldsStress Turbulence Closure [J]. Journal of Fluid Mechanics， 1975， 68（3）： 537-566.

[25] Wilcox D C. Turbulence Modeling for CFD [M]. Canada， CA： DCW Industries， 1998.endprint

[26] Menter F R， Garbaruk A V， Egorov Y. Explicit Algebraic Reynolds Stress Models for Anisotropic WallBounded Flows [J]. Progress in Flight Physics， 2012（3）： 89-104.

[27] Klein A， Illi S， Nübler K， et al. Wall Effects and Corner Separations for Subsonic and Transonic Flow Regimes[M]. Nagel W E， Krner D B， Resch M M. High Performance Computing in Science and Engineering11. Berlin/Heidelberg： Springer， 2012： 393-407.

Research on Influencing Factors of Computational

Mesh and Turbulence Model on DLRF6 Configuration

Sun Yue1， Li Renfu2 ， Xiong Youde1， Zhou Ling1， Wang Liang1

（1. School of Energy and Power Engineering， Huazhong University of Science and Technology， Wuhan 430074， China；

2.School of Aeronautics & Astronautics， Huazhong University of Science and Technology， Wuhan 430074， China）

Abstract： The DLRF6 wingbody configuration is used to analyze the effects of different kinds of computational meshes and turbulence models on the prediction accuracy of the wing surface pressure distribution and wing root separation zone. The computational results show that the distribution of wing surface pressure from hexahedral， tetrahedral and polyhedral meshes are almost the same， and so does the separation zone in the wing root. Compared with the hexahedral and tetrahedral meshes， the polyhedral mesh has the same computational accuracy， but the lowest number of grid cells and the highest calculation efficiency. In addition， the grid generation is very convenient for polyhedral mesh compared with hexahedral mesh. Furthermore， the SA， SST and RSM turbulence models can accurately predict the surface pressure distribution on DLRF6 wing. However， the separation zone near the wing root predicted by the SA and SST turbulence models is larger than the experiment， while the RSM turbulence model predicts the same results as the experiment. From the analysis of the formulation of turbulence models， it is found that the SA and SST models are based on isotropic turbulence assumption， neglecting the difference of Reynolds normal stress at the corner separation. However， the RSM turbulence model which has considered the anisotropy in turbulence flow， can predict accurate separation zone near the wing root.

Key words： DLRF6； computational mesh； turbulence model； polyhedral mesh； separation zoneendprint