无人机(unmanned aerial vehicle，UAV)作为一种智能手段正在推动传统产业的智能升级，“无人机+传统产业”的时代已经到来。在降低生产成本、提高生产效率、提高作业安全等方面，无人机将有效弥补传统有人机及其他手段的弊端，为行业应用带来新气息[1]。目前，无人机在侦察、打击、勘测、安防、防火、通讯、巡线等军民领域有着巨大的应用潜力和广阔的应用前景。
同时，传统化石燃料的大量消耗对全球气候环境产生的不利影响日益严峻，而氢能因其储量巨大、效率高、无污染、无排放等优势，被称为人类的终极能源之一，成为全球能源结构转型的战略方向。目前，我国和世界主要发达国家和地区已将氢能作为战略方向，提前谋划布局。毋庸置疑地，通用航空业也悄然面临着变革。2020年5月，欧盟发布了《氢动力航空》报告[2]，该报告作为欧盟“清洁天空”航空减排总体规划的一部分，也为我国氢动力航空研究提供了参考。同年8月，太原理工大学航空航天研究院王根伟[3]对其进行了解读，探讨了氢动力航空技术可行性、机型适用性、产业经济性、环境影响及氢能源产业布局等问题。
在此背景下，相比传统无人机，氢能源无人机无污染、无排放、低振动、高能效、长续航、大载荷等优点逐渐显现。因此，氢动力无人机的需求也日益凸显，相关研制工作兴起。早在2003年，美国Aero Vironment公司率先用氢燃料电池驱动“Hornet”和“HP03”两款尺寸不同的无人机飞行，验证了氢燃料电池驱动无人机的可能性，开启了氢燃料电池无人机时代[4]。随后，加利福尼亚大学[5]、美国海军[6]、俄克拉玛州立大学[7]、佐治亚理工大学、密西根大学[8]等研究机构开始了轻小型氢动力无人机的研制工作。氢能无人机潜在的商业价值，也吸引了众多公司对现有无人机的改装工作，如美国Aero Vironment公司的“美洲狮”改装无人机，波音子公司Insitu的“扫描鹰”改装无人机[9]，以色列的燃料电池板“蓝鸟650”等。近年来，氢动力无人机的研发也在加速，如洛克希德·马丁公司设计的Stalker XE[10]，波音欧洲研发中心研制的BRET低空无人机[11]，以色列蓝鸟公司的WanderB[12]，新加坡的Skyblade 360[13]等。在临近空间超长航时氢动力无人机的探索方面美国优势较大，有航空环境公司的“全球观察者”无人机[14]，波音公司的鬼眼无人机[15]等。国内在氢能源无人机研制方面起步较晚，但发展蓬勃：2012年同济大学与上海奥德赛飞机公司研制的“飞跃一号”首飞，2015年武汉众宇动力系统科技有限公司的“天行者”首飞12 h创造了国内燃料电池无人机最长航时记录，2018年北京理工大学刘莉课题组的“蒲公英I-A”[16]首飞。
十余年来，氢动力无人机的发展从无到有，航时从Hornet的0.25 h到全球观察者的5～7 d，航高从低空到高空、再到临近空间，起飞重量从千克级到“鬼眼”的6 t级，飞行速度从几米每秒到270 km/h.可见，氢动力无人机与常规能源无人机的差距正日益缩减。同时，在能源动力上看，尽管纯氢燃料电池方案可以解决动力问题，但受储氢量、燃料电池系统功重比、燃料电池动态特性较差等因素制约[17]，目前动力配置偏向氢混合动力[18]，它被认为是一种可以实现低成本、长航时的有效手段。因此氢混合动力无人机成为当今研究的前沿和热点。
本文以氢能源混合动力无人机研制为需求，针对某款氢动力固定翼无人机气动布局在设计巡航速度下的气动性能进行仿真分析，并对无人机关键局部进行流场分析，所得结果为评估该款无人机气动布局设计提供参考，为进一步优化布局、改款设计等提供数据支撑。
1 布局及参数
