基于分形理论的翼面复杂冰形表面粗糙度分析（英文）

模型表面的结冰外形是结冰风洞试验关注的核心信息，现有研究一般采用冰角高度、冰角角度、驻点冰厚等几何参数对二维冰形进行表征，忽略了冰形表面粗糙程度这一重要特征。针对此问题，提出将分形理论应用于结冰冰形的粗糙度表征，建立了基于分形理论的结冰表面粗糙度表征方法。首先在大型结冰风洞开展翼型结冰试验，采用激光线扫描在线测量系统对结冰生长过程中不同时刻翼面结冰的表面轮廓进行测量，获得翼面结冰的三维数值外形；然后结合分形理论对冰形进行分析，提取翼面不同位置冰的截面轮廓曲线，计算截面曲线的分形维数和粗糙度表征参数，以此归纳出分形维数的线性回归公式，并从截面曲线中提取数据点进行分形插值模拟实测冰形。研究结果表明，翼面结冰冰形粗糙表面具有分形特征；分形维数与粗糙度表征参数呈正相关，可作为冰形表面粗糙度的评定参数；分形插值模拟冰形曲线，逼近程度优异；冰形粗糙度的分形表达法为科学量化三维冰形特征提供了新思路。     

民用飞机适航用临界冰形的确定及验证

对民用飞机结冰适航取证用临界冰形确定及验证进行研究。在民用飞机结冰适航取证过程中,首先需要确定临界冰形,为结冰后的性能和操稳评估提供冰形输入。首先确定临界冰形的判断标准,制定临界冰形确定的工作思路;然后采用SADRICE结冰数值软件开展结冰冰形参数的敏感性分析,获取临界结冰条件;最后通过冰风洞试验对参数敏感性结论进行验证。结果表明数值模拟参数敏感性分析结论与冰风洞试验结果一致,数值模拟所得临界冰形上冰角与冰风洞试验一致,下冰角存在一定差异,但不影响冰形临界性判断结论。参数敏感性分析所得临界结冰条件以及冰风洞试验所得临界冰形正确,可作为结冰适航取证临界结冰条件及临界冰形。临界冰形确定思路、方法可为其他民用飞机结冰适航取证提供参考。     

叶片翼型结冰形态及其气动特性

针对风力机叶片翼型形状对结冰过程的影响及其导致的气动特性变化问题,采用欧拉法及热传质原理构建叶片结冰过程的数学模型并进行数值模拟分析。以NH02系列翼型族为例,建立翼型曲率特征模型,研究叶片关键参数如最大厚度对结冰量的影响机制,预测了某翼型在不同工况下的冰形及位置,探究了干净与结冰翼型的升、阻力特性变化规律。结果表明,结冰量与叶片的相对厚度及最大相对厚度所在位置呈正相关性;结冰导致升力系数变化范围为5%～20%,阻力系数为干净翼型的1.4～2.45倍;结冰致使翼型失速迎角变小,翼型提前进入失速状态。     

随积冰历程的机翼蒙皮载荷实验研究

积冰改变了翼型的气动外形和绕流流场,使得机翼气动载荷分布产生动态变化。蒙皮作为气动载荷的承受及传递对象,会在气动载荷的动态作用下产生不同的振动响应。以某大弯度翼型为研究对象,提取了典型积冰增长过程中尾缘上下蒙皮振动特征,采用载荷谱方法研究积冰全历程的蒙皮振动及流场变化特性,并分析了不同材质的蒙皮在结冰不同阶段的响应及结构稳定性。结果表明:不同材质蒙皮对冰致脱体涡及后缘分离涡具有不同的载荷感知特性;刚性蒙皮载荷谱及其能量相对集中,柔性蒙皮载荷相对分散;随着积冰增多、冰角增长,脱体涡主频逐渐前移,冰角表面小冰枝引起宽幅高频振动;前缘脱体涡与尾迹掺混造成翼型后缘绕流载荷能量增加。     

