乘波体构型气动性能与实用性研究

为了进一步研究乘波体的气动性能和实用性,探究其在飞行器设计中的应用价值,针对影响乘波体气动性能的外形几何参数、非设计状态、前缘钝化半径等参数进行了数值计算和分析,并对乘波体外形进行了优化改进。研究结果表明:乘波体的前缘曲线决定了其外形参数和气动性能,而前缘曲线受自由流面影响;非设计状态下,乘波体依然具有较理想的升阻比;前缘钝化处理使得乘波体下表面高压气流上泄到上表面,降低了乘波体的升阻比;外形优化使乘波体的实用性得到显著提高,并保持较高的升阻比;乘波体构型具有应用于高超声速飞行器前体外形设计的优势和潜力。     

基于飞行过程数据的航空发动机故障诊断方法研究

针对航空发动机飞行过程数据,结合门控循环单元（GRU）动态网络和深度神经网络（DNN）,提出了一种数据驱动的航空发动机故障诊断结构。首先,从飞行数据中抽取发动机健康数据,并通过一组GRU网络建立发动机在健康状态下的动态模型。其次,通过GRU动态模型的预测值与真实测量信号生成残差信号,残差信号作为DNN网络的输入预测发动机健康参数。最后,通过诊断决策模块实现对发动机的故障检测与识别。使用仿真生成的真实飞行工况数据集对提出的故障诊断系统进行了验证。结果表明,相比于直接使用传感器测量数据,基于GRU网络的残差结构能够大幅提升故障检测和识别性能,故障检测和识别准确率分别可达96.51%和95.06%,并且对训练数据样本数量的依赖性较小,较少的训练样本也能获得很好的预测结果。     

基于径向基神经网络的气动热预测代理模型

为快速获取高超声速飞行器表面热流数据并缩短飞行器气动热设计周期,提出了一种基于径向基神经网络的气动热快速预测代理模型方法。首先,在飞行器表面每一个离散化的网格节点单独构造一种正则化的径向基神经网络。随后,通过训练集对所有网络同时进行训练,获得各自网络的连接权值。最后,所有网格节点的神经网络协同预测飞行器表面不同位置的热流。对NASA火星实验室的椭圆钝化高超声速飞行器的应用表明,所提出的代理模型方法在模型训练完成后能够快速进行飞行器表面热流预测,并且模型具有良好的泛化能力,在驻点及迎风大面积区域热流预测结果与数值模拟的偏差在10%以内。     

新型乘波体设计及其研究现状

将乘波体设计方法与常规飞行器成熟的设计方法和智能变形等新技术进行结合,可以设计出新型的乘波体,如多级压缩乘波体、双(多)级乘波体和可变形乘波体。对近几年出现的几类新型乘波体的设计及其研究进展进行了总结。新型乘波体的总体性能得到了显著提高,多级压缩乘波体可充分发挥其预压缩性能,两(多)级乘波体在设计点和非设计状态下均具有良好的气动性能,可变形乘波体在宽马赫数条件下始终能保持优良的气动性能。新型乘波体增强了实用性,可用于宽速域高超声速飞行器的气动外形设计中。应进一步拓展这些新型乘波体设计方法的应用范围,并深入开展宽速域高超声速乘波飞行器气动外形设计和性能分析,以期为乘波飞行器的研制打下坚实的基础。     

基于神经网络的类乘波体飞行器FADS算法研究

大气数据是飞行器飞行的重要参数,大气数据系统是必备的机载航电系统。嵌入式大气数据系统（FADS）是新一代大气数据系统,可用于类乘波体飞行器。飞行器外形特殊,大飞行包线内FADS压力场模型复杂,解算算法尚不完备。针对飞行器的特点,利用三维几何建模和计算流体动力学（CFD）计算的方法,分析FADS压力场模型特性,设计并验证了基于神经网络的类乘波体飞行器FADS算法,结果表明,算法对马赫数、攻角和侧滑角大气参数的解算可行有效。     

临近空间高超声速飞行气动外形设计初探

根据临近空间大气特点、对临近空间高超声速飞行器的乘波体外形设计进行了初步探讨。论文介绍了乘波构型的概念和生成方法、基于楔形流场进行了两种∧型乘波体的外形设计,并且完成了数值模拟以及计算分析。数值模拟的结果验证了基于楔形流场∧型乘波外形设计方法和设计过程的可行性,为临界空间高超声速飞行器气动外形设计提供了参考。     

