基于 PIV 測試的風輪主要聲源區域雷諾應力特征分析

梁俊彪， 高志鷹，2， 代元軍， 陳永艷，2， 張翠青， 汪建文，2

（1.內蒙古工業大學 能源與動力工程學院， 內蒙古 呼和浩特 010051； 2.內蒙古自治區風能太陽能利用機理及優化重點實驗室， 內蒙古 呼和浩特 010051； 3.上海電機學院 機械學院， 上海 201306）

0 引言

風力機氣動噪聲問題已成為目前限制風力機發展的主要因素之一[1]。 氣動噪聲是在湍渦運動過程中，伴隨氣流壓力脈動，通過氣體的彈性和慣性作用向遠離流動區域空間傳播的壓力波形成的流動噪聲。 氣動噪聲具有衰減慢、線性化、傳播范圍大等特征[2]。 如果說湍流脈動是依附在時均流動上的一種脈沖運動，那么氣動噪聲就是依附在湍流脈動上的一種壓力波動行為[3]。 當流體流動速度發生脈動時，流體質點會互相摻混，發生碰撞，引起動量交換，因而產生雷諾應力（RS）[4]。基于以上因素， 了解風力機翼型周圍RS 的分布情況，對研究氣動聲源的產生和聲源特征參數的變化尤為重要，對于研發設計低噪聲葉片有很強的指導意義與參考價值。

美國國家可再生能源實驗室提出風力機的兩個主要氣動聲源是來流湍流引起的繞流前緣的脈動和葉片后緣邊界層中湍流的壓力脈動[5]。Kurelek J W[6]利用TR-PIV 研究了翼型從層流過渡湍流分離氣泡的形成，研究結果表明，當X/C 為0.5～0.6 時，分離產生的氣泡數量最多，從而導致流體質點壓力波動產生的聲壓級最高。Moreau[7]對端部平直有限長翼型和湍流邊界層的流動誘導聲進行了實驗研究，光譜數據顯示，主要噪聲源位于機翼后緣。 Laratro A[8]對NACA 0012，NACA 0021和平板翼型進行了噪聲測量， 研究結果表明，NACA 0021 翼型比NACA 0012 翼型和平板翼型的聲能量小， 但從層流過渡到湍流的速度要比NACA0012 翼型快得多。周海超[9]采用計算流體力學仿真模型從RS 和湍流動能兩個流場參數揭示了非光滑結構對輪胎花紋氣動噪聲的降噪機理。

綜合分析上述文獻可知，RS 變化和氣動噪聲產生是否有關并不明確， 風輪主要聲源區域的流動特征仍不清楚。在水平軸風力機的噪聲測試中，發現聲能量分布主要集中在葉片中部（r/R=0.5）[10]。因此，本文利用粒子圖像測速技術（PIV）測試風輪主要聲源區域不同相對弦長處的瞬時流場信息，根據統計結果反映流場流動特征， 并充分考慮流場特征參數RS 與主要聲源的耦合作用， 為降低氣動噪聲等研究提供可行的解決思路。

1 實驗設備及方案

1.1 實驗設備

本實驗在內蒙古工業大學的B1/K2 低速風洞開口段進行。 風洞全長為24.59 m，開口段直徑為2.04 m，風速為0～20 m/s。 實驗采用NACA4415翼型3 葉片水平軸風力機， 風輪直徑為1.4 m，風輪轉速通過負載調節，煙霧粒子為乙二醇，粒徑為微米量級，在風洞入口段由大型煙霧發生器發生。圖1 所示為風輪、 激光器和CCD 相機的相對位置。

圖1 風輪、激光器和CCD 相機的相對位置Fig.1 The relative position of the wind wheel，laser and CCD camera

測試采用PIV 系統，包括：

①激光系統：高重復率激光器，最大輸出功率為150 W，脈寬為100 ns，單次激光能量為30 mJ，輸出波長為527 nm；

②圖像采集拍攝系統：與激光器互相關的數碼相機，分辨率為2048*2048 像素；

③同步控制系統：將相機、激光器以及圖像采集處理軟件的時序信號統一把控，確保各系統之間的協調運作。

1.2 實驗方案

根據前期對運行中水平軸風力機聲源分布規律的研究，得知該風輪的主要聲源集中在葉片中部（r/R=0.5）[11]，如圖2 所示。 箭頭所指圓心位置代表主要聲源最大聲壓級中心， 且不隨風速和尖速比λ 的變化而變化。 所以測量以1# 葉片吸力面r/R=0.5（r=0.35 m）前緣為基準的X/C=0.2，X/C=0.4，X/C=0.6，X/C=0.8 和X/C=1 的流場信息。