长航时氢能源混合动力无人机设计指标如下：最大起飞重量800 kg，最大巡航速度100 km/h，巡航高度不低于1 000 m，航时10 h以上。为满足设计要求，该款氢动力固定翼无人机采用了大展弦比机翼的常规布局，采用Clark Y翼型；飞机平尾置于垂尾顶端，减少机翼尾流对其效率的影响；增加腹鳍，提高飞机横航向稳定性；尾翼面位置远离重心，为飞机提供足够的稳定性和操纵性。无人机气动布局三维模型如图1所示，主要几何尺寸见表1.目前阶段仅对无人机气动布局进行初步研究，为便于分析，无人机模型上无起落架和动力装置。
图1 氢能源混合动力固定翼无人机概念模型
Fig.1 Conceptual model of hydrogen-powered fixed-wing UAV
表1 无人机主要几何参数
Table 1 Main geometric parameters of the UAV model
机长/m机高/m机翼面积/m2翼展/m展弦比平均气动弦长/m7.5000.7503.7509.90025.6700.385
2 数值模拟方法
无人机模型采用CATIA软件进行建模，并用SCDM软件对其进行几何修补，然后采用Workbench Meshing对其进行网格划分，最后设置计算条件对其进行Fluent数值计算。网格情况和计算条件设置介绍如下。
2.1 非结构网格生成
由于该款无人机的布局是对称的，即所有流场物理量关于对称面对称。为节省计算内存和计算时长，数值模拟过程中建立半机模型，并对半机模型流场进行了分析。选取机前35 m(约5倍机长)，机后70 m(约10倍机长)，上下两侧及翼展方向35 m的区域作为模型外流场计算区域，利用Workbench Meshing对无人机进行非结构化网格划分。因机身周围流场、迎风凸起位置、壁面等区域是飞机气动外形设计研究中需要重点关注的区域，所以在无人机周围设定了一个比外流场密集的网格加密区，同时对机翼前缘采取加密、在壁面设置多层边界层网格等措施进一步优化网格。对于边界层网格，通常比较关注的是第一层网格高度。一般来说，对于低雷诺数模型，如k-ω模型、Spalart-Allmaras模型等，需要满足y+≤1，本次网格划分中通过y+=1确定第一层网格高度约为0.01 mm，总网格数约为420万。无人机机身附近网格优化结果如图2所示。
图2 无人机机身附近网格分布
Fig.2 Grid distribution near the body of UAV
2.2 计算条件设置
计算模拟中无人机外流场参数为：飞行高度1 km，外部大气压0.91×105Pa，静温为275 K，飞行速度(参照巡航速度)0.1 Mach，侧滑角为0 °，选取迎角α范围在-6 °～14 °之间的11个迎角状态。流场介质为理想气体，机体表面设置为无滑移壁面边界条件，计算域边界设置为压力远场边界，对称面选取为对称面边界条件。采用工业流体航空外流场模拟计算中应用最广泛的Spalart-Allmaras湍流模型以及可以很好模拟大分离流动的SSTk-ω湍流模型分别进行计算，并进一步研究不同湍流模型对计算结果的影响。Spalart-Allmaras输运方程为式(1)：
(1)
式中：Yv是湍流黏性的减少量；
和Cb2是常数；v是分子运动黏度；Gv是湍流黏性产生项。
SSTk-ω流动方程为式(2)和(3)：
(2)
(3)
式中：Gk是由层流速度而产生的湍流动能；Gω是由ω方程产生的；Γk和Γω表明k和ω的扩散率；Yk和Yω是由于扩散产生的湍流；Sk和Sω为表面张力。
3 结果与分析
3.1 升阻力特性曲线
