SST-SAS在小分离流动模拟中的性能评估与比较

"这篇论文是2014年6月发表在《西北工业大学学报》第32卷第3期的一篇工程技术领域的学术论文，由王翔宇和李栋共同撰写。该研究得到了国家自然科学基金的支持，主要关注的是在计算流体力学中，特别是RANS/LES混合方法的应用。" 在小分离流动的数值模拟中，SST-SAS（基于Shear Stress Transport - Scale Adaptive Simulation）是一种新兴的混合方法，它在近年来受到了广泛关注。SST-SAS结合了SST湍流模型的优势，旨在解决传统RANS/LES方法中的一些问题。论文以AS239翼型在最大升力点临界状态下的流动为研究对象，对其进行了数值模拟，并与SST-DES（Detached Eddy Simulation）和SST-DDES（Delayed Detached Eddy Simulation）进行了对比分析。 实验结果显示，SST-SAS在翼型表面边界层的表现优于SST-DES，因为它成功地避免了DES中常见的网格诱导分离（Grid Induced Separation, GIS）。SST-SAS表现出类似SST-DDES的延迟RANS效果，这意味着在边界层内，它可以更准确地模拟流动行为。然而，SST-SAS在处理翼型尾迹区的分离流动时，相较于SST-DDES有显著改进，减少了“灰区”（Grey Area）效应的影响。这种“灰区”是由于过渡区RANS和LES之间转换不当造成的，会导致流动模拟的不准确。SST-SAS的尾迹涡结构更加清晰细致，表明其对流动细节的捕捉更为精确。 DES方法，作为一种RANS/LES混合技术，利用动态长度尺度转换，在保持计算效率的同时，能够在远场分离区域实现LES的过滤效果。然而，原始DES在边界层可能存在GIS问题，而DDES则通过延迟RANS的作用范围来改善这个问题。尽管如此，DDES的延迟RANS特性可能会导致上游的大湍流黏性影响下游LES的解析，从而加重了“灰区”问题。 SST-SAS的出现，是对这些问题的一种潜在解决方案，它能够更好地平衡RANS和LES的过渡，减少GIS并优化“灰区”效应，从而提高小分离流动数值模拟的精度和可靠性。这项研究对于理解和改进计算流体力学中的混合方法，特别是在航空航天工程中的应用，具有重要的理论和实践意义。