de la localisation optimale d'un jet synthétique pour le

Contrôle du décrochage par jet synthétiqueMéthodologie

RésultatsConclusion

De la localisation optimale d’un jet synthétiquepour le contrôle du décrochage

Régis Duvigneau, Alexander Hay & Michel Visonneau

Laboratoire de Mécanique des Fluides-CNRS UMR 6598Ecole Centrale de Nantes, Nantes, FRANCE

40e Colloque d’Aérodynamique Appliquée AAAF21-23 Mars 2005, Toulouse

R.Duvigneau, A.Hay & M.Visonneau, LMF CNRS UMR 6598 ECN Localisation optimale d’un jet synthétique



Etudes passées concernant le contrôle du décrochageOptimisation de la position du jet

Etudes passées concernant le contrôle du décrochage

Etat de l’Art

Possibilité de repousser l’angle de décrochage par excitationsinusoidale

Difficulté : choix des paramètres (fréquence, amplitude,orientation, position) pour un contrôle efficace et un bonrendement

Etudes paramétriques pour quelques profils, incidences, Re

Travaux au LMF

Couplage simulation URANSE + optimisation

Optimisation fréquence, amplitude, orientation pour un profilNACA 0015 → CL +34% et décrochage +3◦ (AAAF 2004)




Etudes passées concernant le contrôle du décrochageOptimisation de la position du jet

Optimisation de la position du jet

Difficulté

Nécessité d’un maillageadapté à la position du jet

Zone raffinée pour biencapturer l’interaction jet -couche limite

Optimisation de la position dujet = génération automatiqued’un maillage adapté




Vue générale de la procédureAdaptation automatique du maillageCode ISISAlgorithme d’optimisation

Vue générale de la procédure

Boucle d’optimisation





Adaptation automatique du maillage

Objectif

Générer automatiquement un maillage adapté à la position du jet

Méthode

Marquage d’une zone à raffiner autour de la position du jet

Subdivisions successives des cellules dans la zone marquée

Maillage initial Maillage adapté





Adaptation automatique du maillage

Topologies possibles

Raffinement isotrope Raffinement directionnel





Code ISIS

Modélisation

Résolution URANSE (incompressible)

Modélisation bas-Re : k−ω SST (Menter)

Méthodes numériques

Discrétisation de type volumes-finis (“face based”)

Second ordre en espace et en temps (implicite)

Couplage vitesse - pression de type PISO

Jet synthétique

Cinématique imposée à la frontière :

−→U = UmaxSin(2πNt)f (ξ)

−→d f (ξ) = Sin2(ξ)





Algorithme d’optimisation

Méthode déterministe sans gradient

Code de calcul complexe

Faible sensibilité au bruitage (discrétisation, convergence,modélisation)

Algorithme

Evaluation de la fonction objectif en (x1, . . . ,xn)Modèle quadratique de la fonction

Minimisation du modèle dans une région de confiance

Mise à jour de la région de confiance et du modèle




Cas testEtude de maillageOptimisation du positionnement

Cas test

Description physique

profil NACA 0012

Nombre de Reynolds 2. 106

Incidence 18◦

Jet : Nadim = 1 Uadim = 1α = 30◦

Position initiale Sjet = 20%





Cas test

Description numérique

Maillage MO 66110 cellules

Distance à la paroi y+ ≈ 0.2

Modèle k−ω SST (bas-Re)

∆tadim = 0.002





Etude de maillage

Différents niveaux de raffinement

MO 66110 cell. 2 faces M1 68116 cell. 5 faces





Etude de maillage

Différents niveaux de raffinement

M2 71401 cell. 8 faces M3 76429 cell. 16 faces





Etude de maillage

Evolution temporelle des efforts





Optimisation du positionnement

Paramètres de l’optimisation

Fonction objectif : portance moyenne (5 périodes)

Paramètre : position du jet Sjet ∈ [0,1]Point initial : Sjet = 0.2

Calculs instationnaires :Initialisation par calcul sans jetDurée : t = 0→ t = 25

Résultats

Augmentation CL +7% par rapport au cas sans jet

Position optimale Sjet = 0.23

Nombre de calculs instationnaires : 10

Temps CPU : 500h (PC 2.8 Gh)






Evolution de CL en fonction de la position






Evolution temporelle de CL






Description des écoulements contrôlés

Positionnement 10%

Positionnement optimal 23%

Positionnement 30%

Conclusion du cas test : deux tendances

1 réduction de l’amplitude des efforts pour un déplacement del’actuateur vers l’aval :

moindre influence de l’excitation sur le pic de succionmoindre développement des tourbillons convectés

2 déphasage lâcher tourbillonnaire / excitationportance maintenue si lâcher en phase avec aspirationchute de portance si lâcher en phase avec le soufflage




Conclusion

Méthodologie

développement d’une procédure d’optimisation automatique desparamètres de contrôle

adaptation + simulation + optimisation

perspective : calcul de sensibilités

Calculs

positionnement de l’actionneur pour une incidence plus forte

optimisation de l’ensemble des paramètres

extension à des cas 3D (corps de Ahmed)


de la localisation optimale d'un jet synthétique pour le

Documents