Российские исследователи из Института прикладной математики им. М.В. Келдыша РАН и МФТИ выполнили тщательный численный анализ источников шума, порождаемых крылом опытного образца сверхзвукового бизнес-джета в посадочном режиме. Сочетая современные методы вычислительной гидродинамики и аэроакустики, они впервые с высокой точностью определили ключевые зоны генерации шума на полноразмерной модели крыла. Результаты опубликованы в журнале Supercomputing Frontiers and Innovations.
Сокращение уровня шума гражданской авиации, особенно вблизи аэропортов, остаётся приоритетной задачей отрасли. Строгие требования ICAO стимулируют разработку инновационных решений для минимизации акустического воздействия летательных аппаратов.
Это актуально и для перспективных сверхзвуковых бизнес-джетов, над которыми сейчас работают несколько стран. Если аэродинамика сегодня надёжно прогнозируется численным моделированием, то точная оценка акустики всё ещё остаётся ресурсоёмкой задачей. Тем не менее рост вычислительных мощностей суперкомпьютерных систем делает такие расчёты доступными для ключевых конфигураций.
Цель исследования — численное моделирование и локализация шумовых источников на крыле прототипа бизнес-джета в посадочной конфигурации с выпущенными предкрылками и закрылками. Для этого использован комплексный подход, объединяющий два основных метода.
Первый метод — вихреразрешающее численное моделирование нестационарного турбулентного обтекания крыла при помощи вычислительной гидродинамики и аэроакустики.
Второй метод — численный бимформинг для акустической локализации источников в ближнем поле. Он основан на обработке сигналов виртуальных микрофонных решёток, что позволяет «прослушать» поверхность крыла и выявить наиболее активные шумовые очаги.
Моделирование проводилось на геометрии крыла длиной 45 м и размахом 20 м в воздушном потоке со скоростью 68 м/с при угле атаки 10° (М = 0,2). С использованием симметрии задачи расчёты выполнялись для половины модели, что существенно снизило вычислительную нагрузку.
Для оценки влияния детализации сетки были задействованы две вычислительные сетки: Level A (≈ 46,5 млн ячеек) и Level B (≈ 220 млн ячеек).
Вычисления выполнялись в пакете NOISEtte, разработанном в ИПМ им. М.В. Келдыша и оптимизированном для CPU и GPU. Для накопления данных на временном интервале 0,88 с, необходимом для анализа низкочастотного шума, потребовались десятки часов на суперкомпьютере «Ломоносов-2» с 8 (Level A) и 24 (Level B) GPU NVIDIA Tesla V100.
Для прогноза распространения шума в дальнем поле применялась формулировка Ффоукса–Уильямса–Хокинга (FWH). Акустические сэмплы собирались в узлах сетки, формирующих оболочку вокруг крыла вне зон сильной нелинейности.
Численное моделирование показало, что основным генератором шума является сложная вихревая структура течения над крылом. Сетка Level B выявляет более мелкие вихри, порождая высокочастотные гармоники в спектрах. Анализ спектральной плотности пульсаций давления вдоль передней и задней кромок выявил ключевые пики интенсивности: на передней кромке — из-за изменения стреловидности и срыва вихря у корня предкрылка; на задней — благодаря формированию и взаимодействию вихрей над секциями закрылков.
Иван Софронов, профессор кафедры вычислительной физики МФТИ, отметил: «Ключ к нашему исследованию — сочетание прямого моделирования шума с последующей локализацией методом численного бимформинга. Впервые мы применили эту технологию к полномасштабной геометрии модели, что позволило не только оценить общий уровень шума крыла при посадке, но и точно локализовать конструктивные элементы и гидродинамические процессы, вносящие наибольший вклад в его генерацию».
Численный бимформинг решает некорректную обратную задачу уравнения Гельмгольца, восстанавливая карту интенсивности шумовых источников по сигналам виртуальных микрофонов. Алгоритм отличается устойчивостью и высокой точностью за счёт использования априорной информации и физически обоснованной дискретизации оператора переноса звукового излучения.
В исследовании выделены два класса источников: монопольные (включая чистые монополи и касательные дипольные компоненты) и дипольные (отражающие нормальную составляющую дипольного момента).
Для верификации спектры звукового давления, вычисленные по методу FWH в контрольных точках среднего поля, были сопоставлены с данными бимформинга. Хорошее совпадение, особенно в случае монопольных источников, подтвердило надёжность разработанной методики.
Диаграммы направленности в дальнем поле показали, что на низких частотах (до 250 Гц) преобладает дипольное излучение, а на высоких (от 1 кГц) — монопольное. Эти знания важны для разработки целевых стратегий шумоподавления, поскольку механизмы генерации и распространения разнятся.
Новизна работы заключается в комплексном подходе, совмещающем ресурсоёмкое моделирование и решение обратной задачи локализации. Это позволяет не только прогнозировать уровни шума, но и выявлять его физические причины, открывая путь к оптимизации конструкции планера.
Практическая значимость результатов велика: ими могут пользоваться инженеры для валидации и улучшения полуэмпирических моделей шума крыльев гражданских самолётов, а также при проектировании новых решений по снижению акустического воздействия кромок крыла и механизмов.
В дальнейшем методику планируется применять к другим конфигурациям и режимам полёта сверхзвуковых самолётов, а также для исследования шумовых характеристик различных типов авиационной техники.
Ссылка на статью: Tatiana K. Kozubskaya, Gleb M. Plaksin, Ivan L. Sofronov, Pavel V. Rodionov. Numerical Study of Noise Sources Generated by Wing of Supersonic Business Jet in Landing Mode. Supercomputing Frontiers and Innovations, 2025, Vol. 12, No. 1, pp. 112–132. DOI: 10.14529/jsfi250108.
