在阅读此文前，麻烦您点一下“赞和关注”，方便您进行分享和讨论，谢谢您的支持！

编辑|史小官

引言

扑动翼已经引起了在微型无人飞行器中使用的广泛兴趣，虽然已经有许多研究对静止条件下的扑动翼性能进行了调查。

但对其在受到外部扰动时的影响尚未得到充分探索，在这项研究中，利用雷诺数缩放的装置在水中进行实验，研究了均匀垂直流动对扑动翼的影响，雷诺数约为3600。

通过改变流动扰动的大小，即从JVert = -1变化到JVert = 1，来测量扑动翼产生的总升力和阻力，扰动流动与扑动翼的相互作用导致了平均升力系数C¯L和阻力系数C¯D的稳定线性降低，随着流动幅度的增加而减小。

对于0 < JVert < 0.3和JVert > 0.7之间的向上流动，C¯L和C¯D呈现稳定的线性增加，但当0.3 ≤ JVert < 0.7时。

出现了显著的非稳态扑动翼尾流相互作用，导致翼面上瞬时力的大幅变化，并导致平均性能下降，这些研究结果突显了垂直扰动对扑动翼性能的非对称影响，并为开发合适的控制策略铺平了道路。

昆虫的卓越灵活性和机动性导致了对仿生昆虫飞行机制的越来越大兴趣，用于小规模飞行器。

与此同时，具有扑动翅膀的仿生微型机器人也被发现是探索昆虫飞行力学的有用工具，相比旋转翅膀，扑动翅膀为小规模工程飞行器提供了许多潜在优势，例如较高的机动性和相对较低的噪音。

扑动翅膀在现实干扰下的响应

这些小规模飞行器的成功实现在很大程度上取决于它们在风干扰下的高效运行能力，在现实环境中，这些干扰很可能出现在杂乱的环境中，比如靠近建筑物、树冠下，或是在山区地形中遇到上升气流和下降气流。

由于扑动翅膀自身不稳定的流动特性以及翅膀速度和方向的不断变化，与固定或旋转翅膀相比，扑动翅膀对自由流干扰的响应预计会有根本性的不同，分析气动扰动对扑动翅膀性能的影响对于构建能够在现实环境中高效运行的微型无人飞行器至关重要。

在这种情况下，扑动翅膀与自由流干扰之间的相互作用可以根据干扰与翅膀拍动之间的时间特性来分类为快速或慢速干扰。

所谓快速干扰，是指翅膀在干扰持续时间内经历的干扰量相对于其拍动周期而言与拍动周期的时间尺度相当或更小；而所谓慢速干扰，是指其变化频率远远低于翅膀拍动频率的干扰。

由于小尺寸扑动翅膀飞行器的翅膀拍动频率很高，在现实环境中遇到的干扰很可能时间尺度远远低于翅膀拍动的时间尺度，扑动翅膀的文献中考虑了阵风和流场干扰，尽管术语“阵风”已被用来交换地描述快速和慢速干扰。

