An evaluation of RANS turbulence modelling for aerodynamic applications

In a numerical simulation the choice of a turbulence model must be a compromise between physical modelling and computational cost. The CIRA RANS flow solver has been applied, by employing a large set of turbulence models, to typical aerodynamic applications for which certified experimental data are available in literature. The transonic flows over an airfoil and a wing placed in a wind tunnel, both characterized by a strong shock-boundary layer interaction with an induced separation, and the high lift flow around a multi component airfoil are taken into consideration. An evaluation, in terms of accuracy and numerical behaviour, of some common turbulence models ranging from one-equation to high order, using the same code and numerics, is presented. Satisfactory and consistent results have been achieved; the more sophisticated the turbulence model the more accurate the simulation is. The SST Menter κ–ω turbulence model has shown, for the applications investigated, the best compromise between the physical capabilities and the numerical stiffness. In una simulazione numerica la scelta di un modello di turbolenza deve essere un compromesso tra la modellistica fisica ed il costo computazionale. II solutore fluidodinamico del CIRA ZEN é stato impiegato, utilizzando un' ampia gamma di modelli di turbolenza, per tipiche applicazioni di aerodinamica per le quali esistono in letteratura dati sperimental certificati. Sono stati presi in considerazione i flussi transonici intorno ad un profilo ed ad un' ala in galleria del vento, entrambi caratterizzati da una forte interazione urto-starto limite, ed il flusso in condizione di alta portanza intorno ad un profilo multi-componente. É presentata una valutazione, in termini di accuratezza e comportamento numerico di alcuni diffusi modelli di turbolenza, da modelli ad un' equazione a modelli di ordine superiore, utilizzando lo stesso codice e la stessa numerica. Risultati sodisfacenti e consistenti sono stati ottenuti; piú sofisticato é il modello di turbolenza piú accurata é la simulazione. II modello κ–ω SST di Menter ha mostrato, per le applicazioni prese in considerazione, il miglior compromesso tra potenzialitá fisiche e rigidezza numerica.