第二章：翼型几何建模与参数化

各位同学，欢迎来到第二章。上一章我们聊了CFD的基本概念，今天咱们来点实在的——怎么把翼型这个玩意儿，从图纸变成计算机能认的几何模型。

说实话，我刚开始做风机翼型分析那会儿，最头疼的就是几何建模。你想想看，一个翼型的好坏，直接决定了风机的发电效率。而建模的精度，又直接影响CFD计算的可靠性。这里面的门道，咱们今天一条一条捋清楚。

2.1 NACA系列翼型介绍

NACA翼型，说白了就是美国国家航空咨询委员会（NASA的前身）在上世纪30到40年代搞出来的一套标准化翼型系列。直到今天，很多风机叶片还在用它的变体。为什么？因为这套体系太经典了，参数化程度高，气动特性明确。

常见的NACA翼型分这么几类：

  • NACA 4位数系列：比如NACA 4412。第一位数字代表最大弯度（百分比弦长），第二位代表最大弯度位置（十分之一弦长），后两位代表最大厚度（百分比弦长）。
  • NACA 5位数系列：比如NACA 23012。设计升力系数更高，适合低速高升力场景。
  • NACA 6系列：层流翼型，阻力更低。我在做低噪声风机时特别喜欢用这个系列。

我个人习惯：做风机翼型选型时，优先看NACA 4位数系列。参数简单，改起来方便。但如果你追求低阻力，6系列值得一试。

2.2 翼型坐标数据获取

有了翼型编号，怎么拿到它的坐标数据？这里有几种途径：

  1. UIUC翼型数据库：全球最全的翼型坐标库，免费下载.dat文件。
  2. Airfoil Tools网站：在线生成NACA系列坐标，还能直接导出。
  3. 自己写代码生成：根据NACA公式，用Python算出来。

我个人推荐第三种。为什么？因为你在项目里经常需要微调翼型参数，每次都去网站下载太慢了。自己写个生成函数，改个数字就能出新的翼型，效率高得多。

避坑指南：我曾经直接从网上下载过一个翼型坐标文件，结果导入CFD软件后发现上下表面点不对齐，网格死活画不出来。后来检查才发现，那个文件的坐标点顺序是乱的。所以，拿到坐标后第一件事——画个图看看形状对不对。

2.3 使用Python生成翼型几何外形

好，咱们直接上代码。下面这个函数可以生成任意NACA 4位数翼型的坐标：

import numpy as np

def generate_naca4(digits, num_points=200):
    """
    生成NACA 4位数翼型坐标
    digits: 4位数字字符串，如'4412'
    num_points: 上下表面各取点数
    """
    m = int(digits[0]) / 100.0      # 最大弯度
    p = int(digits[1]) / 10.0       # 最大弯度位置
    t = int(digits[2:]) / 100.0     # 最大厚度
    
    # 生成弦向位置（从0到1，前缘加密）
    beta = np.linspace(0, np.pi, num_points)
    x = (1 - np.cos(beta)) / 2.0
    
    # 厚度分布
    yt = (t / 0.2) * (0.2969*np.sqrt(x) - 0.1260*x 
         - 0.3516*x**2 + 0.2843*x**3 - 0.1015*x**4)
    
    # 中弧线
    yc = np.where(x < p,
                  m / p**2 * (2*p*x - x**2),
                  m / (1-p)**2 * ((1-2*p) + 2*p*x - x**2))
    
    # 上下表面
    xu = x - yt * np.sin(np.arctan(yc))
    xl = x + yt * np.sin(np.arctan(yc))
    yu = yc + yt * np.cos(np.arctan(yc))
    yl = yc - yt * np.cos(np.arctan(yc))
    
    return (xu, yu), (xl, yl)

# 生成NACA 4412
upper, lower = generate_naca4('4412')

这段代码的核心逻辑其实就三步：先算厚度分布，再算中弧线，最后组合成上下表面。嗯，这里要注意，前缘加密用的是余弦分布，这样在CFD计算时能更好地捕捉前缘的流动细节。

注意：NACA公式中的厚度分布，在x=0处有个小问题——导数不连续。如果你做高精度CFD，建议在x<0.005的区域手动加密一下坐标点。

2.4 翼型参数化方法

光有NACA系列还不够。实际工程中，我们经常需要对翼型进行优化设计。这时候就需要参数化方法——用少量参数控制翼型形状。

2.4.1 PARSEC方法

PARSEC（Parameterized Section）方法，是Sobieczky在1999年提出的。它用11个几何参数来描述翼型：

  • 前缘半径
  • 上下表面最大厚度位置和大小
  • 后缘夹角和厚度
  • 等等

这11个参数，每个都有明确的物理意义。你改一个参数，就知道翼型会怎么变。我在做多目标优化时特别喜欢用PARSEC，因为它的参数空间很直观。

2.4.2 CST方法

CST（Class-Shape Transformation）方法，是Kulfan在2006年提出的。它的思路更数学化——用伯恩斯坦多项式叠加一个基本形状。

说白了，CST就是把翼型拆成两部分：一个基础类（比如圆头尖尾的形状），再加上一个形状函数（用多项式调整细节）。

我个人觉得，CST比PARSEC更适合做优化。为什么？因为它的参数是正交的，改一个参数不会影响其他参数的效果。这在优化算法里是个大优点。

我的经验：如果你刚开始做翼型优化，先用NACA系列练手。等熟悉了气动特性，再切换到PARSEC或CST。别一上来就搞复杂的参数化，容易迷失在参数空间里。

本章小结

这一章我们走完了从翼型编号到几何模型的完整流程。NACA系列给了我们标准化的起点，Python代码让我们能批量生成翼型，而PARSEC和CST则打开了优化设计的大门。

下一章，我们会把这些几何模型导入网格生成工具。嗯，网格生成才是CFD里最磨人的环节——到时候我会分享几个我踩过的坑。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →