谢庆墨^*, 陈亮^?, 张桂勇^*,**, 孙铁志^,*,**,2)*大连理工大学 船舶工程学院, 大连 116024
^?哈尔滨工业大学 机电工程学院, 哈尔滨 150001
^**工业装备结构分析国家重点实验室, 大连 116024

ANALYSIS OF UNSTEADY CAVITATION FLOW OVER HYDROFOIL BASED ON DYNAMIC MODE DECOMPOSITION$^{\bf 1)}$

Xie Qingmo^*, Chen Liang^?, Zhang Guiyong^*,**, Sun Tiezhi^,*,**,2)*School of Naval Architecture,Dalian University of Technology, Dalian 116024,China
^?School of Mechatronics Engineering,Harbin Institute of Technology, Harbin 150001,China
^**State Key Laboratory of Structural Analysis for Industrial Equipment,Dalian 116024,China

通讯作者: 2)孙铁志,副教授,主要研究方向：空泡多相流. E-mail:suntiezhi@dlut.edu.cn

收稿日期:2020-03-3接受日期:2020-06-21网络出版日期:2020-07-18

基金资助:

1)国家自然科学基金.51709042 国家自然科学基金.51639003 中国博士后科学基金.2019T120211 中国博士后科学基金.2018M631791 辽宁省自然科学基金.20180550619 海洋工程国家重点实验室开放基金.1803 中国科协青年人才托举工程项目.2018QNRC001 中央高校基本科研业务费专项.DUT20TD108 辽宁省"兴辽英才计划".XLYC1908027

Received:2020-03-3Accepted:2020-06-21Online:2020-07-18
作者简介 About authors


摘要
空化是船舶和水下航行体推进器中经常发生的一种特殊流动现象,它具有强烈的非定常性,空化的发生往往会影响推进器的水动力性能和效率. 为探究绕水翼非定常空化流场结构,本文基于 Schnerr-Sauer 空化模型和 SST $k$-$\omega $ 湍流模型,开展绕二维水翼非定常空化流动数值预报与流场结构分析. 通过将数值预报的空泡形态演变和压力数据与试验结果对比,验证了建立的数值方法的有效性. 并基于动力学模态分解方法对空化流场的速度场进行模态分解,分析了各个模态的流场特征. 结果表明,第一阶模态对应频率为 0,代表平均流场;第二阶模态对应频率约为空泡脱落频率,揭示了空泡在水翼前缘周期性地生长与脱落,第三阶模态对应频率约为第二阶模态的 2 倍,揭示了两个大尺度旋涡在水翼后方存在融合行为. 第四阶模态对应频率约为第二阶模态的 3 倍,具有更高的频率,表征流场中存在一些小尺度旋涡的融合行为. 最后对不同空化数下的空化流场进行了模态分解分析,发现脱落空泡的旋涡结构随着空化数的减小而增大,第二阶模态频率随着空化数的减小而减小.
关键词： 水翼;非定常空化;动力学模态分解;流场重构

Abstract
Cavitation is a special flow phenomenon with strong unsteadiness that often occurs in propeller of ships and underwater vehicles. The occurrence of cavitation often affects the hydrodynamic performance and efficiency of propulsion systems. In order to study the unsteady cavitation flow field structure around hydrofoil, numerical prediction and flow field structure analysis of unsteady cavitation flow around two-dimensional hydrofoil are investigated by using Schnerr-Sauer cavitation model and SST $k$-$\omega $ turbulence model. The validity of the established numerical method is verified by comparing the numerical prediction of cavitation evolution and pressure data with experimental results. The velocity field of the cavitation flow field is analyzed by using Dynamic Mode Decomposition (DMD). The results show that the first-order mode is 0Hz, which represents the average flow field. The second-order mode is about the frequency of cavitation shedding, which reveals the cavities grow and shed periodically at the leading edge of the hydrofoil. The third-order mode has a corresponding frequency about 2 times of the second order mode, which reveals that the fusion behavior of two large-scale vortices behind the hydrofoil. The fourth-order mode has a corresponding frequency about 3 times of the second order mode, which characterizes the fusion behavior of some small-scale eddies in the flow field. Finally, the modal decomposition analysis of the cavitation flow field under different cavitation numbers was carried out. It was found that the vortex structure of the shedding cavities increased with the decrease of the cavitation number, and the second-order mode frequency decreases with decreasing cavitation number.
Keywords：hydrofoil;unsteady cavitation;dynamic mode decomposition;reconstruction of flow field


PDF (13553KB)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
谢庆墨, 陈亮, 张桂勇, 孙铁志. 基于动力学模态分解法的绕水翼非定常空化流场演化分析$^{\bf 1)}$. 力学学报[J], 2020, 52(4): 1045-1054 DOI:10.6052/0459-1879-20-062
Xie Qingmo, Chen Liang, Zhang Guiyong, Sun Tiezhi. ANALYSIS OF UNSTEADY CAVITATION FLOW OVER HYDROFOIL BASED ON DYNAMIC MODE DECOMPOSITION$^{\bf 1)}$. Chinese Journal of Theoretical and Applied Mechanics[J], 2020, 52(4): 1045-1054 DOI:10.6052/0459-1879-20-062

引言

当局部压力降低至饱和蒸气压时,液体发生由液相转变为气相的现象称为空化现象^[1]. 空化现象常常出现在高速船舶的舵、螺旋桨、水翼等高速运动的流体机械表面以及高速出入水的航行体表面^[2-4]. 空泡的周期性脱落和溃灭会产生压力脉冲和辐射噪声^[5]. 一方面,这会使流体机械表面出现明显的振动和材料剥蚀^[6],另一方面,当压力脉动频率与桨自身的固有频率接近时,还会引发共振,对流体机械的水动力性能带来很大的影响^[7].

