Effect of Surface Roughness on Aircraft Stall

Résumé Les simulations numériques sont largement utilisées dans l'analyse et la conception d'avions pour prédire des phénomènes complexes et réduire la nécessité de tests physiques. Cependant, certains comportements physiques demeurent difficiles à prédire avec suffisamment de précision, tels que la rugosité qui se développe sur la surface des ailes d'avions lorsque des contaminants comme la glace, la saleté ou les insectes morts s'y accumulent. Cette augmentation de la rugosité peut avoir un impact négatif sur les performances aérodynamiques, affectant la certification de l'avion et la sécurité des passagers. L'objectif principal de cette recherche est de modéliser la rugosité de surface dans un logiciel RANS maison appelé CHAMPS afin de valider ses effets sur la turbulence, la traînée et les caractéristiques de décrochage. Pour ce faire, il est nécessaire de modéliser en premier les effets de la turbulence et de la transition pour servir comme base à l'implémentation du modèle de rugosité. La première partie présente une revue de la littérature, discutant des méthodes alternatives, en se concentrant sur les modèles Reynold-Average Navier-Stokes. La seconde partie présente la méthodologie, expliquant les stratégies utilisées pour l'implémentation des modèles de turbulence, de transition et de rugosité. Pour simuler la turbulence, les équations des modèles de turbulence k-ω SST et Spalart-Allmaras sont intégrées dans CHAMPS en utilisant la méthode des volumes finis. Ensuite, les effets de transition sont ajoutés en utilisant une approche de modèle de transition basée sur des corrélations locales (LCTM) en implémentant le modèle γ-R ̃e_(θ_c ) qui est ensuite couplé à chacun des modèles de turbulence. Ils sont désignés comme les modèles kω-γ-R ̃e_(θ_c ) et SA-γ-R ̃e_(θ_c ). Des variantes des corrélations F_length et Re_(θ_c ) sont implémentées pour éliminer les discontinuités créées par les fonctions min et max. De plus, une investigation est menée pour tester le potentiel d'étalonnage de certaines constantes de la corrélation F_onset montrant que l'augmentation de la valeur de deux constantes peut décaler la transition vers l'aval. Pour le modèle SA-γ-R ̃e_(θ_c ), l'intensité de la turbulence est supposée constante, et la correction de séparation induite est désactivée, car elle n'est nécessaire que pour le modèle kω-γ-R ̃e_(θ_c ). Une extension est ajoutée aux modèles pour inclure la transition induite par un écoulement transversal, observé sur les géométries 3D. Enfin, les effets de rugosité sont implémentés en utilisant un modèle d'amplification de la rugosité, ce qui nécessite la modification de la condition limite de surface afin d'inclure la rugosité et nécessite l'ajout d'une équation de transport supplémentaire pour influencer la transition. Des conditions limites de surface rugueuses différentes sont utilisées pour les deux modèles, et une modification a été implémentée pour inclure une rugosité au bord d'attaque. La troisième partie se concentre sur les résultats de la transition. Tout d'abord, les modèles kω-γ-R ̃e_(θ_c ) et SA-γ-R ̃e_(θ_c ) sont comparés et validés sur des cas de plaques plates et de profils d'aile en comparant les prédictions de l'emplacement de la transition avec les données expérimentales de la littérature. La prédiction de l'emplacement de la transition à différents angles d'attaque est validée pour trois mécanismes de transition : transition naturelle, transition induite par séparation et transition de contournement. Bien que les emplacements de transition soient bien prédits pour les deux modèles en général, la transition naturelle présente moins de précision et est plus sensible à la résolution du maillage.