Modeling of hypersonic rarefied flows: application to Very Low Earth Orbit satellites and object atmospheric entry
Modélisation des écoulements en régime hypersonique raréfié : application aux satellites à très basse orbite et aux objets en phase de rentrée atmosphérique
Résumé
The development of a new generation of very low Earth orbit satellites requires the minimization of the aerodynamic drag and of the aerothermodynamic load in order to move along orbits as low as possible while guarantying the integrity of its payload. In the meantime, the space operation act of 2008 compels french operators to limit the debris related risks during the de-orbitation phase. In the same way, a deeper knowledge of the flight conditions during an atmospheric reentry is paramount for the design of new reusable reentry vehicles.
These objectives call for a firm grasp of the aerodynamic (forces and moment coefficients) and aerothermodynamic (heat flux) load namely at high altitudes. The flows encountered in very low Earth orbit and during the first phase of an atmospheric reentry are hypersonic rarefied flows in strong nonequilibrium characterized by the failure of the classic CFD methods based on the continuum fluid equations. In such conditions, a kinetic method such as the DSMC (Direct Simulation Monte-Carlo) must be used instead. However, because of the strong coupling between the trajectory, the object’s shape and the flow, it is not possible to design an optimized geometry nor to simulates a full reentry with high fidelity tools.
The objective of this work is therefore to develop reduced models for the hypersonic rarefied regime that are capable of fast computing the aerodynamic and aerothermodynamic coefficients of any geometry.
The specific phenomena related to hypersonic rarefied flows were first investigated in the light of flight data collected during several vehicle reentries. In this context, the DSMC simulations performed with SPARTA contributed to the development of new surrogate models. Hence, two kriging models were designed to predict the stagnation pressure and heat flux coefficients as a function of the flight conditions. Then, deep neural networks were trained in order to compute the pressure, friction and heat flux distributions in any location of the considered vehicle.
Finally, the evaluation of these new models by comparison with the panel based methods currently employed in most reentry codes highlighted the better level of preciseness of the learning methods. A few prospects for future improvements were also opened.
Pour le développement d’une nouvelle génération de satellites très basse orbite, il est fondamental de minimiser la traînée et les contraintes aérothermodynamiques afin de pouvoir se déplacer sur des orbites les plus basses possibles tout en garantissant l’intégrité de la charge utile. En parallèle, la loi d’opération spatiale de 2008 impose aux opérateurs français de limiter les risques liés aux débris spatiaux lors de leur désorbitation. De même, la conception de nouveaux véhicules de rentrée réutilisables nécessite une connaissance toujours plus aboutie des conditions de vol propres à une rentrée atmosphérique. L’atteinte de ces objectifs passe donc par la maîtrise de l’ensemble des contraintes aérodynamiques (coefficients de forces et de moments) et aérothermodynamiques (flux de chaleur pariétal) notamment à haute altitude. Les écoulements rencontrés en orbite basse et durant la première phase de rentrée atmosphérique sont des écoulements hypersoniques raréfiés en déséquilibre fort, de sorte que les méthodes de CFD traditionnelles basées sur l’hypothèse des milieux continus ne sont pas applicables. Dans ce cas, il convient d’utiliser des méthodes de résolution de l’équation de Boltzmann de type DSMC (Direct Simulation Monte-Carlo). Cependant, en raison du couplage fort existant entre la trajectographie, la forme de l’objet et l’écoulement, il est impossible d’élaborer une géométrie optimisée ni de simuler la rentrée atmosphérique complète avec des outils dits de « haute-fidélité ». L’objectif de cette thèse est donc de développer des modèles réduits en régime hypersonique raréfié capables de déterminer les coefficients aérodynamiques et le flux de chaleur pariétal d’une géométrie quelconque en des temps de calcul très faibles. Dans un premier temps, les phénomènes propres aux écoulements hypersoniques raréfiés ont été étudiés en considérant plusieurs rentrées véhiculaires pour lesquelles des données de vol ont été obtenues. Un ensemble de simulations DSMC avec le code SPARTA, a ensuite permis d’établir une stratégie pour le développement d’une nouvelle forme de modèles réduits. Deux modèles de krigeage ont d’abord été développés pour estimer les coefficients de pression et de flux de chaleur au point d’arrêt en fonction des conditions de vol. Ensuite, des Iréseaux de neurones profonds ont été entraînés pour calculer les distributions de pression, de frottement et de flux de chaleur en tout point d’un véhicule. Enfin, l’évaluation de ces modèles par comparaison aux méthodes par panneaux actuellement utilisées dans la majorité des codes de rentrée a mis en avant le meilleur niveau de précision des méthodes d’apprentissage. Un certain nombre de perspectives ont également été ouvertes quant à des voies d’améliorations futures.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|