空化的产生及其流体动力学特性一直是研究的重点^[8-10]. Knapp 等^[11]首先对片云空化进行了广泛的研究,观察了片云空化从片云空化腔中剥离/脱落的过程. Leroux 等^[12]通过压力传感器试验研究了 NACA66 水翼周围空化的不稳定性,并进行了数值模拟,结果表明回射流是导致空泡脱落的主要原因. 王雅赟等^[13]采用不同的湍流模型模拟二维水翼空化流动,发现空泡尾部大尺度旋涡的形成导致了空泡的断裂,为后人进行数值模拟时应该选用哪种湍流模型提供了有效的参考. 除了理想流体,流体的可压缩性与热力学效应也会对流场产生影响^[14]. 王畅畅等^[15]模拟了可压缩流体的空化现象,对空泡溃灭时的激波进行了重点研究,详细说明了大尺度云空泡的溃灭过程. 孙铁志等^[16]研究了不同空化模型在空化流场数值模拟中的影响,并考虑了热力学效应对空化流动带来的影响,为低温流体的空化现象提供参考. 随着计算机运算能力的发展,更加复杂的泄漏涡空化也开始成为研究的热点^[17]. 彭凯等^[18]研究了轴流泵顶隙附近的涡流结构,采用滑移网格技术模拟了浆叶的旋转,并对旋涡与旋涡、旋涡与壁面之间的相互作用进行了分析. Cheng 等^[19]使用大涡模拟 (LES) 捕获不稳定的尖端泄漏空化流,成功模拟出了尖端泄漏涡、分离涡、诱导涡这些复杂的涡结构,并将尖端泄漏空化流的空间演化分为 3 个阶段,揭示了空化对涡度和湍流的影响机理.

由于空化具有强烈的非定常性,并伴随有复杂的旋涡结构^[20]. 空泡与壁面、空泡与旋涡之间具有强烈的相互作用,是空泡水动力学研究的热点^[21-23]. 空化流场这一复杂的流动结构具有多尺度特性.目前的研究大多都在对整体流场进行分析,若可以将空化流场分解成若干个不同尺度的流动结构,将对进一步分析空化流动机理提供参考. 近年来,动力学模态分解 (dynamic mode decomposition,DMD) 已逐渐应用于计算流体动力学,被认为是评估非线性波动数据的重要分析工具^[24]. DMD 方法可以有效地将流场分解成若干个模态,并识别出主导模态进行分析. 且具有模态频率和增长率单一的特点,在对周期性流动的分析中有较大优势. 目前形式的 DMD 算法最初由 Schmid ^[25]提出,Rowley 等^[26]进一步对其进行扩展,他们将 DMD 解释为 Koopman 分析的一种形式. 寇家庆和张伟伟^[27]首次对现有的 DMD 方法与类似的本征模态分解 (POD) 进行了比较,阐述了 DMD 方法在流体力学分析领域的优势. 并总结了现有的 DMD 方法以及应用领域,对DMD方法的现状与前景作了深入讨论. 对于空化现象的 DMD 分解,韩亚东和韩磊^[28]使用 DMD 方法研究了文丘里管的空化流动,讨论了各阶模态的选取原则以及模态的特征. Liu 等^[29]使用 DMD 方法研究了高雷诺数下的水翼空化流动特征.

目前的研究工作来看,DMD 方法用于空化流场研究的取得了令人鼓舞的进展,但基于 DMD 方法探究非定常空化流场特性仍需要进一步研究. 本文采用 RANS 方法,结合 Schnerr-Sauer 空化模型求解非定常的水翼空化流场,获取流场数据,并利用动力学模态分解方法,研究了水翼空化流场各阶模态的主要特征. 同时对前四阶模态进行重构,得到前四阶模态的对应流场,研究了各阶模态的流动特征. 最后对不同空化数下模态 2 的对应流场进行了比较,研究了空化数对空泡脱落产生旋涡对流场的影响机理.

1 计算模型

1.1 基本控制方程

均相流模型是空化流场数值模拟使用的常规模型,其质量守恒和动量守恒控制方程为

(1)$\dfrac{\partial \rho }{\partial t} + \dfrac{\partial \left( {\rho \mu _j } \right)}{\partial x_j } = 0$
(2)$\dfrac{\partial \left( {\rho u_i } \right)}{\partial t} + \dfrac{\partial \left( {\rho u_i u_j } \right)}{\partial x_j } = - \dfrac{\partial p}{\partial x_i } + \dfrac{\partial }{\partial x_j }\left( {\mu \dfrac{\partial u_i }{\partial x_j }} \right)$
其中,$p$ 是压力,$u_{i}$ 是沿第 $i$ 方向的速度. 混合密度 $\rho $ 为

(3)$\rho = \alpha _{\rm l} \rho _{\rm l} + \left( {1 - \alpha _l } \right)\rho _{\rm v}$
其中,$\alpha _{\rm l} $ 是水体积分数,$\alpha _{\rm v} $ 是水蒸气体积分数.

