冰覆翼性能预测的数据集成不确定性量化
摘要：冰在机翼上的积聚对航空事业构成严重的安全隐患，并会导致风力涡轮机的功率损失。冰的形成精确的形状存在较大的不确定性，因此需要进行不确定性量化（UQ）以可靠地预测其影响。在本研究中，我们旨在通过UQ建立冰对机翼性能影响的可靠估计。我们使用一系列实验测量的风洞冰形状作为输入数据。采用主成分分析从数据中构建一组线性不相关的几何模态，作为UQ模拟的随机输入。在不确定性传播方面，采用了非侵入式多项式混沌扩展（NIPC）、多层次蒙特卡洛（MLMC）和多保真度蒙特卡洛控制变量（MFMC）方法，并进行了比较。作为基准模型，采用间断Galerkin流动求解器FLEXI进行了大涡模拟（LES）。UQ模拟使用专门开发的框架PoUnce进行。其重点是在高性能计算环境中自动化和效率方面的考虑。由于样本数量巨大，基准模型的模拟工具链完全实现自动化，包括针对高度不规则域形状的新结构边界层网格生成器。结果表明，由于不确定的冰形状，机翼上的力变化较大。三种方法都适用于预测平均值和标准偏差。在蒙特卡洛技术中，低保真模型的选择和性能对估计方差的减小至关重要。MFMC方法在本研究中表现最好。据我们所知，基于LES的冰覆盖机翼的UQ研究还没有，更不用说采用MLMC或MFMC等先进的UQ方法。因此，本研究对于该应用程序的准确性和详细程度来说具有重大意义。
作者：Jakob D"urrw"achter and Andrea Beck and Claus-Dieter Munz
论文ID：2302.10294
分类：Fluid Dynamics
分类简称：physics.flu-dyn
提交时间：2023-07-21