• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of the American Helicopter Society >Prediction of Brownout Inception Beneath a Full-Scale Helicopter Downwash
【24h】

Prediction of Brownout Inception Beneath a Full-Scale Helicopter Downwash

机译：大规模直升机降落下的掉电开始预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dust entrained by low flying helicopters leads to the degraded visual environment, brownout. Particle inception is a critical stage in the development of the dust cloud. Here, near-wall Lagrangian particle forces are considered through analyzing an approximate time-averaged full-scale rotor flow. This simplified flow does not attempt to predict brownout, instead it provides scales and velocity data in the near-wall region, compares the role of particle-fluid forces, and provides a foundation for Lagrangian entrainment models. The analysis shows that three characteristic particle sizes are exposed to different physics in different boundary layer zones, a function of the distance from the helicopter. Drag is the dominant aerodynamic force, cohesion is large for small particles, but wall-bounded lift is sufficient to entrain medium-sized particles. A complementary analytical prediction of tip vortices found that both large-scale inviscid features and small-scale viscous features of the boundary layer are significant.
机译：低空飞行的直升机夹带的灰尘会导致视觉环境变差，掉电。粒子开始是尘埃云发展的关键阶段。在此，通过分析近似时间平均的满量程转子流来考虑近壁拉格朗日粒子力。这种简化的流动不会试图预测掉电，而是提供近壁区域的尺度和速度数据，比较颗粒流体力的作用，并为拉格朗日夹带模型提供基础。分析表明，三种特征粒径在不同的边界层区域内暴露于不同的物理条件，这是距直升机的距离的函数。阻力是主要的空气动力，小颗粒的内聚力很大，但与壁面接触的升力足以夹带中等大小的颗粒。对尖端涡旋的补充分析预测发现，边界层的大尺度无粘性特征和小尺度粘性特征均很重要。

著录项

  • 来源
    《Journal of the American Helicopter Society》 |2012年第4期|p.042006.1-042006.13|共13页
  • 作者

    Gregory Jasion; John Shrimpton;

  • 作者单位

    Aerodynamics and Flight Mechanics Research Group University of Southampton, Southampton, UK;

    Aerodynamics and Flight Mechanics Research Group University of Southampton, Southampton, UK;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号