1.2 空化模型

空化模型通常由输运方程表征,本文采用 Schnerr-Sauer 模型^[30],其输运方程为

(4)$\dfrac{\partial \left( {\rho _{\rm v} \alpha _{\rm v} } \right)}{\partial t} + \dfrac{\partial (\rho _{\rm v} \alpha _{\rm v} u_j )}{\partial x_j } = \dot {m}^ + - \dot {m}^ -$
其中,$\alpha _{\rm v}$是水蒸气体积分数,源项$\dot {m}^ + $和$\dot {m}^ - $表示为

(5)$\dot {m}^ + = \dfrac{\rho _{\rm v} \rho _{\rm l} }{\rho }\alpha _{\rm v} \left( {1 - \alpha _{\rm v} } \right)\dfrac{3}{R_{\rm b} }\sqrt {\dfrac{2}{3}\dfrac{\max \left( {p_{\rm v} - p,0} \right)}{\rho _{\rm l} }}$
(6)$\dot {m}^ - = \dfrac{\rho _{\rm v} \rho _{\rm l}}{\rho }\alpha _{\rm v} \left( {1 - \alpha _{\rm v} } \right)\dfrac{3}{R_{\rm b} }\sqrt {\dfrac{2}{3}\dfrac{\max \left( {p - p_{\rm v} ,0} \right)}{\rho _{\rm l} }}$
其中,$\dot {m}^ + $ 为蒸发源项,$\dot {m}^ - $ 为凝结源项,$p_{\rm v} $ 为当地饱和蒸气压. $R_{\rm b} $ 为空泡半径,表示为

(7)$R_{\rm b} = \left( {\dfrac{\alpha _{\rm v} }{1 - \alpha _{\rm v} }\dfrac{3}{4\pi }\dfrac{1}{N_{\rm b} }} \right)^{\tfrac{1}{3}}$
其中$N_{\rm b} = 1.0\times 10^{13}$.

1.3 湍流模型

本文拟采用 SST $k$-$\omega $ 湍流模型,SST $k$-$\omega $ 模型由 Menter 提出^[31],具体方程如下

(8)$\dfrac{\partial }{\partial t}\left( {\rho k} \right) + \dfrac{\partial }{\partial x_i }\left( {\rho ku_i } \right) = \dfrac{\partial }{\partial x_j }\left[ {\left( {\mu + \dfrac{\mu _t }{\sigma _k }} \right)\dfrac{\partial k}{\partial x_j }} \right] + P_k - \rho \beta k\omega$
(9)$\dfrac{\partial }{\partial t}\left( {\rho \omega } \right) + \dfrac{\partial }{\partial x_i }\left( {\rho \omega u_i } \right) = \dfrac{\partial }{\partial x_j }\left[ {\left( {\mu + \dfrac{\mu _t }{\sigma _\omega }} \right)\dfrac{\partial \omega }{\partial x_j }} \right] + \alpha \dfrac{\omega }{k}P_k -\rho \beta \omega ^2 + D_\omega$
其中,$\alpha $,$\beta $为经验系数,$\alpha = 0.44$,$\beta = 0.0828$;$k$代表湍流的动能,$\omega $表示比耗散率,$P_k $表示湍动能的产生项,$D_\omega $为扩散项,$\mu _t $为涡黏系数. 它们分别定义为

(10)$k = \dfrac{1}{2}\overline {u'_i u'_i }$
(11)$\omega = \dfrac{\varepsilon }{k}$
(12)$P_k = - \rho \overline {u'_i u'_j } \dfrac{\partial u_j }{\partial x_i }$
(13)$D_\omega = \dfrac{2\rho \left( {1-F_1 } \right)}{\omega \sigma _{\omega,2} }\dfrac{\partial k}{\partial x_j }\dfrac{\partial \omega }{\partial x_j }$
(14)$\mu _t = \dfrac{\rho k}{\omega }\dfrac{1}{\max \left( {1 /a', SF_2 / a_1 \omega } \right)}$
其中,$F_1 $,$F_2 $ 为混合函数;$S$ 为剪应力张量的常数项;$\sigma _{\omega,2} $ 为经验系数.

1.4 动力学模态分解

采用 DMD 方法进行模态分解时,首先需要将非定常流场的时间序列以快照序列矩阵的方式呈现,快照数据来源为物理试验或数值仿真,且任意两个快照之间的时间间隔均为 $\Delta t$,即

(15)${\pmb V}_{1}^{N} = \left\{ {{\pmb v}_{1} ,{\pmb v}_{2} ,{\pmb v}_{3} , \cdots , {\pmb v}_{N} } \right\}$
其中,${\pmb V}_{1}^{N}$ 是一个 $M\times N$ 的数据快照矩阵.

线性动力学矩阵 ${\pmb A}$ 被定义为非线性映射的近似,该矩阵控制系统从一个时刻到下一个时刻的演变

(16)${\pmb v}_{i + 1} = {\pmb A \pmb v}_{i}$
由于 ${\pmb A}$ 的维度很高,难以直接计算,因此需要通过降维的方式从数据序列中计算出 ${\pmb A}$. 因此,通过将最终快照表示为前几张快照的线性组合,建立一个伴随矩阵 ${\pmb S}$ 作为所需的近似

(17)${\pmb V}_{ 2}^{ N} \equiv {\pmb V}_{1}^{N - 1} {\pmb S} + r{\pmb e}_{N - 1}^{\rm T}$
通过友矩阵变换,${\pmb S}$ 的形式为

(18)${\pmb S}=\left[ \begin{array}{cccccc} 0 &0 & \cdots & 0 & 0 & a_1 \\ 1 & 0 &\cdots &0&0& a_2 \\ \vdots&\vdots& \vdots & \vdots &\vdots& \vdots \\ 0&0&\cdots &1&0&a_{N-2} \\ 0&0&\cdots &0&1 & a_{N-1} \end{array}\right]$
由于 ${\pmb S}$ 中的未知量仅为 ${\pmb a}$ 向量,即可以计算使残差 $r$ 最小的 ${\pmb a}$ 来求得 ${\pmb S}$

