[转帖]用STAR-CD计算喷管流场与汽车绕流流场

Frank

北京大学力学系 北京航空航天大学流体所


计算流体力学（CFD）在工业发展和流体力学发展中起着越来越重要的作用，计算流体力学和其它研究手段和方法相结合，共同推进流体力学学科的发展和解决各种实际工程问题。商业化的计算流体力学软件有较为完整的前处理部分、求解器部分和后处理部分，一般都有良好的用户界面，通用性广，很适用于解决实际工程问题。目前，在工业界广泛使用的计算流体力学商业软件主要有STAR-CD、FLUENT和CFX等。本文是使用STAR-CD计算的一些实际工程问题的算例报告。

1. STAR-CD计算软件功能简介


STAR-CD是业界领先的通用流体分析软件，它适用于不可压流和可压流（包括跨音速流和超音速流）的计算，热力学的计算（包括对流、传导及辐射等流动的计算）及非牛顿流的计算。它具有前处理器、求解器、后处理器三大模块，以良好的可视化用户界面把建模、解算及后处理与全部的物理模型和算法结合在一个软件包中。

STAR-CD的前处理器（Prostar）具有较强的CAD建模功能，而且它与与当前流行的CAD/CAE软件（SAMM、ICEM、PATRAN、IDEAS、ANSYS、GAMBIT等）有良好的接口，可有效的进行数据交换。具有多种网格剖分技术（如Extrusion方法、Multi-block方法Data import方法等）和网格局部加密技术，具有对网格质量优劣的自我判断功能，更值得一提的是，Multi-block方法和任意交界面技术相结合，不仅能够大大简化网格生成，还使不同部分的网格可以进行独立调整而不影响其他部分，可以来解算任意复杂的几何形体，极大地增强了CFD作为设计工具的实用性和时效性。STAR-CD提供了多种边界条件，可供用户根据不同的流动物理特性来选择合适的边界条件。它提供了多种先进的湍流模型，如k—e模型、RNG k—e模型、Chen’s k—e模型等。

STAR-CD具有三个求解器（SIMPLE、SIMPISO和PISO）,可根据网格质量的优劣和流动物理特性来选择。具有低阶和高阶的差分格式（UD、LUD、CD、SFCD、MARS等）可供用户选择。


STAR-CD具有功能强大的后处理器，具有动态和静态显示计算结果的功能。能用速度矢量图来显示流动特性，用等值线图或颜色来表示各个物理量（压力、速度、温度、马赫数、密度等）的计算结果，可以进行气动力的计算。


STAR-CD在三大模块中提供了与用户的接口，用户可根据需要编制Fortran子程序并通过STAR-CD提供的接口函数来达到预期的目的。


另外，随着STAR-CD版本的提高，通用性更广，功能更完善，求解精度更高。


３. STAR-CD计算算例


3．1轴对称喷管内流计算


欧拉方程求解喷管内流三维流动，考虑到喷管的轴对称性，将初算区域选为轴对称喷管的内流道的一半，燃气为理想无粘气体。内流道的气流参数：燃气流量 ，燃气总温，燃气总压。根据一维等熵流理论，得到喷管入口处的边界条件，出口给定在出口截面处出现正激波时的反压。图１为计算得到的等压力线分布（压力均为相对于282001Pa的相对值）和等马赫线分布，其流动特性与《空气动力学基础》一书中所阐述的流动特性基本相符。


3．2喷管内外流计算


对美国推进实验室JPL型喷管进行流场计算，该喷管收缩半锥角为45°，喉道过度圆弧半径与喉道半径之比为0.625，扩张半锥角为15°。该喷管实验时，入口总压为481063Pa，总温为287K，出口外界为静止大气。流场计算时，根据一维等熵流动方法给出喷管入口边界条件，外流为马赫数为0.05的气流。计算区域如图2。气流按粘性流计算，湍流模型采用标准的k¾e模型。



图3、图4为静压分布和等马赫线分布，图5为喷管壁面和轴中心线上的静压系数（静压和总压之比）分布和实验值比较。在喉道附近跨声速区的等马赫线和壁面压力分布与实验值基本一致。喷管扩张段内静压分布表明喷管处于过膨胀状态，在扩张段内出现激波和气流分离，越靠近轴中心线，激波越强。壁面压力在分离点后基本保持不变，轴中心附近的气流在激波后再发生膨胀。


3．3 汽车外流场的计算


对某一简化轿车外形进行了流场计算。气流按粘性流计算，湍流模型采用标准的k¾e模型。图5、图6和图7分别为车身表面计算网格、纵向对称平面速度矢量图和纵向对称平面车身上表面压力分布图。由于缺少该车型的气动外形的实验数据，因此无法和实验作比较，但其压力分布与相似车型的压力分布实验值接近。


4小结


这些算例表明，STAR-CD可以计算亚音速、跨音速和超音速的气流流动问题，并能达到较高的精度要求，是解决实际工程问题的有效工具。

Frank

1

sophaicn

你好，能不能给我传点STAR　CD的学习资料，谢谢
sophiacn@live.cn

忠诚憨厚

thank a lot for sharing！