【CFX】堵塞后记2——在CFX中的具体实现过程

在CFX中计算堵塞主要分为以下几步:

  1. 定义密流梯度表达式

    1. 定义Turbo Surface 1:
      截取一个通道内的轴向平面,用Turbo Surface的Blade Aligned方法
    2. 定义Iso Clip 1
      在Turbo Surface 1中截取Span Normalized = 0.85的Iso Clip,用以计算的叶尖附近的特征密度与速度,以进行无量纲
    3. 定义表达式:无量纲密流
      NormDenseFlow =
      (Density.Trnavg * Velocity.Trnavg Streamwise) / (lengthAve(Density.Trnavg)@Iso Clip 1 * lengthAve(Velocity.Trnavg Streamwise)@Iso Clip 1 / 0.094[m])
    4. 定义变量:无量纲密流
      NormDF = NormDenseFlow
    5. 定义变量:无量纲密流梯度
      在变量中选择Gradient功能,对NormDF进行梯度计算,得到NormDF.Gradient及其在XYZ三个方向的分量
    6. 定义表达式:柱坐标系中的theta
      theta = atan(Y/X)
      用以计算r与θ方向的梯度
    7. 定义表达式:r和θ方向的梯度
      利用NormDF.Gradient的三向分量计算r与θ方向的梯度
      Grad r = NormDF.Gradient X * cos(theta)+NormDF.Gradient Y * sin(theta)
      Grad theta = -NormDF.Gradient X * sin(theta)+NormDF.Gradient Y * cos(theta)
    8. 定义表达式:r与θ方向的梯度的平方根及绝对值之和
      Csqua = (Grad r^2+Grad theta^2) ^0.5
      Csum = abs(Grad r)+abs(Grad theta)
    9. 定义变量:r与θ方向的梯度的平方根及绝对值之和
      Ck = Csqua
      Cm = Csum
      (根据对比,Cm更合适)
  2. 根据考察平面的流场初步确定阈值

    1. 定义Contour 1,显示Cm云图中主流与亏损区
    2. 在100%和80%转速中阈值均确定为3。有些面上还是有些小缺陷,但是不影响整体的结果
    3. 之前的处理中有一个工况把阈值取为2,其余都是3,这个工况的曲线结果就有些异样,最终还是取为3
  3. 考虑主流区边界的径向范围及亏损区“Island”的径向范围,最终确定阈值及特征叶高
    具体处理中遇到的问题是,在亏损区难免出现若干“Islands”,即亏损区高梯度区域中的局部低梯度区域,梯度值与主流相当,如图:


    image.png

    在计算堵塞面积时要将这些面积也记及在内。
    这个的实现办法是再定义一个,考察叶高以上,Cm大于阈值的区域
    这一情况在近失速工况的出口截面最为严重,且会出现Island的径向范围低于主流边界的情况
    这对我计算堵塞面积造成了麻烦:

    1. 一方面我在确定亏损区范围时要记及xx%叶高以上Cm大于阈值的Island
    2. 另一方面我在确定主流边界时要将Island的边界去掉
      因此设定如图中若干Iso Clip对主流区与堵塞区进行进一步划分:


      image.png

      各个Iso Clip的作用:

    • Iso Clip 1:在计算无量纲梯度时特征密度/速度的选取位置(对Cm的分布结果影响较大,取的叶高越高可能越容易将主流/亏损区分开)
    • Iso Clip 2:主流区的边界,限定了xx%叶高以下,视工况而变化,通常与Iso Clip 4中的叶高取值相同(图中则略低于Iso Clip 4)
    • Iso Clip 3:亏损区的主要区域,限定条件Cm大于阈值,且叶高范围高于想要考察的区域。本例中取为75%叶高
    • Iso Clip 4:亏损区的“Island”区域,高于xx%叶高且Cm小于阈值的区域。叶高值需要根据流场与Iso Clip 2的叶高值联调
    • Iso Clip 5:用以标示考察叶高范围

    通过阈值和特征叶高的反复调整,最终确定Iso Clip的方案

  4. 确定主流边界后,就可以计算堵塞了:

    1. 定义表达式:堵塞
      AreaBlockage =
      1-(Density.Trnavg * Velocity.Trnavg Streamwise) / (lengthAve(Density.Trnavg)@Iso Clip 2 * lengthAve(Velocity.Trnavg)@Iso Clip 2)

    2. 定义变量:堵塞
      Ab = AreaBlockage

    3. 利用面积积分计算堵塞面积Ab
      这里有一个问题

      1. 设定了Iso Clip 4补充Island面积,但通常是靠后的面需要补充,而靠前的面是不需要补充的。
      2. 而且靠前的面,比如前缘附近,堵塞区叶高范围很小,Iso Clip 4会补充多余的区域。
      3. 但如果对各个平面去分别考虑积分的面积,就非常繁琐

      这里的解决办法是,

      1. 对每个面都算两个积分结果,一个是仅在Iso Clip 3上算,一个是在Iso Clip 3+4上算
      2. 得到两条曲线后进行对比,靠前的数据用Iso Clip 3的,靠后的数据用Iso Clip 3+4的。Iso Clip 3与Iso Clip 4合成一个Surface Group 1。

      在cse文件中面积分的格式如下:

    ! $Ab3 = areaInt("Ab","Iso Clip 3");
    ! $Ab34 = areaInt("Ab","Surface Group 1");

而前后的区分位置在两条曲线结果最相近的位置,如下图,0.4之前用系列1结果,是Iso Clip 3的;0.4之后用系列2结果,是Iso Clip 3+4的。


图片1.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容