(19)$r = {\pmb v}_{ N} - {\pmb V}_{1}^{N - 1} {\pmb a}$
当残差 $r$ 很小时,${\pmb S}$ 的特征值就近似于 ${\pmb A}$ 的特征值. ${\pmb S}$ 矩阵可以看作是 ${\pmb A}$ 矩阵的低维形式,因此,${\pmb S}$ 的特征值能够代表 ${\pmb A}$ 矩阵中的主要特征值. 对 ${\pmb S}$ 矩阵进行特征值分解

(20)${\pmb S} = {\pmb T\pmb N \pmb T}^{- 1}, \ \ {\pmb N} = {\rm diag}(\mu _1 , \mu _2 ,\cdots ,\mu _{N - 1} )$
然后给出 DMD 模态 ${\pmb \varphi}_{i}$

(21)${\pmb \varphi }_{i} = {\pmb V}_{ 1}^{N - 1} {\pmb T}_{i}$
则任意时刻的流场快照可以通过前 $m$ 个流场快照表示

(22)$v_i = \sum _{j = 1}^m \mu _j ^{i - 1}{\pmb \varphi }_{j}$
其中,$m$ 为 DMD 模态数,$\mu _j $ 为模态 $D$ 的特征值,${\pmb \varphi }_{ j} $ 为模态 ${\pmb \varphi }_{ i}$ 的列向量.

在流体力学的分析过程中,往往只能够获得数据的实数部分,如速度,压力等,对于实数数据进行 DMD 分解,所得模态的特征值是共轭的,他们所对应的特征向量也是共轭的. 流场数据的虚部,即流场变化的相位信息,在标准 DMD 中并没有体现,因此会造成一定误差^[25]. 因此,在进行标准 DMD 方法前,使用了希尔伯特-黄变换^[32]对原始数据进行预处理. 得到原始数据波动的相位信息,与原始数据叠加得到复数形式的数据. 通过希尔伯特-黄变换可以得到更精确的原始数据,使 DMD 分解结果更加准确. 其中数据的实部代表流场的物理信息,例如速度、压力,虚部代表这些物理信息的瞬时相位

(23)$z_i \left( t \right) = x_i \left( t \right) + jH\left[ {\sum _{i = 1}^K IMF_i \left( t \right)} \right]$
其中,$x_i \left( t \right)$ 为第 $i$ 个探测点的时间进程, $IMF_i \left( t \right)$ 为 Huang 经验模态分解法中的本征模态函数.

1.5 模型设置

本文模拟的模型为 NACA66 水翼,该翼型的最大厚度位于距前缘 45% 处,厚度与弦长的比值为 12%. 最大拱度比位于距前缘 50% 处,弧度与弦长的比值为 2%. 来流攻角 $\alpha =6^\circ$,弦长 $C = 0.150$m.计算域与网格如图 1 所示,设水翼弦长为 $C$,进流段长度为 $2 C$,出流段长度为 $5 C$,上下壁面相距 $2C$.采用 C 型网格,为了提高计算精度,在水翼周围及尾流段进行加密,网格数为 38750.边界条件设置为：入口处为速度进口,出口处为压力出口,在水翼表面与上下壁面均施加无滑移条件. 流动速度为 $V =5.33$m/s,其对应的雷诺数为 $Re = 8.93\times 10^5$. 出口压力由空化数 $\sigma$ 来确定,初始温度设置为 298K,时间步长为 $1.0\times 10^{ - 4}$s.

图1

新窗口打开|下载原图ZIP|生成PPT
图1计算域及网格划分

Fig.1Computing domains and mesh generation around the hydrofoil

2 数值计算方法验证

为验证数值模拟的有效性,将空化数 $\sigma = 1.00$ 的结果与试验^[12]进行对比,所有条件设置与试验一致. 图 2 为一个脱落周期内水翼空泡形态的试验与数值模拟对比.可以看出,数值模拟可以有效模拟出空泡周期性演变中发展、脱落、溃灭的特性,且数值模拟的形态与试验结果吻合较好.

图2

新窗口打开|下载原图ZIP|生成PPT
图2数值预报的空泡形态周期演化与试验结果对比

Fig.2Comparison of the cavity evolution between numerical and experimental results



图 3 为翼型吸力侧中部 $x/C = 0.6$,$x/C = 0.7$ 两个压力监测点压力值的数值预报与试验数据对比. 从图中可以看出,各观测点的压力存在周期性波动,这与空泡周期性生成和脱落有关,其中压力值较低的区域处在空化区域,压 力值高主要是空化溃灭引起的.但每个周期压力波动的峰值都不相同,体现了空化现象的强非定常性.对比试验和数值结果可以看出,试验和数值结果在振荡频率和压力波动的大小上都有很好的一致性.综上所述,本文的空化流场数据与试验结果吻合较好,从而验证数值方法的有效性.

图3

新窗口打开|下载原图ZIP|生成PPT
图3数值预测的水翼吸力面中部压力值与试验结果^[6]对比

Fig.3Comparison of the pressure fluctuation on the suction surface of hydrofoil between numerical and experimental results

3 结果与分析

3.1 水翼空化流场动力学模态分解

本文对空化数 $\sigma = 1.00$ 的空化流场中的速度场进行 DMD 分解,图 4 表示特征值在复域上的分布情况. 与标准 DMD 有所不同,改进后的 DMD 方法的不以共轭的形式存在,而是单独存在.黑色圆圈为单位圆,特征值点与单位圆的关系揭示了对应模态的非稳态特征.其中特征值位于单位圆外代表该模态是发散的,位于单位圆内代表该模态是收敛的,位于单位圆上代表该模态稳定.由于原始数据经过了希尔伯特-黄变换,还原出的原始数据虚部为负值,因此流场数据的有效信息大部分集中在虚部为负值的区域.虚部为正值的区域为对应频率大,振幅小,这是由于希尔伯特-黄变换存在一定的误差,这个误差存在于数据的开始部分,所占的比例很小,在此可以忽略^[32].结果表明,在虚部为负值的区域,大多数特征值点都在单位圆的范围内,这说明该流动条件下的空化流动是周期性的.图 4 给出了选取的前四阶模态,均在单位圆上,表 1 给出了前四阶模态对应的频率和放大率,其中模态的频率和放大率可以由下式求出