在数值模拟研究中，氢动力固定翼无人机基本气动性能是最为关注的内容。图3、图4分别给出了采用两种湍流模型计算无人机升力系数CL、阻力系数Cd和升阻比K随迎角α的变化曲线。结果显示，两种湍流模型计算结果在α<4°时相差不大，说明在小迎角范围内两种湍流模型均能得到较为准确的计算结果。随着迎角α进一步增加，采用SSTk-ω湍流模型计算的结果中升力系数明显小于Spalart-Allmaras湍流模型结果，这是由于此时机翼表面开始发生大面积分离。因为SSTk-ω湍流模型能更好地模拟大分离流动，故在大迎角范围内采用SSTk-ω湍流模型计算结果更加准确，所以下文只针对SSTk-ω湍流模型计算结果进行讨论。当Ma=0.1时，飞机失速迎角为α=8°，最大升力系数CL=1.47，之后随着迎角增加，升力系数逐渐减小，阻力系数快速增加，升阻比K在迎角α=4°达到最大，为14.5(见图4).可见，该无人机气动布局设计具有较高的气动性能，基本达到设计要求。
图3 升力系数CL和阻力系数Cd随迎角α变化的曲线
Fig.3 Curves of lift coefficientCLand drag coefficient
Cdvarying with attack angleα
图4 升阻比K随迎角α变化的曲线
Fig.4 Curves of lift-to-drag ratioKthat varies with
the angle of attackα
3.2 流场流线分布
研究机身表面及流场中飞行器附近流体的流动细节对深入了解飞机气动特性具有重要意义。图5给出了迎角α=0°时机背表面流线图。结果显示，附体流线在机翼与机身结合部位发生明显偏折，并形成鞍点。这是流动分离、发生转捩的明显特征，表明机身与机翼之间有较为明显的流动干扰，为后期模型的外形优化提供了依据。同时，流线偏折及鞍点的出现，也验证了本次模拟计算精度较高，可以较为详细地捕捉到流动的分离与转捩特征。
图5 迎角α=0°时机背表面流线图
Fig.5 Streamline diagram of the UAV backsurface
at attack angleα=0°
为进一步分析大迎角下流动分离的基本原理，图6、图7分别给出了迎角α为0°和12°时机身外流场的流线分布对比情况。结果显示，机翼上表面靠近机身部位均出现湍流区，这是由于机翼表面气流受到机身的影响所致。此时，机翼根部区域的压差阻力显著增加。这种情况在α=12°时更为明显。图8给出了迎角α为0°和12°时机翼中部相同位置截面流线对比图，可以看到，气流流动在0°迎角时与机翼表面贴合较为稳定，在12°迎角时翼型上表面后缘发生明显的流动分离，并出现鞍点，体现了失速状态下流动的基本特征。
图6 迎角α=0°下外流场的流线图
Fig.6 Streamline diagram of the outflow field atα=0°
图7 迎角α=12°下外流场的流线图
Fig.7 Streamline diagram of the outflow field atα=12°
图8 不同迎角下机翼截面流线图
Fig.8 Streamline diagram of airfoil section
at different angles of attack
3.3 机身马赫数和压力分布
图9展示了迎角为0°和12°时机身马赫数云图，图10、图11分别是迎角α为0°和12°时机身(机背与机腹)表面压力云图分布情况。结果显示，迎角α=0°时，机翼绕流为附着状态，无流动分离，机翼上表面分离位置沿展向呈接近直线状态；迎角α=12°时，流动分离明显提前，并且机翼上表面分离位置沿展向呈现波浪状。机身压力分布也可以得出相同结论。这表明，随着迎角增加，机翼上表面展向流动加剧，使机翼表面流体流动不均匀性增加，发生转捩。
图9 不同迎角机身表面马赫数分布云图
Fig.9 Mach number distribution cloud map of fuselage surface
at different angles of attack
图10 迎角α=0°时飞机机身表面压力分布云图
Fig.10 Cloud map of the pressure distribution on the fuselage
surface whenα=0°
