İki boyutlu akışta üç parçalı bir kanat profilinde flap pozisyonunun ve aktif akış kontrolünün taşıma katsayısına olan etkisi

Abstract

Bu çalışmada iki boyutlu akışta üç elemanlı bir kanat profilinin belirli bir açıya sahip flap elemanının pozisyonu üzerinde değişiklikler yapılarak C_L (Taşıma Katsayısı) değişimi, hesaplamalı akışkanlar dinamiği analizleri ile sayısal olarak incelenmiştir. Daha sonra maksimum taşıma katsayısını veren flap pozisyonunda Aktif Akış Kontrol uygulaması yapılmıştır.Kanat profillerinde taşıma katsayısının arttırmak amaçlı yardımcı yüzeyler kullanılmaktadır. Bunlar başlıca slat ve flap olarak iki gruba ayrılmaktadır. Üzerinde flap ve slat barındıran ve literatürde sıkça rastlanan üç elemanlı 30P-30N profiline ait boyutsal veriler kullanılarak; profil uygun bir çizim programında çizilmiştir. Deneysel verilere dayanılarak sınır tabaka ve iz bölgesi oluşturulmuştur. Oluşturulan konfigürasyon ve çözüm ağının (mesh), α= 8^o hücum açısında (AoA) farklı türbülans modellerinde sayısal analizleri yapılarak; C_L (Taşıma Katsayısı) ve C_P (Basınç Katsayısı) değerleri deneysel veriler ile karşılaştırılmış ve nihayetinde Spalart-Allmaras (S-A) RANS türbülans modeli ile analiz yapılmasına karar verilmiştir.Daha sonra farklı hücum açılarında analiz yapılarak; α=〖16〗^o hücum açısında (AoA) C_L (Taşıma Katsayısı) değerinin deneysel verilere göre % 0,527 hata ile elde edildiği gözlemlendiği için tüm analizlerin bu hücum açısında yapılmasına karar verilmiştir.Ayrıca çözüm ağı (Mesh) sıklığının sonuçlara etkisini görebilmek açısından yekpare kanat profili (slat ve flap kapalı pozisyonda) ile farklı çözüm ağı sıklıklarında analiz yapılmıştır. Elde edilen sonuçlar doğrultusunda analizlerdeki çözüm ağı sıklığı ayarlanmıştır.Optimizasyon aşamasında 9 bireyden oluşan her bir popülasyon için başlangıç (initial) iterasyonu da dahil olmak üzere 6 iterasyon ile C_L değerinde % 1.26'lık artış gözlemlenmiştir. Müteakiben 6'ncı iterasyonda optimizasyon süreci sonlandırılmıştır. Optimizasyonun başlangıcında kullanılan flap pozisyonunun optimal konuma yakın olduğu kanaati oluşmuş, elde edilen flap pozisyonu dikkate alınarak bir sonraki aşamaya geçilmiştir.Buna göre maksimum taşıma katsayını veren flap pozisyonunda emme (suction) uygulaması yapılmıştır. Emme kontrol elemanı için konum, emme hızı ve emme açısı değerleri daha önce yapılan bir çalışmadan alınarak uygulama gerçekleştirilmiştir [1]. Değişken parametre olarak konum değişikliği dikkate alınmıştır.Aktif akış uygulaması neticesinde, mevcut duruma göre % 2.1'lik bir taşıma katsayısı artışı gözlemlenmiştir. Flap optimizasyonu öncesi duruma göre ise toplamda % 3.4'lük bir taşıma katsayısı artışı elde edilmiştir.

In this thesis, we study the change of the C_L (lift coefficient) with respect to the position of the flap component with a certain angle, for a three-element wing profile in two-dimensional flow, by a numerical analysis using Computational Flow Dynamics. Then, we perform Active Flow Control application at the flap position which gives maximum lift coefficient.Take-off and landing performances are strongly dependent on airplane stall speed. In order to shorten field length, stall speed can be decreased by increasing the maximum lift coefficient. Recent airplanes have some kind of systems as a standard practice, namely multi-element high lift systems, which usually consist of a movable leading-edge slat and trailing-edge flaps, to maximize the lift coefficient during take-off and landing. When the multi-element system is deployed, wing's camber and chord length increases, resulting in added lift. The flow around multi-element airfoil is complicated due to boundary layer transition, flow separation, and interaction of wake of each element and boundary layer. Changing position of tailing edge device (flap) can reduce the flow separation and thus improve the aerodynamic performance. Moreover, the aerodynamic performance of multi-element wings is very sensitive to small variations in the gap size and the overhang between the aforementioned elements. Therefore, careful tuning is required to design such devices. At this point, optimization applications take a serious role in the design process. Moreover using Active Flow Control (AFC), such as suction on trailing edge device, can reduce the flow separation and thus improve the aerodynamic performance.Auxiliary surfaces are implemented in wing profiles in order to increase the lift coefficient. These surfaces are categorized into two groups defined as slots and flaps. By using the given data on the dimensions of the commonly cited three-element 30P-30N wing profile which contains a flap and a slot, we simulate this wing profile on a suitable design software. We then construct the boundary layer and the wake considering the experimental data. In this configuration and mesh, the numerical analysis of different turbulence models with angle of attack α= 8^o, and the comparison of the obtained values of the C_L (lift coefficient) and C_P (pressure coefficient) with the experimental data led us to carry our analysis with the Spalart-Allmaras (S-A) RANS turbulence model.Next, we compare different angles of attack and then choose a suitable angle of attack at α=16 degrees, as this yields C_L (lift coefficient) values with the error margin 0.527%.We also analyze wing profiles (that is, profiles with closed slot and flap) in different mesh densities in order to understand the effect of mesh density in our setup, and then adjust mesh density accordingly.In our optimization process, we observe an increase of 1.26% at the C_L value on six iterations (including the initial iteration) in a population of nine individuals. Hence, we end the optimization process on the sixth iteration. We conclude that the initial flap position at this process is close to optimal, and we pass on to the next step of our analysis with respect to this flap position.Accordingly, we apply suction to the flap position that produces the maximum lift coefficient. In our application, we refer to a previous work [1] that provides position, suction speed and suction angle for suction control elements. We consider change in position as our variable parameter.After the application of active flow, we observe an increase of 2.1% on the lift coefficient to the prior state. Compared to the state prior to the flap optimization, we obtain an increase of 3.4% on the lift coefficient in total.For drawing multi-element geometry, Rhinoceros software is used. At meshing process, ANSYS Gambit tool is used for generating boundary layer and wake grids; and TGrid tool is used for pressure far field. Finally, CFD simulations are performed with flow solver Fluent, and post processed with CFD-POST.