(24)$g_j = {\rm Re}\left( {\dfrac{{\rm lg}\left( {{\pmb \mu }_{\pmb j} } \right)}{\Delta t}} \right)$
(25)$\omega _j = {\rm Im}\left( {\dfrac{{\rm lg}\left( {{\pmb \mu }_{\pmb j} } \right)}{\Delta t}} \right)$
其中,$g_j $ 为模态的增长率,$\omega _j $ 为模态的对应频率. 由于前四阶模态的放大率接近于 0,因此选 取的前四阶模态都是稳定的. 前四阶模态的选取方法将在下文进行详细论述.

图4

新窗口打开|下载原图ZIP|生成PPT
图4模态特征值的分布

Fig.4Distribution of mode eigenvalues



Table 1
表1
表1前四阶模态对应频率和放大率
Table 1Frequency and magnification of the first fourth modes

新窗口打开|下载CSV

动力学模态中包含的能量高低是评价模态在流场中主导作用的重要依据. 模态中的能量高低可 由模态 ${\pmb \varphi }_{i}$ 的范数表示^[26]

(26)$\left\| {{\pmb \varphi }_{i} } \right\| = \sqrt {\sum_{i = 1}^n \left| {\varphi _i } \right|^2}$
其中,$\left\| {{\pmb \varphi }_{ i} } \right\|$ 为第 $i$ 个模态所包含 的能量,$\varphi _i$ 为第 $i$ 个模态各节点的流动速度.模态频率和能量的关系如图 5 所示,从图中可以看出,前 4 个特征频率能量较大外,其余特征频率的能量较小.因此,取能量最大的前 4 个特征频率作为 DMD 分解法的前四阶模态可表示出流场中绝大部分的流动信息.其中模态 1 对应频率为 0Hz,表示流场的主体,即平均流场. 模态 1 具有最高的能量,振幅较其他模态要大的多.模态 2 的频率 3.91Hz,与空泡周期性脱落的频率一致. 因此,模态 2 被认为与空泡脱落的动力学一致.模态 3 与模态 4 的频率分别为 7.83Hz 和 11.74Hz,分别为脱落频率的 2 倍和 3 倍,包含了更加细微的流动特征,具体的流动特征会在下文进行分析.

图5

新窗口打开|下载原图ZIP|生成PPT
图5动力学模态的能量分布

Fig.5Energy distribution of dynamic mode



图 6 表示 DMD 分解得到的前四阶动力学模态.模态值只取实部,虚部与实部主要体现在相位上的差别,在分析 结果时一般可忽略. 模态 1 对应于频率为零的平均流场.模态在水翼表面以及水翼尾部的上方,体现了片状空泡与云状脱落空泡产生的区域.模态 2 的特征主要集中在水翼的前端,结构与数值模拟中的空泡演化形态相似,体现了空泡脱落的特征结构.同时也表明片状空泡的周期演化是空化现象呈现周期性的主要原因.因此模态 2 可以描述出空泡的发展趋势以及周期性演化特征.模态 3 的结构具有相反的正负值,且呈现交替分布的特征.这表明流场中存在明显的相干结构,图中正值区域为空泡的脱落点,负值区域描述了空泡的溃灭阶段的流动特性,这意味着当一个结构由于空化而生长,另一个结构由于传输和凝结而减弱.模态 4 的相干结构尺度更小,这说明模态 4 捕捉了能量更少,占比较小的结构,对应的频率为空泡脱落频率的 3 倍,体现了空泡云脱落现象中的高频特征. 随着频率增加,模态的振幅减小,相干结构的尺寸也变小.

图6

新窗口打开|下载原图ZIP|生成PPT
图6DMD 前四阶动力学模态

Fig.6The first 4 dynamic modes of DMD

3.2 基于模态分解的空化流场分析

为了进一步揭示 DMD 分解中各阶模态表达的物理意义,对空化数 $\sigma =1.00$ 的工况进行 DMD 分解,取前四阶模 态特征值使用重构公式,还原出单阶模态对应的流场.其中模态 1 为平均流场,对应流场不随时间变化而变化. 图 7 表示模态 2, 3, 4 对应的流场,由于不同模态对应的特征频率不同,因此对应的周期表示为 $T_{1}, T_{2}, T_{3}$.对于模态 2、模态 3、模态 4,相对应的,流场描述了空化在生长的过程中水翼后缘的大尺度旋涡与回射流的形成,旋涡的周期脱落,以及水翼尾缘处形成的旋涡.观察流线图,在模态 2 中,旋涡Ⅰ先从水翼吸力面头部开始形成,在向尾部移动的过程中不断生长,移动到接近尾缘时,尾缘处开始产生新的旋涡Ⅱ.旋涡Ⅰ在脱离水翼后停止移动,并开始向下游水平分裂出新的旋涡 Ⅲ,在旋涡 Ⅲ 完全形成后,旋涡Ⅰ退化成节点,旋涡 Ⅲ 继续向下游移动. 旋涡Ⅱ形成后不断向下游运动.在模态 3 中,水翼吸力面形成的旋涡Ⅰ在脱离水翼后,与水翼尾缘形成的旋涡Ⅱ之间存在融合行为.融合的过程中,旋涡Ⅰ逐渐缩小,旋涡Ⅱ在下游移动的同时向上移动,形成新的旋涡Ⅱ继续向下游移动.模态 4 中同时存在多个旋涡,其旋涡行为与模态 2 和模态 3 基本相似,这揭示了两阶模态的旋涡在运动的过程中存在高频行为.

