Ansys Fluent zur Optimierung der Aerodynamik des TUM Hyperloop
Ein Team beschäftigt sich bei TUM Hyperloop mit verschiedenen aerodynamischen Fragestellungen. Ihr Metier ist CFD, also Strömungssimulationen. Dafür ist Ansys Fluent erste Wahl. Im Fokus steht der Luftwiderstand während der Bewegung des Pods durch die Röhre. Mit Fluent werden verschiedenste Szenarien modelliert, analysiert und anhand der Ergebnisse Maßnahmen abgeleitet, die den Druckwiderstand absenken.
Hyperloop steht für Hochgeschwindigkeit und maximale Energieeffizienz – und für besondere aerodynamische Aspekte, denen sich das Simulationsteam stellen muss. So ist der Luftdruck in der Röhre, in der der Pod unterwegs ist, mit etwa 1000 Pascal an sich schon sehr gering. Umso anspruchsvoller ist es, Wege zu finden, um Druckwiderstände noch weiter zu reduzieren. Einer der Schlüssel ist dabei das Querschnittverhältnis („blockage ratio“) von Röhre und Pod.
Dieses wird vom Aero-Team bei durchgehend sehr hohen Geschwindigkeiten für viele verschiedene Geschwindigkeitsprofile und Querschnittsverhältnisse analysiert. Zum Team gehören Inés Velasco Martínez, Lucía Ojer Guerra, João Nicolau, Vladislav Kukharskii, Felix Herkenrath und Domenick Radeck.
Dabei kommt die wichtige Unterscheidung zwischen einer gedrosselten und nicht-gedrosselten Strömung (engl. „(not) choked flow“) ins Spiel. Strömungsexperten sprechen vom Kantrowitzlimit, das in einer Kurve die Abhängigkeit von Querschnittsverhältnis und (Pod-)Geschwindigkeit (bzw. Machzahl) (s. Abbildung) wiedergibt. Das heißt, für jedes Querschnittsverhältnis ist die Strömung ab einer bestimmten Geschwindigkeit gedrosselt. Es handelt sich um die maximale Kontraktion, die eine Strömung erfahren kann, bevor die Strömungsgeschwindigkeit nicht weiter erhöht werden kann.
Fortschritte und Ergebnisse
Unter den skizzierten Voraussetzungen ist es die Aufgabe des Aerodynamik-Teams, mit Ansys Fluent verschiedene Szenarien einer Fahrt zu simulieren. In den Simulationen wird unter anderem untersucht,
- welche Auswirkungen geometrische Anpassungen auf die Aerodynamik des Pods haben. Ein Beispiel ist etwa die Frage,
- wie sich der Druckwiderstand ändert, wenn man die Winkel der Pod-Nase verändert. wie die unterschiedlichen Geschwindigkeitsprofile aussehen, die durch Extraktion von Temperatur-, Druck-, und Druckwiderstandsprofilen bei unterschiedlichen Beschleunigungszeiten und -raten entstehen.
- was bei besonderen Hyperloop-Szenarien passiert. Beispielsweise beim sogenannten „convoying“, also dem Fahren von mehreren Pods hintereinander.
Hohe Rechenleistung über das Cluster in Garching
Bei solchen komplexen Simulationsaufgaben wachsen die Qualität und Aussagekraft der Ergebnisse mit der Feinheit der Vernetzung des Modells. Ansys stellt dafür mächtige Mesh-Technologien zur Verfügung, die allerdings eine hohe Rechenleistung voraussetzen. Notwendig ist sie zudem bei aufwändigen unstrukturierten Netzen in großen Domänen, aber auch, um zur Ermittlung des Optimums sehr viele verschiedene Szenarien in einem vertretbaren Zeitraum betrachten zu können. Weil das TUM Hyperloop-Team Zugriff auf das Cluster des Leibniz Rechenzentrums in Garching hat, kann das Potenzial von Strömungssimulationen auch hardwareseitig ausgeschöpft werden.
Ergebnisse
Wertvolle Erkenntnisse aus den Strömungssimulationen hat das Team beim Druckwiderstand („pressure drag“) gewonnen. So zeigten die Auswertungen, dass der Druckwiderstand nach der Beschleunigungsphase des Pods nur noch linear ansteigt, d.h., dass Vorhersagen der Entwicklung des Widerstands durch mathematische Modellierung hier besonders gut getroffen werden können. Außerdem konnte festgestellt werden, dass die Zuwachsraten bei gleichbleibendem Querschnittsverhältnis mit der Erhöhung der Geschwindigkeit sinken. Das Fahren bei höheren Geschwindigkeiten bedeutet also, dass mit geringerem Widerstandsanstieg gerechnet werden kann.
Schnell, schneller, Hyperloop
Rund um den Globus wird am Hyperloop gearbeitet, dem unglaublich schnellen Transportsystem der Zukunft. Ganz vorne dabei ist das TUM Hyperloop Team aus Studierenden, Lehrenden und Forschenden der TU München. Die Realisierung der Vision von Elon Musk ist an der TUM zum Greifen nah – auch dank hochmoderner Entwicklungswerkzeuge. Dazu gehören Simulationen mit Ansys samt Know-how Transfer durch CADFEM.
Zum Übersichtsartikel TUM Hyperloop & CADFEM
Ausblick: Simulation auf Basis des riesigen Datenbestands
Die große Zahl an Simulationen, die bisher umgesetzt wurden, hat einen immensen Datenpool erzeugt. Ziel des Teams ist es, diese Informationen in ein „Surrogate Model“ zu überführen. Dieses soll in der Lage sein, unter anderem den Druckwiderstand und den Energieverbrauch einer Fahrt vorherzusagen, ohne dass dafür eine komplette Simulation aufgesetzt werden muss. Input des Modells sind beispielsweise die Anstiegsraten des Druckwiderstands bei verschiedenen Geschwindigkeiten von einzelnen Querschnittverhältnissen und ein gewünschtes Geschwindigkeitsprofil.
Durch Interpolation und Parameterschätzung wird dann der Output generiert: Eine Vorhersage des Verlaufs des Druckwiderstands in Abhängigkeit der Fahrzeit für bestimmte Fahrszenarien anhand eines auf Daten abgeschlossener Simulationen bestehenden Modells. Dies würde dem Team enorme zusätzliche Möglichkeiten bei der Ermittlung von weiteren Potenzialen geben.
