A new perspective on efficient and high-fidelity prediction of unsteady flow in airfoildynamic stall
一种翼型动态失速流场高效高精度预测的新视角
张凯军，廖晖，刘溢浪*, 张伟伟
西北工业大学航空学院，西安710072.
西北工业大学流体力学智能化国际联合研究所，西安710072.
飞行器基础布局全国重点实验室，西安 710072
引用格式： Zhang K, Liao H, Liu Y, Zhang W. A New Perspective on Efficient and High-Fidelity Prediction of Unsteady Flow in Airfoil Dynamic Stall[J]. Aerospace Science and Technology, 2026, 176: 112183
导读：
该研究表明，对于动态失速这类由大尺度分离结构演化主导的非定常流动问题，宏观气动力响应的准确预测并不一定依赖于小尺度湍流非定常时序的显式求解，而可以通过高精度稳态湍流模型与非定常求解框架相结合来实现。
摘要：
本文聚焦于风力机翼型动态失速这一典型强非定常分离问题，针对传统 URANS 方法精度不足、LES/DES等高保真方法计算代价过高的矛盾，提出了一种新的预测思路：宏观非定常气动力的准确预测，未必依赖于小尺度湍流非定常时序的显式求解，而可以通过"高保真稳态湍流模型 + URANS求解框架"来实现。基于这一认识，论文将由数据同化与符号回归构建的 DASR 湍流模型嵌入 URANS 框架，用于 S809、S810 和 S814 三种风力机翼型的动态失速模拟。结果表明，该方法能够更准确地捕捉升力迟滞回线、大尺度分离演化以及主涡生成、脱落和再附过程，相比基于传统 S-A 模型的URANS方法，能够将预测误差降低了 50% 以上，体现出较好的精度、效率与工程应用潜力。
一、研究背景及现状
动态失速是风力机翼型常见的强非定常分离现象，会引起明显的气动力迟滞和载荷波动，直接影响叶片气动性能与结构安全。因此，动态失速机理及其高精度预测方法一直是风能空气动力学研究中的重要问题。当前，针对动态失速的研究主要包括实验、半经验模型和数值模拟三类方法。实验能够较真实地揭示流动机理，但成本高、周期长；半经验模型计算效率较高，但对经验参数依赖较强，适用范围有限；高保真方法如LES/DES 虽然能够更细致地解析非定常流动结构，但计算代价较大，难以直接满足工程应用需求。相比之下，URANS 方法兼具一定精度和较高效率，在工程中应用广泛，但传统湍流模型在大尺度分离主导的动态失速问题上仍存在预测不足。因此，发展一种兼顾计算效率与预测精度的动态失速数值方法，仍具有重要的研究价值和工程意义。
为此，本文从一个新的角度出发，认为对于由大尺度分离结构主导的非定常湍流流动，宏观非定常气动力的准确预测未必依赖于小尺度湍流非定常时序的显式求解，而可以通过构建高精度稳态湍流模型并将其嵌入非定常求解框架来实现，从而为动态失速的高效高保真预测提供了一条新的研究路径。
二、研究方法
本文提出了一种"高保真稳态湍流模型 + 非定常流场求解框架"的研究方法。首先，以传统 S-A 湍流模型为基准，基于数据同化与符号回归构建数据驱动湍流模型 DASR，通过引入涡黏修正因子，提高模型对大攻角分离流动的描述能力；该修正模型来源于稳态流场数据，不显式包含非定常项。随后，将得到的 DASR 模型嵌入 URANS 求解框架，对翼型俯仰过程中的动态失速流动进行数值模拟。研究选取 S809、S810 和 S814 三种典型风力机翼型，结合 NREL 实验数据，在不同减缩频率、平衡攻角和振荡幅值条件下，对动态失速过程中的升力迟滞回线、大尺度分离区演化以及主涡生成、脱落和再附等关键现象进行验证与分析。本文以 S809 翼型定常失速工况为校准基础，并将得到的 DASR 表达式直接迁移到后续全部动态失速算例中，不再额外调参，以检验模型的泛化能力与可迁移性。