图7

新窗口打开|下载原图ZIP|生成PPT
图7模态 2,3,4 的对应流场流线图

Fig.7Flow field streamline of mode 2, 3 and 4

3.3 不同空化数下的重构流场分析

为了对不同空化数下的空化流场进行比较,分别将 DMD 方法应用于 $\sigma = 1.25$,$\sigma = 0.75$,$\sigma =0.50$的流场数据. 图 8 表示 3 种不同空化数条件 下模态 2 的对应流场.对比不同空化数流场可以看出,在模态 2 中,不同空化数下的旋涡运动模式基本一致.都包含主旋涡向下游运动,主旋涡分裂形成新的小旋涡.不同的是,随着空化数的减小,脱落的主旋涡的尺寸增大,这说明空化数的减小使流场变化更加剧烈,对水翼的影响更强.

图8

新窗口打开|下载原图ZIP|生成PPT
图8$\sigma = 1.25$,$\sigma = 0.75$,$\sigma = 0.50$ 工况下模态 2 的对应流场流线图

Fig.8Flow field streamline of mode 2 for $\sigma = 1.25$,$\sigma =0.75$,$\sigma = 0.50$



表 2 表示各阶模态对应的频率值,对于不同空化数下的流场,模态 1 的频率均为0Hz,这表明平均流场均为流场中的主要结构,占据着流场中的大部分能量,从模态 2 的频率变化可以看出,频率随着空化数的减小而减小.这主要是由于随着空化数的降低,空化现象逐渐剧烈,空穴长度逐渐增长,导致空化的生长、脱落时间变长.模态 3、模态 4分别为模态 2 的 2, 3 倍频,这是对流场中的主要信息进行补充描述.

Table 2
表2
表2各阶模态频率
Table 2Frequency of each mode

新窗口打开|下载CSV

4 结论

本文针对水翼开展非定常空化流动数值预报,并利用动力学模态分解方法对空化流场进行分析,得到如下结论：

(1) 利用 DMD 方法对速度场进行分解,得到各阶流场模态. 第一阶模态表示平均流场,其频率为 0Hz,是流场的主要结构. 第二阶模态与空泡周期性脱落频率相同,与空泡脱落的动力特性有关. 第 3,4 阶模态频率分别为第二阶模态的 2, 3 倍频,这表示流场中的高频行为.

(2) 通过观察各阶模态对应流场一个周期内的流场演化,结果表明,第二阶模态描述了旋涡1在水翼吸力面生长,脱离水翼后形成新的旋涡并向下游移动. 旋涡 2 在水翼尾缘形成并向下游移动.第三阶模态揭示了旋涡 1 与旋涡 2 在向下游移动的过程中存在融合行为.第四阶模态中存在更多的旋涡,旋涡运动较为复杂,包含旋涡分裂、融合、退化.

(3) 各模态对应流场中的旋涡结构与 DMD 方法得到的模态特征值呈现的相干结构相对应. 与空泡脱落频率相同的第二阶模态反应了流场的主要旋涡结构. 旋涡结构的尺寸随着模态阶数的增大而减小.

(4) 随着空化数的降低,空泡脱落频率逐渐减小. 模态 2 的主旋涡尺寸随着空化数的降低而增大,说明空化数的降低加剧了流场的演化,形成的旋涡更大.

本文通过采用动力学模态分解方法对绕水翼空化流动进行了分解、分析以及重构,重点通过DMD 方法的运用,进一 步获得了空化流场流动结构特性. 虽然取得了一定的研究进步,但是在结合空泡形态演化和动力学模态方法之间的内在关联机制仍略显不足. 此外,在低空化数条件下,RANS 方法存在过度预报湍流黏性问题,导致对空化瞬变过程的预报存在一定的不足. 在今后的研究中将提升对非定常空化流动的预报,从而进一步深入开展相关研究.

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] Brennen. Cavitation and Bubble Dynamics: ed. New York: Oxford University Press, 1995
[本文引用: 1]

[2] 王一伟, 黄晨光. 高速航行体水下发射水动力学研究进展
力学进展, 2018,48:259-298
[本文引用: 1]

( Wang Yiwei, Huang Chenguang. Research progress on hydrodynamics of high speed vehicles in the underwater launching process
Advances in Mechanics, 2018,48:259-298 (in Chinese))
[本文引用: 1]

[3] 赵宇, 王国玉, 黄彪 等. 水翼叶顶间隙旋涡空化流动特性研究
船舶力学, 2015,19(11):1304-1311


( Zhao Yu, Wang Guoyu, Huang Biao, et al. Investigation of vortical cavitating flows in tip leakage region of a hydrofoil
Journal of Ship Mechanics, 2015,19(11):1304-1311 (in Chinese))


[4] 曹彦涛, 彭晓星, 张国平 等. 绕三维扭曲水翼云空化形成及演化的试验研究
船舶力学, 2014,18(5):485-491
[本文引用: 1]

( Cao Yantao, Peng Xiaoxing, Zhang Guoping, et al. Experimental study on the generation and development of cloud cavitation around a three dimensional twisted hydrofoil
Journal of Ship Mechanics, 2014,18(5):485-491 (in Chinese))
[本文引用: 1]

[5] Sun TZ, Wei YJ, Zou L, et al. Numerical investigation on the unsteady cavitation shedding dynamics over a hydrofoil in thermo-sensitive fluid
International Journal of Multiphase Flow, 2019,111:82-100
DOIURL [本文引用: 1]