在自由流干扰和扑动翅膀之间的相互作用可以发生在不同的方向上，但大多数文献中可获得的研究都是通过数值和实验技术来研究前后和侧向干扰的影响。

这些研究通常采用计算流体力学或实验流场可视化来定量测量在侧向和前后干扰存在下扑动翅膀周围的瞬时流动，并评估相应的气动性能，如瞬时和时间平均升力和阻力系数。

前后和侧向干扰有助于增加升力，而阻力与流速成线性比例关系，与侧向干扰相比，前向干扰的效应更为显著。

揭示了扑动翅膀可以缓解中等甚至强烈的前向干扰效应，这些干扰的平均速度与翅膀尖端速度相当。

他们的数值结果显示，当翅膀朝向侧向干扰时，平均升力倾向于增加，而当翅膀远离侧向干扰时，平均升力会减小。

受到在实际环境中应用扑动翅膀的启示以及受到自然界昆虫对气流的响应的影响，考虑了扑动翅膀与垂直上下方向气流的相互作用，其中气流相对于翅膀的冲击面向上或向下。

在这项实验中，通过引入一系列垂直定速气流来对扑动翅膀的空气动力性能进行了实验测试，我们通过六轴力/扭矩传感器进行力测量。

以了解垂直气流对翅膀的平均和瞬态空气动力性能的影响，还使用数字颗粒图像测速技术来捕捉气流行为，以识别关键的气流特征，并测量一系列向上和向下垂直气流的有效迎角。

扑动翅膀实验装置及程序

该实验使用一个动态缩放的单个扑动翅膀，操作在一个900×900×600毫米的水槽中，翅膀呈矩形，翼弦长34毫米，翼展长102毫米，确保在任何时候翅尖与水槽壁之间有超过四个翼展的距离，扑动装置包括两个伺服电机，用于控制翅膀的运动。

一个伺服电机通过主轴控制翅膀的扑动运动，另一个伺服电机通过滑轮系统控制翅膀的俯仰运动。

六轴力/扭矩传感器安装在扑动装置的主轴和翅根之间，扑动装置固定在一个垂直线性驱动器上，该驱动器包括一个由步进电机控制的丝杠，可实现400毫米的垂直运动，位置精度为0.05毫米。

垂直流动通过沿着一个垂直轨道移动扑动装置来引入，该垂直轨道能够实现任意的向上和向下运动，扑动装置由垂直导轨和轮子支撑，在垂直运动过程中稳定系统，使用二维数字粒子图像测速来量化翅膀上的流动轮廓，通过高速摄像机垂直放置于光切面上以捕捉流场图像。

其中翅膀在水平扑动平面内进行正弦波扑动，振幅为120°，采用了非正弦波的俯仰运动学参数，每个正向和反向的扑动包括内旋和外旋阶段，以及一个恒定俯仰角度为45°的平移阶段。

这些参数在基本上与蜜蜂和黄蜂的扑动运动学相匹配，正向和反向扑动的扑动和俯仰运动是对称的，在接下来的描述中，“扑动”同时指正向和反向的扑动。

在这个雷诺数下，代表着蜜蜂和蛾类，前缘涡在产生空气动力学力中起着重要作用，可以假设垂直入流将通过改变有效攻角时间历程与翅膀扑动过程中的LEV的形成和演化显著相互作用。

相同的程序适用于下行入流条件，只是入流方向相反，翅膀在静止流体中进行振动，距离自由水面三个弦长的位置，位于实验槽的顶部，此时水面效应可以忽略不计，观察到水面上没有任何扰动。

为了引入上行入流，将振动装置沿着垂直方向向下移动了400毫米的距离，在加速和减速阶段之间保持匀速运动。

加速和减速阶段的持续时间占整个入流过程的1%，为了减少加速阶段开始时的瞬态效应，并避免在入流开始前的初始纯悬停过程中与尾流的干扰，仅在入流开始后进行一次完整的扑动后开始进行力的测量。

在减速阶段之前对所有后续的扑动进行数据收集，在减速之后，上行入流停止在距离槽底三个弦长的位置，从而在运动结束时将地面效应最小化，对于下行入流扰动，采用相同的程序，只是振动装置向上移动，从槽底三个弦长的位置到自由水面下约三个弦长的位置。

垂直入流的变化通过一个无量纲参数来表示，即入流比率 JVert，它是入流速度与 URoG 的比值，如下所示：

JVert < 0 表示向下的入流，而 JVert > 0 表示向上的入流，在本研究中分析的最大入流比率范围是 JVert = ±1。

力的测量是通过安装在翅根部的 ATI Nano-17 IP68力/力矩传感器进行的，该传感器连接到信号调节器和PCI-6143 National Instruments DAQ板。

与计算机相连，数据采集和处理使用Matlab中开发的自制代码完成，F/T传感器测量了与翅膀体系相关的法向力F_x^L和切向力F_y^L。

这与深度成线性比例关系，并通过应用根据400毫米垂直平移期间的最大压力差、瞬时入流速度和相应深度计算得出的校正来消除，由于将单个重量测量转化为体系相关坐标中的x_L和y_L可能由于瞬时翅膀俯仰角度的测量不确定性引入误差。

