要什么雷诺数？

Wassily.Kandinsky   composition IX

某年某月，在某风洞，给某飞行器做试验，一阵震耳欲聋的轰隆隆的吹风后。

试验员打开试验数据，快速翻动一屏又一屏的曲线，对着红红绿绿的曲线自言自语：“嗯，正负对的、方向对的、大小和上次测量的差不多，这次试验不错”。

我坐在旁边，完全不懂他在说什么。我还盯着屏幕使劲琢磨，红线和绿线是阻力还是升力？这一屏幕是上下还是左右摆动的数据？我看他这么专业地检查完数据，而且确定了数据是可靠的，我不禁佩服至极。看来，我只能多了解些信息，自己回去慢慢学习试验数据。

---

我问：“雷诺数是多少？”

他回答：“问值班长去”

---

 

看到这里，你别笑。

这位试验员不是临时请来搬东西的，因为他会“看数据”。

这位试验员很认真，他检查了每个数据，履行了所有规定动作。

这位试验员很实在，他让我去问值班长，因为知道雷诺数不是他的职责范围。

反而，他觉得我很可笑。试验模型是按照图纸加工的，试验状态是双方签字确定的，试验数据是通过多次检查的。保质保量地完成了试验，要什么雷诺数？

我从设计和做仿真的角度，很关心雷诺数。我认为，设计最关心阻力多大，仿真算不准的是阻力，最搞不明白的就是雷诺数如何影响阻力。

如果忽略雷诺数影响带来的误差，仿真结果完全可用直接使用，何必来这里做试验？

这样的试验结果拿回去考核仿真结果，如果仿真与试验这两本糊涂账对上了，反而要担心了。

这里你要问，大家做过的那么多试验，岂不是都白做了。

从某种意义上说，是白做了。就像这位试验员的标准：正负对了、方向对了、数据与以前的差不多、操作符合规范。这么获取的数据，只能保证这些数据符合常识，没有大错误。

这样的试验，准确性比仿真还低，如何提高仿真的准确性？

这样的试验，给设计留下很宽的误差带，设计根本不敢做出高水平的方案。

从另一个意义上说，试验也有价值。万一仿真的水准更低，试验数据可以保证仿真数据不会更差。确实也发生过，仿真结果搞反了方向，自己还不知道。

试验无论如何是眼见为实。至少飞行器模型可以保证，不会把哪个翅膀装反了。风洞吹起来，不会把速度、压力等基本值搞错。仿真计算会犯这些错误，而且不容易察觉。何况，试验可以拿出有显示度的成果。

这样的试验，不是为高水平设计做准备，而是为预防愚蠢错误做保证。

这样的试验，真的不需要知道雷诺数。

如果测量误差已经比雷诺数的影响还大，要什么雷诺数？

如果设计员只知道试验数据越多越好，不知道哪个数据重要，要什么雷诺数？

如果仿真就没有研究过雷诺数的影响，要什么雷诺数？

这位试验员是对的，你有资格要雷诺数吗？

本篇文章来源于微信公众号: 陆姐说