粗糙壁面涡轮内流湍流模型.docx

由于在工作环境中受到磨损、腐蚀、燃料沉积、涂层脱落等因素的影响，航空发动机叶片的壁面粗糙度往往会不断增加，如图1所示。叶片的粗糙化在导致气动性能退化、服役寿命下降的同时，对发动机总体效率和运行安全也会产生不可忽略的影响。

图1??受到腐蚀、燃料沉积、涂层脱落的叶片样本

除了在长期运行与服役过程中自然形成，壁面粗糙度也可作为一种被动控制手段被人为地引入。通过在涡轮叶片表面合理布置粗糙度可以达到流动控制的目的。以低压涡轮叶片为例，在吸力侧前缘和转捩起始位置之间布置粗糙元（见图2），能有效地实现性能提升。

图2??利用粗糙元控制涡轮流动

早在20世纪，业界开始大量采用试验手段研究壁面粗糙度对涡轮叶片气动性能的影响。这些试验加深了业界对于粗糙度影响涡轮叶片流动的认识，但也面临着周期漫长且花费高昂的困难，且数据采集有一定的局限性。随着计算机技术的发展，现代涡轮气动设计更多地借助于数值模拟方法，可以有效降低设计周期中的试验次数，大大缩短设计周期，从而节省设计成本。在涡轮气动数值模拟中，往往需要引入湍流模型，而考虑粗糙壁面效应的湍流模型也是一个研究重点和难点。

涡轮叶片气动性能数值模拟

常见的湍流数值模拟方法可大致分为3类，包括直接数值模拟、大涡模拟和雷诺平均模拟（见图3）。其中，直接数值模拟方法精度最高，但由于需要解析最小的湍流时间和空间尺度，因此所需计算量很大。相对而言，大涡模拟和雷诺平均模拟方法通过在计算中引入不同形式的湍流模型，降低了对网格分辨率的要求，从而可以有效减少计算量。本文重点关注的是第三种方法，即雷诺平均模拟方法。

图3??常用湍流数值模拟方法

作为航空发动机工程设计中的常用方法，雷诺平均模拟因其处理复杂流动问题的能力而被广泛应用。雷诺平均模拟求解的是雷诺平均N-S方程（RANS），在流动平均化过程中引入了雷诺应力这一未封闭项，代表着湍流脉动对平均流动的影响。针对雷诺应力的模化一般称为雷诺平均的湍流模型，对于雷诺平均模拟的结果精度尤为重要。然而这种模化过程不可避免地会引入模型误差，尤其是在航空发动机这种复杂的内流环境中，雷诺平均湍流模型的误差往往对模拟的准确性产生显著影响。例如，旋转叶片导致的内流存在周期性扰动，而雷诺平均模拟方法在原则上难以准确表征这种周期性扰动对于平均流动的影响。面对这一挑战，非稳态雷诺平均模拟（URANS）成为一种可行的解决方案。

为了封闭雷诺应力这一项，常用的RANS湍流模型往往基于布西尼斯克（Boussinesq）线性涡黏假设，即假设雷诺应力的各向异性部分与应变率张量之间存在线性关系，而两者之间的比例系数为涡黏系数。为了模化涡黏系数，业界提出了一系列湍流模型，包括k?-ε模型、k-ω模型、SA模型和k-ω?SST模型等。这些模型通常需要数值求解额外的偏微分方程来得到涡黏系数，进而计算出雷诺应力，从而实现对平均流场的求解。

适用于涡轮叶片边界层转捩的湍流模型

涡轮叶片边界层往往存在层流—湍流转捩现象。在对涡轮叶片内流进行雷诺平均模拟时，往往需要在湍流模型基础之上对转捩现象进行建模。然而转捩现象的影响因素众多，转捩路径多样，对转捩模型的构建提出了较大的挑战。以低压涡轮平面叶栅为例，在上游的周期尾流流经低压涡轮平面叶栅时，会受到叶栅曲率和压力梯度的影响，在尾缘附近出现非定常分离和涡脱落。在这样的复杂场景下，往往需要考虑旁路转捩、尾流诱导转捩、分离诱导转捩等不同转捩路径；当存在粗糙壁面时，还需考虑壁面粗糙元诱导转捩，如图4所示。壁面粗糙度的存在相当于在边界层中引入了额外的扰动，导致流动提前向湍流转捩，使边界层内的动量交换得到增强，从而可能抑制流动分离。

图4??粗糙壁面对低压涡轮叶片的分离和转捩的影响

目前主要有两种思路来建立转捩模型：一种是基于局部修正，即利用高可信数据标定得到的变量关联来修正转捩开始位置，如γ-?Reθ模型及其后来的简化版本γ模型；另一种则是基于物理机制，重点关注转捩过程中的某些物理特征，如层流动能模型及相关的改进版本k-v2-ω模型。将几个代表性模型应用于低压涡轮平面叶栅的雷诺平均模拟，其壁面切应力结果如图5所示。在前缘位置存在逆压梯度，除了SA模型以外其他湍流模型都捕捉到了小尺度的分离泡。在中部的顺压梯度区，在流动加速的作用下，壁面切应力存在一定程度的增加。随后在靠近尾缘的逆压梯度区，流动减速，壁面切应力开始下降，最终在80%弦长位置之后发生层流分离，而该分离现象未能被k-ω?SST模型、SA模型和γ-?Reθ模型捕捉到。此外，由于没有考虑转捩效应，k-ω?SST模型、SA模型会预测出更大的壁面切应力。通过壁面切应力曲线可知k-v2-ω模型在这些湍流模型中能够最好地捕捉尾缘分离泡和转捩位置，与具有高可信度的直接数值模拟结果符合得较好。

图5??不同湍流模型对低压涡轮壁面切