POD-BPNN预测模型及结冰条件不确定性量化

当前，数值模拟作为研究飞机结冰的主要手段之一，在计算结冰冰形时会引入大量参数不确定性，并影响数值模拟的精度和可信度。发展不确定性量化方法，科学量化这种不确定性对评估数值模拟结果具有重要意义。针对传统参数不确定性量化方法难以解决高维输入到输出的问题，基于本征正交分解和误差反向传播神经网络，提出了一种结冰冰形预测代理模型。以水滴中值粒径和温度为例，验证了代理模型单输入参数和双输入参数情况下的精度和泛化能力。最后，在代理模型计算的冰形基础上，结合蒙特卡洛采样，利用2σ准则确定结冰范围，发现水滴中值粒径不确定性主要影响明冰的冰角生长，而温度和水滴中值粒径不确定性的叠加主要作用于霜冰厚度。该研究为后续多结冰条件的影响分析和多维输入到输出的不确定性量化提供了思路。     

霜状结冰及其对机翼气动特性影响的数值模拟

在霜状冰结冰过程及结冰对机翼气动特性影响的数值模拟中,基于壁面函数法引入了粗糙度影响,结合欧拉坐标系下空气-过冷水滴两相流动控制方程的计算,文中以NACA0012为对象进行了霜状冰结冰过程的数值模拟,并把计算得到的冰形与试验数据及国外的结冰预测软件的结果进行了对比.本文同时考察了结冰对机翼气动特性的影响,结果表明结冰后最大升力系数降低了26%,失速攻角降低了3°,并且阻力系数也有了增加.     

气动除冰飞机结冰风洞试验技术

民用飞机为获得型号合格证，应按照有关结冰适航规章条款进行结冰适航验证，结冰风洞试验是获取临界冰形的有效途径。本文以Y12F飞机结冰风洞试验实际工程过程为例，总结与分析了气动除冰飞机结冰风洞试验的模型设计、气动除冰套模拟、试验状态转换、试验流程、冰形测量等关键技术，并给出代表性试验结果。试验结果表明:在典型最大结冰条件下，除冰套工作正常，除冰套循环工作期间正常除冰；除冰套工作间歇，机翼前缘结冰表现为前缘形成较为光滑、厚度约为5~6mm的冰帽，上翼面产生1道高度为3~4mm的冰脊，下翼面形成3道2~4mm的冰脊。     

基于深度神经网络的飞机结冰冰形预测模型（英文）

结冰是威胁航空飞行安全的重要因素,适航条例要求需要根据不同结冰工况开展结冰安全评估。由于飞机结冰过程十分复杂,快速预测结冰冰形仍是当前面临的重要挑战。基于深度置信神经网络(Deep belief network,DBN)及栈式自动编码器(Stacked auto-encoder,SAE)深度神经网络建立了一种高效的飞机结冰预测模型。在完成网络结构详细设计的基础上,利用结冰数值计算方法构建的冰形样本空间,实现神经网络训练。以NACA0012翼型为研究对象,开展了冰形预测研究。结果表明:构建的预测模型能够准确地捕捉飞机结冰过程中的非线性行为,进而实现冰形的高准确度预测。预测模型为飞机结冰分析提供了一种有效的方法。     

机翼前缘结冰对大飞机纵向模态特性的影响

结冰导致飞机气动特性恶化，进而影响飞行品质。针对机翼前缘结冰条件下飞机全包线范围飞行品质评估问题，提出了基于自适应拟配初值的等效系统拟配方法，构建了机翼前缘结冰构型，并通过数值模拟得到背景飞机机翼前缘结冰气动数据。建立了飞机系统模型，进行升降舵倍脉冲操纵，进而得到飞机的响应数据。分析数据特征计算了自适应拟配初值，在飞机全包线范围内干净构型及不同结冰严重程度条件下进行了等效系统拟配，获得了纵向短周期飞行模态特性参数，进而得出相应的飞行品质等级。仿真结果表明：结冰会对飞机模态特性造成影响，使得飞行品质降低，严重时可能导致飞行品质发生降级。     

对称翼型前缘积冰粘结强度试验研究（英文）

当飞机在寒冷潮湿的环境中飞行时，机翼前缘有时会出现结冰现象威胁飞行安全。为了发展防冰和除冰技术，有必要对叶片翼型表面覆冰的粘结特性进行研究。本文设计并搭建了叶片翼型覆冰粘结力测量系统，提出了叶片翼型覆冰粘结强度的评估方法，记录和测量了不同条件下NACA0018翼型叶片段上的结冰分布和粘结强度。试验结果表明，结冰时间对冰粘结强度的影响较小。随着环境温度降低，叶片翼型表面冰粘结强度增加，但增长速率减小。此外，随着风速增加，叶片翼型表面冰粘结强度降低。本研究结果为深入探索叶片翼型覆冰粘结机理提供了参考。     