[6] Wu Q, Wang Y, Wang G. Experimental investigation of cavitating flow-induced vibration of hydrofoils
Ocean Engineering, 2017,144:50-60
DOIURL [本文引用: 2]

[7] 季斌, 程怀玉, 黄彪 等. 空化水动力学非定常特性研究进展及展望
力学进展, 2019,49:428-479
[本文引用: 1]

( Ji Bin, Cheng Huaiyu, Huang Biao, et al. Research progresses and prospects of unsteady hydrodynamics characteristics for cavitation
Advances in Mechanics, 2019,49:428-479 (in Chinese))
[本文引用: 1]

[8] 唐庆宏, 于安, 郑源 等. 热力学效应对水翼云空化非定常特性影响研究
http://kns.cnki.net/kcms/detail/32.1814.TH.20191217.1456.004.html. 1-12, 2020-02-25
URL [本文引用: 1]

( Tang Qinghong, Yu An, Zheng Yuan, et al. Investigation of thermodynamic effects on cloud cavitation dynamics around 3-D hydrofoil
http://kns.cnki.net/kcms/detail/32.1814.TH.20191217.1456.004.html. 1-12, 2020-02-25 (in Chinese))
URL [本文引用: 1]

[9] 王巍, 唐滔, 卢盛鹏 等. 主动射流控制水翼空化的数值模拟与分析
力学学报, 2019,51(6):1752-1760


( Wang Wei, Tang Tao, Lu Shengpeng, et al. Numerical simulation and analysis of active jet control of hydrofoil cavitation
Chinese Journal of Theoretical and Applied Mechanics, 2019,51(6):1752-1760 (in Chinese))


[10] 陈铠杰, 万德成. 基于黏性修正 SST $k$-$\omega $ 模型的水翼空化流数值模拟计算
水动力学研究与进展, 2019,34(2):224-231
[本文引用: 1]

( Chen Kaijie, Wan Decheng. Numerical simulation on cavitation flow of hydrofoil with viscosity-modified SST $k$-$\omega $ turbulence model
Chinese Journal of Hydrodynamics, 2019,34(2):224-231 (in Chinese))
[本文引用: 1]

[11] Knapp RT, Dailey JW, Hammitt FG. Cavitation. McGraw-Hill Book Company
Catalog Card Number 77-96428, 1970
[本文引用: 1]

[12] Leroux J, Coutier-Delgosha O, Astolfi JA. A joint experimental and numerical study of mechanisms associated to instability of partial cavitation on two-dimensional hydrofoil
Physics of Fluids, 2005,17(5):1-20
[本文引用: 2]

[13] 王雅赟, 王本龙, 刘桦. 二维水翼片空泡脱落及云空化数值模拟
水动力学研究与进展 A 辑, 2014,29(2):175-182
[本文引用: 1]

( Wang Yayun, Wang Benlong, Liu Hua. Numerical simulation of sheet cavity shedding and cloud cavitation on a 2D hydrofoil
Chinese Journal of Hydrodynamics, 2014,29(2):175-182 (in Chinese))
[本文引用: 1]

[14] Sun T, Wei Y, Zou L, et al. Numerical investigation on the unsteady cavitation shedding dynamics over a hydrofoil in thermo-sensitive fluid
International Journal of Multiphase Flow, 2019,111:82-100
DOIURL [本文引用: 1]

[15] 王畅畅, 王国玉, 黄彪. 空化可压缩流动空穴溃灭激波特性研究
力学学报, 2018,50(5):990-1002
[本文引用: 1]

( Wang Changchang, Wang Guoyu, Huang Biao. Numerical simulation of shock wave dynamics in transient turbulent cavitating flows
Chinese Journal of Theoretical and Applied Mechanics, 2018,50(5):990-1002 (in Chinese))
[本文引用: 1]

[16] 孙铁志, 魏英杰, 王聪 等. 空化模型在低温流体空化流动三维计算中的应用与评价
船舶力学, 2018,22(1):22-30
[本文引用: 1]

( Sun Tiezhi, Wei Yingjie, Wang Cong, et al. Evaluation of cavitation model in three-dimensional computations of cryogenics liquid cavitating flows
Journal of Ship Mechanics, 2018,22(1):22-30 (in Chinese))
[本文引用: 1]

[17] Guo Q, Huang X, Qiu B. Numerical investigation of the blade tip leakage vortex cavitation in a water jet pump
Ocean Engineering, 2019,187:106170
DOIURL [本文引用: 1]

[18] 彭凯, 陈闰路, 邵雪明 等. 轴流泵顶隙涡的数值模拟研究
水动力学研究与进展, 2018,33(6):685-688
[本文引用: 1]

( Peng Kai, Chen Runlu, Shao Xueming, et al. Numerical investigation of tip leakage vortex in axial-flow pump
Chinese Journal of Hydrodynamics, 2018,33(6):685-688 (in Chinese))
[本文引用: 1]

[19] Cheng H, Long X, Ji B, et al. LES investigation of the influence of cavitation on flow patterns in a confined tip-leakage flow
Ocean Engineering, 2019,186:106-115
[本文引用: 1]

[20] Ji B, Luo XW, Arndt REA, et al. Large Eddy Simulation and theoretical investigations of the transient cavitating vortical flow structure around a NACA66 hydrofoil
International Journal of Multiphase Flow, 2015,68(68):121-134
DOIURL [本文引用: 1]

