Modélisation par termes source des turbomachines de systèmes propulsifs pour intégration motrice sur avion

Source term modeling of airframe-propulsor aerodynamic interactions

• Auteur / Autrice : Luis López de Vega
• Direction : Guillaume Dufour
• Type : Thèse de doctorat
• Discipline(s) : Dynamique des fluides
• Date : Soutenance le 29/06/2020
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Mécanique, énergétique, génie civil et procédés (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : Équipe d'accueil doctoral Énergétique et dynamique des fluides (Toulouse, Haute-Garonne)
• Partenaire(s) de recherche : Laboratoire : Institut supérieur de l'aéronautique et de l'espace (Toulouse, Haute-Garonne). Département aérodynamique, énergétique et propulsion
• Jury : Président / Présidente : Thierry Poinsot
• Jury : Examinateurs / Examinatrices : Guillaume Dufour, Thierry Poinsot, Karthik Duraisamy, Vassilos Pachidis, Georges Gerolymos, Rainer Schnell
• Jury : Rapporteurs / Rapporteuses : Karthik Duraisamy, Vassilos Pachidis

Mots clés

Mots clés contrôlés

Aérodynamique

Turbomachines

Dynamique des fluides

Mots clés libres

Turbomachines

Modélisation terme source

Integration motrice

Aérodynamique

Cycle moteur

Machine learning

Source term modeling

Body force modeling

Engine integration

Aerodynamics

Engine performance

Machine learning

Résumé

Les objectifs de faible émissions et les contraintes d'exploitation rentables imposées aux futurs avions commerciaux nécessitent de développer des architectures propulsives innovantes capables d'offrir des réductions de la consommation de carburant qui ne sont pas atteignables à travers des configurations conventionnelles. L'ingestion de couche limite (BLI) est un concept prometteur pour atteindre cet objectif, bien que les fortes interactions aérodynamiques entre la cellule et les propulseurs posent de nouveaux défis auxquels les constructeurs d'avions et de moteurs doivent faire face. En particulier, il est essentiel de prévoir de telles interactions pendant les phases de conception de manière rapide et précise pour atteindre les niveaux de performances exigés aux futurs avions.Dans ce cadre, il a été démontré que l'approche de modélisation dite body force offre un compromis approprié entre la précision et le coût de calcul pour simuler les interactions aérodynamiques entre la soufflante et le fuselage rencontrées dans les configurations BLI et des moteurs à fort taux de dilution (UHBR). Cependant, de nouveaux développements sont jugés nécessaires pour améliorer la stratégie de développement des modèles body force et pour tenir compte du couplage entre les performances du moteur et les interactions entre la soufflante et la cellule de l'avion. Cette thèse aborde ces objectifs à travers deux axes de recherche différents.Premièrement, une nouvelle approche s'appuyant sur des algorithmes d'apprentissage automatique est proposée pour remplacer la formulation analytique des modèles body force. Cette méthodologie utilise un réseau de neurones pour prédire le champ de forces produit par la soufflante, qui est ensuite intégré dans un environnement de calcul scientifique afin d'évaluer des configurations propulsives complexes à travers de simulations CFD. Le principal atout d'une telle méthodologie est l'absence des informations géométriques des pales ainsi que l’élimination des hypothèses a priori lors de la génération du modèle. La nouvelle approche de modélisation est appliquée au calcul aérodynamique d'une soufflante en configuration d'ingestion de couche limite et comparée aux solutions fournis par des modèles body force de la littérature et les calculs URANS, montrant que les performances de la soufflante et les mécanismes d'interaction avec la distorsion d'entrée sont bien capturés.Le deuxième axe de recherche est lié à la modélisation couplée des performances du moteur et de l'aérodynamique de la soufflante. Dans cette approche, les champs de force sont appliqués à la fois à la soufflante et à une représentation conceptuelle du générateur de gaz. Les distributions de force sont calculées à partir d'un modèle détaillé zéro-dimensionnel du cycle thermodynamique du moteur, qui s'exécute en parallèle à la simulation aérodynamique. Cette stratégie de calcul est appliquée à une étude de la propulsion BLI, en utilisant une analyse paramétrique pour relier la quantité de couche limite ingérée aux variations des performances globales du moteur. Les résultats montrent la pertinence de tenir compte de la dépendance entre le cycle thermodynamique du moteur et l'aérodynamique de la soufflante pour quantifier les avantages et les inconvénients des architectures propulsives intégrées.

Low emissions targets and cost-effective operation constraints imposed to future commercialaircraft require to develop disruptive propulsive architectures capable of offering fuelburn reductions not achievable with conventional configurations. Boundary Layer Ingestion(BLI) is a promising concept to meet this goal, although the strong aerodynamic interactionsbetween the airframe and the propulsors bring new challenges that both aircraft and enginemanufacturers must deal with. In particular, predicting such interactions during design loopsin a fast and accurate way is essential to reach the targeted levels of aircraft performance.In this framework, the body force modeling approach has been demonstrated to offer asuitable compromise between accuracy and computational cost for simulating fan{airframeaerodynamic interactions encountered in both BLI and Ultra High Bypass Ratio (UHBR)configurations. However, further developments are believed to be necessary in order tofacilitate the applicability of the body force approach in an industrial context and to accountfor the coupling between the engine performance and the fan aerodynamics. This thesisaddresses those objectives through two different research directions.Firstly, a new data-driven approach that relies on machine learning algorithms is proposedto replace the analytic formulation of body force models. An end-to-end methodology toprovide a neural network-based representation of the body force field is devised, includingthe embedding of the network in a Computational Fluid Dynamics (CFD) environment toevaluate complex propulsive configurations. The key asset of such a methodology is that thedetailed geometry of the blade is not needed when running the model, which could allowthe model to be passed from an engine manufacturer to an airframer. The new modelingapproach is applied to the reproduction of the aerodynamics of a BLI fan and assessedagainst state-of-the-art body force solutions and full-annulus unsteady simulations, showingthat essential fan performance and fan{distortion interaction mechanisms can be captured.The second research axis is related to the coupled modeling of the engine performance andthe fan stage aerodynamics. In this approach, force fields are applied to both the fan and aconceptual representation of the engine core. The force distributions are computed out of adetailed zero-dimensional model of the engine thermodynamic cycle, which runs in parallelto the aerodynamic simulation. This computational strategy is applied to an investigationof BLI propulsion, using a parametric analysis to relate the amount of ingested boundarylayer to the variations in overall performance. Results show the relevance of accounting forthe dependence between the engine thermodynamic cycle and the fan aerodynamics to fullyquantify the benefits and demerits of integrated propulsive architectures.