通过在水中缓慢地将翅膀旋转，以确保没有流体力学或惯性力影响重量读数，直接在不同的θ下测量重力，结合翅膀的俯仰运动，可以将重量力从原始力数据中减去，惯性力通过在空气中以相同的测试运动方式拍动翅膀来测量。

流体力学力通过将重力和惯性从原始F/T传感器读数中消除，通过方程来计算，得到了在惯性坐标x_G和y_G中的力分量F_y^G和F_x^G。

对于所选的运动学和雷诺数，前后拍击的流体力学力是对称的，在接下来的分析中，两者的结果被考虑在一起，根据Han等人的方法，瞬时升力系数CL和阻力系数CD的计算公式如下：

翼的表面积S是指整个翼的总面积，不包括用于放置力传感器的切口，流体的密度ρ为1000 kg m^(-3)，平均升力系数C¯L和阻力系数C¯D是通过对相位平均的力进行时间平均获得的，表示的是单个拍击过程中的平均值，而不是整个翼拍动周期的平均值。

粒子图像测速法

是通过捕捉二维图像来可视化翼上的流场，使用高速相机进行拍摄，帧率为每秒300帧，快门速度为1/300秒，分辨率为1696 × 1710像素。

观察由超亮LED产生的4毫米厚的光线薄片，使用10微米的中性浮力空心玻璃球来突出光线薄片内的流动运动，相机由TimeBench分析软件生成的触发脉冲控制，所有图像对都是垂直于水槽的玻璃侧面拍摄的，以消除折射效应。

在实验中，图像是在翅膀运动的中间位置捕获的，光线薄片位于RRoG处，选择在振动的中间位置和RRoG进行PIV是因为在这个位置上可以清晰地观察到LEV。

没有LEV的崩溃或分叉现象，由于存在强烈的弦向流动，大部分颗粒运动沿着照明平面进行，通过在帧获取过程中减少图像曝光，减弱了平面外运动的影响，同时确保了可接受的信噪比，使用55 × 55毫米的窗口来捕获图像。

对于每次测试，从翅膀振动通过光线薄片的记录中收集了一对图像，使用Matlab程序PIVLab从图像对中创建了一个52 × 52点的速度矢量场。

结果使用直接傅里叶变换相关算法进行分析，采用了64 × 64像素的询问区域，并在交叉相关中有50%的重叠，为了得到相对于翅膀的流动，必须将由翅膀运动引起的水平流动分量和根据JVert的气流扰动引起的垂直流动分量添加到从相机的静态。

每次实验收集了10对图像，并进行了相位平均，尽管PIV样本量较低，但常见的翅膀流动特征，如LEV，清晰可辨，进一步详细的流场测量将是有益的。

翅膀产生的平均升力和阻力随着上升气流的增大而增加，而下降气流则呈相反趋势，这是预料之中的，翅膀的有效攻角随上升气流增大而增加，而随下降气流增大而减小。

参考文献

1.Jones, A.R., & Yamaleev, N.K. (2018). Effects of Downwash Disturbance on Flapping Wing Aerodynamics. Journal of Fluid Mechanics, 846, 124-150.

2.Chirarattananon, P., Combes, S.A., & Daniel, T.L. (2010). Flow Visualization of Forward and Sideways Flight in a Hovering Hawkmoth (Manduca sexta). Experiments in Fluids, 49(3), 587-599.

3.Jakobi, T., Maenner, S., & Seyfried, M. (2016). Flight in Different Air Flow Directions: Honeybees Adjust Wingbeat Frequency, Body Angles and Torque. PLOS ONE, 11(5), e0154868.

4.Wang, L., & Anderson, J.M. (2020). Aerodynamic Performance of Flapping Wings in Uniform Vertical Flow. Aerospace Science and Technology, 99, 105747.

5.Hu, H., & Sun, M. (2019). Experimental Investigation of Flapping Wing Performance in Vertical Upward Flow. Aerospace Science and Technology, 91, 140-149.

6.Fan, X., Deng, X., & Tong, Y. (2021). Effects of Flow Disturbances on Flapping Wing Performance: A Review. Progress in Aerospace Sciences, 119, 100690.