圖2 主要聲源分布位置Fig.2 Main sound source distribution of noise source plane

圖3 為測試平面示意圖。 在各個測試平面內定義來流方向為X 軸正方向，沿葉片展向從葉根指向葉尖為Y 軸正方向。

圖3 流場測試面示意圖Fig.3 Schematic diagram of flow field test

本次實驗采用外觸發信號實現鎖相定位，觸發頻率為每轉一次，鎖相采集各個測試平面以1#葉片前緣旋轉到水平位置為基準， 每一工況采集100 組瞬時速度場圖片。 λ 為風力機葉尖線速度與來流風速的比值。

式中：ω 為風力機旋轉角速度；V 為來流風速；n為風力機轉速；R 為風力機風輪半徑。

V 分 別 為7，8，9 m/s 和10 m/s，λ 分 別 為4.5，5，5.5 和6。 測 試 窗 口 大 小 為200 mm×200 mm，Y 軸中心與葉片展向中心（r/R=0.5）在同一軸線，且此軸線與風輪旋轉軸平行，各個相對弦長測試平面為水平面。

2 實驗結果分析

2.1 實驗誤差分析

PIV 計算結果的誤差分為偏差和隨機誤差。偏差是測量值與實際值之間的趨勢性差異， 與粒子圖像的大小和亞像素插值方法有關。 隨機誤差是測量值與實際值之間的非趨勢性差異， 與亞像素位移大小、 亞像素插值方法和粒徑大小等因素有關。 利用高斯相關峰擬方法對連續的圖像位移分布進行重采樣以獲得像素陣列間的圖像強度。盡管計算耗時較長，但可以保證分析精度。

結合實驗過程中對風速的監測， 對采集的100 張速度矢量圖中速度矢量的樣本數據進行統計，速度的波動為-2.2%～2.0%，即速度值波動小于2.2%。同樣方法可獲得來流軸向速度值波動小于3%，來流徑向速度值波動小于±0.2 m/s，脈動合速度均方根值小于8%，湍流強度小于8‰。因此，在風洞開口段這一區域進行測試， 基本達到了風力機空氣動力學實驗要求。

2.2 流場數據處理方法

在本次實驗的處理過程中首先對每個原始數據利用信噪比（SNR）、中值濾波和均值濾波對得到的結果進行濾波，然后將標記為“偽”的所有向量剔除，并通過最近點的插值得到新的值，然后應用互相關方法得到速度場， 再將得到的速度場數據利用式（2）計算得到RS。

圖4 為RS 處理過程。

圖4 RS 處理過程Fig.4 The processing process of Reynolds stress

利用PIV 系統拍攝到的原始圖片見圖4（a），其中左側線段所圍成的區域為1# 葉片展向R 為0.25～0.45 mm 與尾跡流場的相對位置。 圖4（b）中的虛值區為葉片遮擋部分。 貼近葉片表面沿葉展方向提取流場數據，圖4（c）中的直線表示數據提取區域。

2.3 RS 特性分析

氣流流過翼型時，由于黏性的作用，會消耗流體微團的動能， 使邊界層不斷增厚， 到達一定點時，會造成流動分離。分離后的流體會在尾流中產生旋渦，導致流體微團分子之間發生動量交換，產生RS。

式中：（Vi-Vavg）x和（Vi-Vavg）y分別為軸向脈動速度和徑向脈動速度；n 為瞬時速度的樣本數。

圖5 所 示 為V=8 m/s，λ=5 時，X/C 分 別 為0.2，0.4，0.6，0.8 和1.0 處的RS 云圖。

圖5 不同相對弦長處RS 云圖Fig.5 Contour of the Reynolds stress different relative chord lengths

由圖5 可以觀察到RS 沿弦向的變化情況：當X/C 為0.2 時，RS 數值接 近 于0； 當X/C 為0.4～1.0 時，RS 有逐漸增大的趨勢；當X/C 為0.8和1.0 時，RS 數值較大； 當X/C 為1.0 時，RS 達到最大；當X/C 為0.4～0.8 時，RS 變化比較明顯，從而可以判斷，當X/C 為0.4～0.8 時，流動發生分離，這一實測結果與文獻[11]中數值計算方法所獲得的翼型流動分離區域相似。來流過翼型表面，隨著相對弦長的增加，流體與翼型表面發生分離，流動狀態從層流過渡到湍流，在湍流運動中產生脈動速度。