基于云雾参数误差的结冰外形修正方法

结冰风洞云雾参数控制和测量2方面的技术瓶颈,导致结冰试验中的云雾条件存在较大误差,这会降低实验结果的精度。针对这一问题,从空气动力学的角度分析了冰形修正的关键要素,建立了采用人工神经网络技术对云雾参数与冰形典型几何特征量之间复杂非线性关系进行近似模拟的方法,并基于无限插值方法建立了一种冰形修正方法。以 NACA0012翼型为例,对液态水含量和水滴粒径这2个云雾参数所带来的冰形误差进行了修正,修正后的冰形与目标冰形的吻合度有明显的改进,验证结果表明该方法可以应用于结冰风洞试验,能为实验结果的修正提供依据。     

飞行航迹动态逆跟踪控制的神经网络方法

针对用动态逆方法设计飞行控制系统在极慢模态设计中所遇到的完全非线性问题，以及飞行器在执行低空突防任务时所面临的程度无法精确控制的条件，提出了一种以前向神经网络为核心的解决方案。文中给出了神经网络的拓扑结构、样本采集方法以及动态逆控制器的构造方法，仿结果表明，该方案具有良好的指令跟踪能力。     

非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

TW-1拖靶缆绳张力与形状参数的计算

本文通过拖靶平衡受力分析,得到拖靶放出后,稳定飞行时平衡攻角的近似计算公式。并通过缆绳微元受力分析,求得缆绳张力与飞行速度、高度及缆绳长度关系的计算公式及给出缆绳形状参数的计算公式。运用本文提供的公式计算出的MK3靶的缆绳张力曲线与实际测量之张力曲线吻合较好。因此,运用本文提供的公式进行了TW-1拖靶缆绳的设计及计算,取得了可信的依据,完全满足工作设计要求。     

人工智能在空腔气动/声学特性预测与控制参数优化中的应用

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。     

旋转帽罩结冰相似准则的冰风洞试验研究

为了验证旋转帽罩冰风洞试验相似准则的适用性，开展了旋转帽罩表面结冰过程研究，推导了旋转帽罩结冰相似准则。采用底面直径100 mm、锥角80°的旋转锥作为原尺寸模型，底面直径50 mm、锥角80°的旋转锥作为缩比模型，进行不同工况冰风洞试验。通过图像法采集了帽罩表面冰形，并将冰形进行无量纲化处理，对比了原尺寸模型与缩比模型的结冰冰形。结果表明:对于明冰工况，帽罩前半部分冰形吻合较好，帽罩后半部分吻合欠佳；对于霜冰工况，全尺寸模型与缩比模型的冰形吻合良好。对造成这一现象的原因进行了分析，并提出改进的建议。     

基于贝叶斯网的航班过站时间动态估计

一架飞机每天要执行多个航班,从而 形成航班链。前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可 较准确给出。文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最 大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值。同时,利用贝叶斯 网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习 结果更新过站时间估计值。实验数据表明,所提出的方法能较好地对飞机过站时间进行估计。最后,对影响过站时间的各因素进行了灵敏度分析对比。     

碟形轴对称无人直升机总体设计

在研究碟形轴对称无人直升机气动特性的基础上，选择碟形无人直升机总体参数并提出了一个总体方案；给出了碟形无人直升机的飞行性能计算方法；建立了碟形无人直升机飞行动力学模型，分析碟形无人直升机的操纵性和稳定性，并进行飞行仿真验证。结果表明：本文提出的碟形无人直升机的总体设计方案和设计方法是可行的。     

机翼上表面喷流偏转被动控制实验研究

通过静态推力实验，研究了襟翼形状对机翼上表面喷流偏转的影响。在此基础上，通过涡流发生器对喷流偏转进行被动控制，研究了涡流发生器安装位置、安装角和涡流发生器高度对喷流偏转性能的影响。结果表明:喷流偏角在襟翼偏角为30°时达到最大值，并随襟翼半径增大而增大；使用涡流发生器有助于促进喷流附着、增大喷流偏角；安装角和涡流发生器高度是影响喷流偏转性能的关键参数。