图11 迎角α=12°时飞机机身表面压力云图
Fig.11 Cloud map of the pressure distribution on the fuselage
surface whenα=12°
为了进一步研究机翼不同展向位置的流动差异，图12给出了距离对称面5个位置翼剖面在不同迎角下压力系数沿流向的分布曲线。图中主要处于下方的一族曲线代表机翼上表面压力曲线，处于上方的一族曲线代表机翼下表面压力曲线，如图例所示，曲线从左到右排列顺序依次对应于翼剖面从靠近机身到接近翼尖的顺序。从图中可以看出，机翼下表面产生正压，且压力除前缘部分外，沿流向变化不大；上表面除前缘部分外产生负压，且绝对值远大于上翼面，证明机翼升力主要由上翼面吸力产生。在小迎角(α=0°和α=2°)时，机翼上表面压力曲线均平滑过渡，证明此时压力变化主要由机翼形状决定，基本无流动分离；而在大迎角(α=8°和α=10°)时，机翼上表面压力曲线在机翼后半部分不同位置均发生明显转折，证明此时机翼上表面开始出现流动分离，且随着迎角增加，分离位置差异化开始增大，这也与图10、图11中机翼上表面压力分布体现出来的分离情况相对应。由图12还可看出，在不同迎角α下，靠近翼尖的上翼面翼剖面(剖面5)的压力曲线均没有发生大的转折，这说明在翼尖处流动分离的发生得到了明显延缓，这与翼尖涡的存在息息相关。
图12 不同迎角下机翼截面压力分布曲线
Fig.12 Pressure distribution curve of airfoil section at different angles of attack
图13显示了迎角α=0°下无人机的尾涡结构，可以看到翼尖处产生了较强的翼尖涡。翼尖涡是由气体在翼尖处从机翼高压下表面流向低压上表面产生的，翼尖涡可以带走机翼边界层湍动能，减缓流体分离的发生。但是涡旋的产生会使飞机阻力快速增加。由图13亦可知，除翼尖涡之外，平尾翼尖和机身尾部均存在较大涡旋，这也为当前模型的气动外形进一步优化指明了方向。比如，此时在翼尖增加小翼以及将机身变得修长即可减少涡旋的产生，从而达到降低阻力的效果。
图13α=0°迎角下无人机的尾涡结构
Fig.13 Wake vortex structure of UAV atα=0°
4 结论
针对氢能源混合动力固定翼无人机的一款气动布局设计方案，运用CFD软件对其气动特性进行数值模拟研究，得到该无人机的升阻力系数曲线、升阻比曲线、机身及外流场流线图、机身马赫数及压力分布云图、机翼不同截面的压力曲线图等结果。经综合分析，对该方案的整体气动性能进行了评估，为进一步优化找寻了方向，得到以下结论：
1) 在小迎角范围内SSTk-ω和Spalart-Allmaras湍流模型均能得到该氢动力无人机较为准确的计算结果，但SSTk-ω湍流模型能更好地模拟大迎角条件下机翼表面分离流动。
2) 该氢动力无人机气动布局的最大升力系数CL=1.47，升阻比在迎角α=4°时达到最大值K=14.5，在迎角α=8°时会开始失速。可见设计方案基本合理，气动性能较高，基本满足设计要求。
3) 在大迎角状态下，机翼上表面发生流动分离，完成层流边界层向湍流边界层的转捩，表现为翼型表面沿来流方向的马赫数、压力分布发生突变，展向上呈现不均匀分布特征；外流场流线分布表示大尺度分离涡的存在。
4) 翼身结合区域存在流动分离现象；翼尖涡的的存在可以延缓翼尖处机翼表面的流动分离，但机翼和平尾翼尖，以及机身后方产生的涡结构会使飞机阻力快速增加。
上述结论中3)和4)为进一步优化无人机气动布局，减小阻力，增加升阻比提供理论依据。下一步将在翼尖修型、机身外形优化、翼身结合部位优化和不同马赫数下无人机气动特性等方面开展工作，在此基础上加工飞机模型并进行风洞试验。
[1] 闫东,周乃恩.彩虹无人机系列应用及展望[J].软件,2018,39(9):117-122.
