선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 3차원 익형의 양 끝단은 Slip 조건을 적용하였다. 난류모델은 transition SST와 DES 모델[4]을 활용하여 그 결과를 비교하였다.
- 익형 면에는 260개의 격자점을 분포하였으며 익형의 앞전과 뒷전에 격자를 밀집하였다. 또한 원방경계까지의 거리는 익형주위의 Circulation을 보조하지 못하는 경계조건의 단점을 보완하기 위해 익형길이의 100배로 하여 경계조건의 오차를 최소화하였다.
- 본 논문에서는 KARI-11-180익형의 공력특성[2] 분석을 위해 상용 Software인 Fluent.v.13을 활용하였으며 최소항력, 최대 양력 및 받음각 비교 등을 수행하였다.
- 익형면은 No-slip 벽면조건을 적용하였고 원방 경계조건은 자유류의 속도 및 방향을 설정하여 구성하였다. 경계에서의 난류강도는 풍동실험이 수행된 항공우주연구원 아음속 풍동의 난류 강도를 고려해 0.
- 익형의 3차원 특성을 분석하기 위해 풍동시험 조건을 고려하여 익형모델의 세장비를 2와 5로 변화하며 전산해석을 수행하여 2차원결과와 비교하였다.
- 전산유체해석을 위한 격자는 점성경계층 해석의 정확도를 높이기 위해 사각격자와 삼각격자를 혼용하여 사용하였다. 또한 천이지점 예측의 정확도를 높이기 위해 난류 모델 중 천이지점 예측 정확도가 높은 transition SST 모델을 활용하였으며 압력과 속도의 관계를 활용하는 커플링 방법을 사용하였다.
- 전산해석에 의한 항력예측은(Fig. 7) 풍동실험 결과와 유사한 경향을 보이지만 전반적으로 낮은 값을 예측하였다. 자유류의 속도가 25m/sec일 때 전산해석결과와 풍동실험결과가 매우 유사하지만 받음각이 8도 이상에서는 풍동실험결과가 진동하면서 두 예측 값이 차이를 보였다.
대상 데이터
- 1에 나타난 것처럼 익형 면에서 격자를 수직으로 투사하여 점성경계층 격자를 구성하였으며 외부 유동장은 삼각격자와 사각 격자를 혼합하여 격자를 구성하였다. 익형 면에는 260개의 격자점을 분포하였으며 익형의 앞전과 뒷전에 격자를 밀집하였다. 또한 원방경계까지의 거리는 익형주위의 Circulation을 보조하지 못하는 경계조건의 단점을 보완하기 위해 익형길이의 100배로 하여 경계조건의 오차를 최소화하였다.
- 전산해석에 사용된 격자는 Fig. 1에 나타난 것처럼 익형 면에서 격자를 수직으로 투사하여 점성경계층 격자를 구성하였으며 외부 유동장은 삼각격자와 사각 격자를 혼합하여 격자를 구성하였다. 익형 면에는 260개의 격자점을 분포하였으며 익형의 앞전과 뒷전에 격자를 밀집하였다.
데이터처리
- 항력 감소를 위해 천이점이 후방에 위치하며 점진적인 속도 증가를 위해 익형 앞전의 반경이 축소되었다. 이 익형은 Delft 공대의 풍동과 항공우주연구원 풍동에서 공력특성 측정 실험이 수행되었고 그 결과가 비교 검증되었다.
이론/모형
- 1%로 설정하였다. 난류모델은 천이 지점 예측 성능이 우수한 transition SST 모델[3]이 적용되었으며 해석 초기에는 정상상태의 해석으로 유동을 수렴시킨 후 비정상 해석을 수행하였다. 익형의 길이는 60cm이며 자유류의 속도는 25m/sec, 50 m/sec 그리고 75 m/sec이다.
- 전산유체해석을 위한 격자는 점성경계층 해석의 정확도를 높이기 위해 사각격자와 삼각격자를 혼용하여 사용하였다. 또한 천이지점 예측의 정확도를 높이기 위해 난류 모델 중 천이지점 예측 정확도가 높은 transition SST 모델을 활용하였으며 압력과 속도의 관계를 활용하는 커플링 방법을 사용하였다.
- 그러나 실속 각 및 최대 양력은 풍동실험결과보다 크게 예측되었다. 본 전산해석에 사용된 DES모델은 SST모델과 LES모델을 혼합한 모델인데 벽면 주위는 SST모델을, 외부유동은 LES모델을 이용하여 전산해석이 수행되었다. SST모델은 익형의 천 이점을 풍동실험결과보다 조기에 예측하고 익형 주위를 강한 난류유동으로 예측하여 실속각이 후퇴하고 따라서 최대양력을 크게 예측하는 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.