[21] 高远, 黄彪, 吴钦 等. 绕水翼空化流动及振动特性的实验研究
力学学报, 2015,47(6):1009-1016
DOIURL [本文引用: 1]
Cavitation is a kind of complex and unsteady hydrodynamics phenomenon occurred in hydraulic machinery. The cavity shedding leads to structure vibration which a ects the e ciency, noise and safety of hydraulic machinery, so it is important to study the structure vibration in cavitating flow. The characteristics of the cavity shape around a NACA66 hydrofoil and the vibration response are analyzed experimentally. A high-speed video camera is used to visualize the unsteady cavitating flow patterns and a laser doppler vibration meter is used to measure the vibration velocity. The highspeed video camera and the laser doppler vibration meter can be triggered synchronously by a synchronization system. The characteristics of cavity shape and vibration in di erent cavitation stages are analyzed both in time field and frequency field. Synchronous results of cloud cavitation are studied. It is found that as the cavitation number decreases, four stages of cavitation are visualized in which are non-cavitation, cavitation inception, sheet cavitation and cloud cavitation. The vibration amplitude of the hydrofoil increases as the cavitation number decreases. Cavities shedding leads to vibrations whose dominant frequencies are same with the frequencies of cavities shedding at sheet cavitation and cloud cavitation stages. At the cloud cavitation stage, the vibration is high-frequency and low-amplitude when the attached cavity develops. At the stages of cavity pulsation and cavity shedding, the vibration is low-frequency and high-amplitude.
( Gao Yuan, Huang Biao, Wu Qin, et al. Experimental investigation of the vibration characteristics of hydrofoil in cavitating flow
Chinese Journal of Theoretical and Applied Mechanics, 2015,47(6):1009-1016 (in Chinese))
DOIURL [本文引用: 1]
Cavitation is a kind of complex and unsteady hydrodynamics phenomenon occurred in hydraulic machinery. The cavity shedding leads to structure vibration which a ects the e ciency, noise and safety of hydraulic machinery, so it is important to study the structure vibration in cavitating flow. The characteristics of the cavity shape around a NACA66 hydrofoil and the vibration response are analyzed experimentally. A high-speed video camera is used to visualize the unsteady cavitating flow patterns and a laser doppler vibration meter is used to measure the vibration velocity. The highspeed video camera and the laser doppler vibration meter can be triggered synchronously by a synchronization system. The characteristics of cavity shape and vibration in di erent cavitation stages are analyzed both in time field and frequency field. Synchronous results of cloud cavitation are studied. It is found that as the cavitation number decreases, four stages of cavitation are visualized in which are non-cavitation, cavitation inception, sheet cavitation and cloud cavitation. The vibration amplitude of the hydrofoil increases as the cavitation number decreases. Cavities shedding leads to vibrations whose dominant frequencies are same with the frequencies of cavities shedding at sheet cavitation and cloud cavitation stages. At the cloud cavitation stage, the vibration is high-frequency and low-amplitude when the attached cavity develops. At the stages of cavity pulsation and cavity shedding, the vibration is low-frequency and high-amplitude.

[22] 王巍, 唐滔, 卢盛鹏 等. 主动射流控制水翼空化的数值模拟与分析
力学学报, 2019,51(6):1752-1760


( Wang Wei, Tang Tao, Lu Shengpeng, et al. Numerical simulation and analysis of active jet control of hydrofoil cavitation
Chinese Journal of Theoretical and Applied Mechanics, 2019,51(6):1752-1760 (in Chinese))


[23] Cheng H, Long X, Ji B, et al. LES investigation of the influence of cavitation on flow patterns in a confined tip-leakage flow
Ocean Engineering, 2019,186:106115
DOIURL [本文引用: 1]

[24] Brandao FL, Bhatt M, Mahesh K. Numerical study of cavitation regimes in flow over a circular cylinder
Journal of Fluid Mechanics, 2020,885
[本文引用: 1]

[25] Schmid PJ. Dynamic mode decomposition of numerical and experimental data
Journal of Fluid Mechanics, 2010,656:5-28
DOIURL [本文引用: 2]

[26] Rowley CW, Mezi I, Bagheri S, et al. Spectral analysis of nonlinear flows
Journal of Fluid Mechanics, 2009,641:115-127
DOIURL [本文引用: 2]

[27] 寇家庆, 张伟伟. 动力学模态分解及其在流体力学中的应用
空气动力学学报, 2018,36(2):163-179
[本文引用: 1]

( Kou Jiaqing, Zhang Weiwei. Dynamic mode decomposition and its applications in fluid dynamics
Acta Aerodynamica Sinica, 2018,36(2):163-179 (in Chinese))
[本文引用: 1]

[28] 韩亚东, 谭磊. 文丘里管空化流动的试验研究及动力学模态分解
机械工程学报, 2019,55(18):173-179
[本文引用: 1]

( Han Yadong, Tan Lei. Experiment and dynamic mode decomposition of cavitating flow in venturi
Journal of Mechanical Engineering, 2019,55(18):173-179 (in Chinese))
[本文引用: 1]

[29] Liu M, Tan L, Cao S. Dynamic mode decomposition of cavitating flow around ALE 15 hydrofoil
Renewable Energy, 2019,139:214-227
DOIURL [本文引用: 1]

[30] Schnerr GH, Sauer J. Physical and numerical modeling of unsteady cavitation dynamics
// Fourth International Conference on Multiphase Flow. ICMF New Orleans, 2001,1
[本文引用: 1]

[31] Menter FR, Rumsey CL. Assessment of two-equation turbulence models for transonic flows
Colorado Springs, CO, United States: American Institute of Aeronautics and Astronautics Inc, AIAA, 1994
[本文引用: 1]

[32] Huang NE, Wu M, Qu W, et al. Applications of Hilbert-Huang transform to non-stationary financial time series analysis
Applied Stochastic Models in Business and Industry, 2003,19(3):245-268
DOIURL [本文引用: 2]