YAN D,ZHOU N E.Series application and prospect of rainbow unmanned aerial vehicle (UAV)[J].Computer Engineering & Software,2018,39(9):117-122.
[2] European Union.Hydrogen-powered aviation:a fact-based study of hydrogen tecnology,economics,and climate impact by 2050[M].Belgium:European Commission,2020.
[3] 王根伟.欧盟《氢动力航空》研究报告解读[C]∥通用航空产业及无人货运飞机发展主题论坛,山西太原,2020,8:20-22.
WANG G W.Interpretation of EU research report on hydrogen aviation[C]∥General aviation industry and development of unmanned cargo aircraft theme forum,Taiyuan,Shanxi,2020,8:20-22.
[4] GONG A,VERSTRAETE D.Fuel cell propulsion in small fixed-wing unmanned aerial vehicles:current status and research needs[J].International Journal of Hydrogen Energy,2017,42(33):21311-21333.
[5] HERWERTH C,OFOMA U,WU C,et al.Development of a fuel cell powered UAV for environmental research[C]∥44th AIAA Aerospace Sciences Meeting and Exhibit，2006.
[6] SWIDER-LYONS K,STROMAN R,SCHUETTE M,et al.Hydrogen fuel cell propulsion for long endurance small UAVs[C]∥AIAA Student Journal American Institute of Aeronautics & Astronautics,2011.
[7] CHIANG C,HERWERTH C,MIRMIRANI M,et al.Systems integration of a hybrid PEM fuel cell/battery powered endurance UAV[C]∥46th AIAA Aerospace Sciences Meeting and Exhibit,2008.
[8] RÖSSLER,SCHÖMANN,BAIER.Aerospace application of hydrogen and fuel cells[C]∥18th World Hydrogen Conference：Energy& Environmen,2010.
[9] ANON.Insitu flies hydrogen fuel cell powered ScanEagle UAV[J].Fuel Cells Bulletin,2012(5):1-5.
[10] ANON.Lockheed Martin ruggedized UAS uses AMI fuel cell power[J].Fuel Cells Bulletin,2011(9):1-4.
[11] LAPENA-REY N,BLANCO J A,FERREYRA E,et al.A fuel cell powered unmanned aerial vehicle for low altitude surveillance missions[J].International Journal of Hydrogen Energy,2017,42(10): 6926-6940.
[12] ANON.Horizon,bluebird collaborate on fuel cell powered civilian UAV[J].Fuel Cells Bulletin,2014(3):3.
[13] ANON.H3 unveils dronebox system,HES fuel cell flies UAV for 6h[J].Fuel Cells Bulletin,2016(3):15.
[14] LIM T Y D.A methodological approach for conducting a business case analysis of the Global Observer Joint Capability Technology Demonstration (JCTD)[D].Monterey:Naval Postgrduate School,2007.
[15] 温杰.“鬼怪眼”无人机实现首飞[J].兵器知识,2012(9):54-56.
WEN J.The ghost eye drone has made its first flight[J].Weapon Knowledge,2012(9):54-56.
[16] 刘倩.燃料电池无人机电堆控制系统研究[D].北京:北京理工大学,2019.
[17] 李延平,刘莉.太阳能/氢能混合动力无人机及关键技术[J].飞航导弹,2014(7):39-45.
LI Y P,LIU L.Solar/hydrogen hybrid UAV and its key technologies[J].Airborne Missile,2014(7):39-45.
[18] DEPCIK C,CASSADY T,COLLICOTT B,et al.Comparison of lithium ion Batteries,hydrogen fueled combustion Engines,and a hydrogen fuel cell in powering a small Unmanned Aerial Vehicle[J].Energy Conversion and Management,2020:207.