圖6 所示為V 為8 m/s，λ 為5 時，X/C 分別為0.2，0.4，0.6，0.8 和1.0 時的平均RS 數據曲線圖。由圖6 可知：當X/C 為0.2 和0.4 時，RS 較小，隨著相對弦長的增大，RS 呈現出增大的趨勢；當X/C 為0.4～0.6 時，RS 增大的趨勢最明顯；當X/C為0.6，0.8，1.0 處時，RS 較大， 并且當X/C 為1.0時，RS 達到最大。

圖6 V∞為8 m/s，λ 為5 時，不同相對弦長處RS 的變化Fig.6 V∞=8 m/s，λ=5 the resultant Reynolds stress value in different relative chord lengths

流體在翼型表面流到一定點時， 靠近翼型表面的流體的動能已被消耗盡， 這部分流體就停滯不前，跟著而來的流體也將同樣停滯下來，以致越來越多的被停滯的流體微團在翼型表面和主流間堆積起來。 壓強的繼續升高使這部分流體微團被迫反方向逆流，并迅速向外擴展，形成旋渦導致流體速度脈動程度加劇，RS 迅速增加。當X/C 為0.4及X/C 為0.4～0.6 時， 主流便被擠的離開翼型表面，造成流動分離。 觀察X/C 分別為0.6，0.8，1.0時，RS 曲線沿Y 軸變化趨勢，發現隨著Y 坐標的增加，RS 呈現出增大的趨勢。在主要聲源區域RS呈現出單峰值，該區域RS 明顯較大，流體脈動程度較劇烈。

圖7 所示為V 為10 m/s，λ 為5 時，X/C 分別為0.2，0.4，0.6，0.8 和1.0 時的平均RS 數據曲線圖。 與圖6 比較發現，不同相對弦長處的RS 均有小幅度的增加，RS 增大趨勢最明顯的區域也出現在X/C 為0.4～0.6 時，說明在相同X/C 下，風速的變化，不會影響流動分離位置。

圖7 V∞為10 m/s，λ 為5 時，不同相對弦長處RS 的變化Fig.7 V∞=10 m/s，λ=5 the resultant Reynolds stress value in different relative chord lengths

圖8 所示為V 為8 m/s，λ 為6 時，X/C 分別為0.2，0.4，0.6，0.8 和1.0 時的平均RS 數據曲線圖。 由圖8 可知：當X/C 為0.2 時，RS 較小；當X/C 為0.4，0.6，0.8 和1.0 時，RS 較大； 當X/C 為0.2～0.4 時，RS 增大的趨勢最明顯。 與圖6 對比發現，在相同風速下，隨著λ 的增加，RS 增大趨勢會提前（靠近前緣位置）發生。

圖8 V∞為8 m/s，λ 為6 時，不同相對弦長處RS 的變化Fig.8 V∞=8 m/s，λ=6 the resultant Reynolds stress value different relative chord lengths

通過拾取不同工況下風力機葉片展向0.35 m（0.5R）X/C 為1.0 處的最大RS 數據與風輪主要聲源最大聲壓級， 得到如圖9 所示的主要聲源最大聲壓級與尾緣RS 的變化曲線。

圖9 主要聲源最大聲壓級與尾緣RS 的變化Fig.9 The resultant of main sound pressure level value and Reynolds stress value at the X/C=1

由圖9 可知：RS 和聲壓級在不同工況下的變化趨勢均具有很好的一致性；隨著風速和λ 的增大，RS 和聲壓級均有增大的趨勢，但λ 的變化，使RS 和聲壓級變化得更明顯。 由于邊界層的分離，在主流和逆流之間形成流體微團速度等于零的曲面，由于該曲面的不穩定性，很小的擾動就會引起曲面的波動，進而發展并破裂成旋渦，引起來流速度的變化，使葉片與來流相互作用產生壓力脈沖，導致主要噪聲的產生。

3 結論

本文采用統計分析的方法計算得到平均RS，充分考慮流場特征參數RS 與主要聲源的耦合作用， 為降低氣動噪聲和葉片優化設計提供了新的解決思路。 對比不同工況下不同相對弦長處RS和主要聲源聲壓級，得到以下結論。

①當X/C 為0.2 時，RS 數值接近于0，隨著相對弦長的增加，RS 有不同程度的增大， 當X/C 為1.0 時，RS 達到最大。

②隨著λ 的增大，RS 增大趨勢最明顯的區域會向前緣移動，流動分離點會提前；隨著風速的增大，RS 變化較小，對流動分離位置沒有影響。

③在主要聲源區域， 流動分離后的RS 呈現出單峰值，流體脈動程度較劇烈。

④主要噪聲的來源是由于在翼型表面發生流動分離導致流體速度脈動， 流體微團之間動量交換加強，RS 迅速增加， 使葉片與來流相互作用產生壓力脈沖。