三、结果与分析
3.1 静态失速
本文首先评估了 DASR 模型对风力机翼型静态失速流动的模拟精度。选择S809翼型作为典型工况下的对比分析对象，在来流条件马赫数Ma=0.2、雷诺数Re=2× 106时，对 DASR 模型与传统S-A模型在不同攻角下的气动性能预测结果进行对比。对比内容涵盖压力分布、流动分离特征及升力系数等关键气动参数（如图1、图2和图3所示）
图1 S809翼型压力系数分布比较图
图2 两种模型在不同 AOA 下的压力场与流线分布（上图：S-A模型，下图： DASR 模型）
图3 升力系数对比图
在静态失速算例中结果表明，相比传统 S-A 模型，DASR 模型能够更合理地描述大攻角条件下的失速气动特性，尤其在失速区域对升力系数的预测有明显改善。该结果说明，基于稳态大分离工况构建的数据驱动修正模型，能够有效提升湍流模型对分离流动的表征能力，并为后续将其嵌入 URANS 框架开展动态失速预测提供了更可靠的稳态基础。
3.2 动态失速
图4-图6显示了S-A模型，DASR模型在不同减缩频率k、振荡平衡攻角α0与振荡幅值αm的工况下升力系数迟滞曲线与实验值的对比。
图4 S809翼型不同失速状态DASR模型与S-A模型计算结果与实验结果比较
图5 S810翼型不同失速状态DASR模型与S-A模型计算结果与实验结果比较
图6 S814翼型不同失速状态DASR模型与S-A模型计算结果与实验结果比较
表1-表3对比了S809、S810和S814翼型在三种不同动态失速工况下的相对误差。这些工况涵盖从低到高的频率范围，旨在验证 DASR 模型的可靠性。结果显示， DASR 模型在预测动态失速过程中的气动滞后特性方面，相较于S-A模型展现出显著优势。
表1 S809翼型DASR模型与S-A模型计算结果与实验结果的相对误差
表2 S810翼型DASR模型与S-A模型计算结果与实验结果的相对误差
表3 S814翼型DASR模型与S-A模型计算结果与实验结果的相对误差
综合来看，DASR 模型在 S809、S810 和 S814 三种典型风力机翼型的动态失速算例中均表现出优于传统 S-A 模型的预测能力。对于 S809 翼型，平均相对误差由 33.66%降低至 17.65%；对于 S810 翼型，平均相对误差由 34.41%降低至 20.97%；对于 S814 翼型，平均相对误差由 26.07%降低至 12.02%。总体来看，DASR 模型能够更准确地预测升力迟滞回线的形状、极限环面积及其非线性演化特征，对主涡生成、发展、脱落及再附所引起的非定常气动力响应具有更好的表征能力。更为重要的是，该模型由稳态大分离工况校准得到，随后直接迁移至不同翼型和不同振荡工况的动态失速模拟中而不再额外调参，仍然取得了稳定且较高的预测精度，说明所提出方法具有较好的泛化能力与工程应用潜力。
四、结论
本文提出了一种"高保真稳态湍流模型 + 非定常流场求解框架"的动态失速预测方法。研究结果表明，基于数据同化与符号回归构建的 DASR 模型在嵌入 URANS 框架后，能够较准确地预测 S809、S810 和 S814 三种典型风力机翼型动态失速过程中的升力迟滞回线、极限环特征及非线性气动响应，整体结果与实验数据吻合较好；相比传统 S-A 模型，预测误差显著降低。本文进一步表明，对于动态失速这类由大尺度分离结构演化主导的非定常问题，宏观气动力响应的准确预测并不一定依赖于小尺度湍流非定常时序的显式求解，而可以通过高精度稳态湍流模型与非定常求解框架相结合来实现。该方法为风力机翼型动态失速的高效高保真预测提供了一条新的技术路径，也为叶片气动优化、载荷分析和安全评估提供了更可靠的数值工具。
原文下载：
A new perspective on efficient and high-fidelity prediction of unsteady flow in airfoil dynamic stall.pdf
注：文章由原作者投稿分享，向本公众号授权发布。