基于自动核构造高斯过程的导弹气动性能预测

在导弹的初期设计阶段,通常需要对导弹的气动性能进行快速粗略评估。针对传统工程估算软件计算精度低和CFD方法计算代价大的缺陷,提出一种基于高斯过程回归（GPR）代理模型快速预测典型导弹气动性能的方案。以导弹外形参数和攻角作为模型输入,升力系数、阻力系数和力矩系数作为模型输出,对GPR模型的气动性能预测结果进行分析。首先,与其他常用代理模型的预测精度对比,GPR模型对3种系数的预测误差分别仅为0.24%、0.36%和0.36%,高于其他代理模型的预测精度。其次,考虑GPR模型核函数选择严重依赖人工先验知识的问题,采用了一种自动核构造算法,无需先验知识即可从数据中自动学习核函数。将该算法嵌入GPR框架中,与传统GPR模型比较,实验结果表明：基于该算法的GPR模型对3种系数的预测误差分别降低到0.10%、0.22%和0.17%。最后,给出导弹气动性能快速预测的应用实例,结果表明所提出的GPR模型的导弹气动性能预测方案是有效的,能够满足设计初期快速且精确的气动性能预测需求。     

宽包线吸气式高超声速飞行器外形优化研究

针对吸气式宽包线高超声速飞行器的气动优化问题，基于任务要求建立了基于多点权重分配的气动外形优化模型，并采用“CFD+准一维流”方法开展了气动性能分析。为兼顾气动外形优化的效率与精度，通过改进现有的并行加点策略，发展了一套基于代理模型与梯度算法的分层优化框架，并采用函数算例对改进后的加点策略进行了验证。对吸气式高超声速飞行器的气动外形进行了分层优化，在满足各学科约束的情况下使飞行器在各个优化评估点处的气动性能均有所提升。     

锥导乘波体气动代理建模方法研究

传统的气动计算方法计算繁琐、计算效率低,不适应于乘波体多学科设计优化,通过建立气动代理模型可以很好地解决气动计算精度和效率的矛盾.利用面元法进行气动估算,采集了锥导乘波体在设计点、非设计点的气动特性作为训练数据,构建了Kriging和LS-SVM代理模型,对比了两种模型对此高维问题的代理效果.结果表明,Kriging代理模型能更准确地表达锥导乘波体的气动特性,应用代理模型进行优化等工作的计算效率与传统气动计算方法相比有显著的提高.     

面向飞行试验的多源气动数据智能融合方法

风洞试验和飞行试验是飞行器研制过程中进行气动性能分析与优化设计的重要手段，然而，在高超声速飞行条件下，真实气体效应、黏性干扰效应和尺度效应的复杂变化给气动数据精准预测带来巨大挑战。为了提升天地气动数据一致性，针对某外形飞行试验数据开展了典型对象的天地气动数据融合方法研究。结合数据挖掘的随机森林方法，本文提出了一种面向飞行试验的数据融合框架，通过引入地面风洞试验气动数据，实现了对复杂输入参数的特征分析与特征排序，进一步对不同飞行时刻下飞行试验的气动数据开展了交叉验证。结果表明随机森林的机器学习框架对风洞-飞行试验数据关联具有较好的预测与外推能力，可以有效提升气动数据预测精度，相关研究为复杂环境下气动数据多源融合提供了思路。     

高超声速巡航导弹乘波构型优化设计与性能分析

对锥导乘波构型在高超声速巡航导弹气动外形设计上的应用问题进行了研究.以乘波体上表面底部基线为参数化几何建模对象,运用正交试验设计方法,分析了不同设计参数对乘波体几何性能和气动性能的影响.采用回归分析法建立了乘波体容积率和升阻比与设计参数之间的非线性数学模型,然后应用多目标遗传算法对乘波构型进行了优化设计.将优化后的乘波体作为高超声速巡航导弹的初步外形并对其气动性能进行f数值模拟分析.结果表明:以锥导乘波体为基础生成的高超声速巡航导弹初步外形其有良好的几何性能和气动性能,容积率大于0.42,升阻比接近6;参数化设计方法可根据应用对象来方便地控制乘波体的外形尺寸,大大提高了乘波体的适用性;通过回归分析建立的数学模型准确性好,数值模拟精度高,这些方法可以用于高超声速巡航导弹的总体概念设计和初步设计.     

吸气式空空导弹外形多学科一体化优化设计

针对采用整体式固冲发动机的吸气式空空导弹外形气动与推进耦合的推阻匹配设计难题,引入多学科优化设计方法提出了一种综合考虑气动/推进/质量/弹道的导弹外形多学科一体化优化设计技术。其中,气动性能预测采用代理模型技术,主要基于外形参数化建模、非结构网格技术和流场精细数值计算来自动构建气动数据库,据此建立了包含外形几何信息的气动预测代理模型,并对其预测精度进行了验证;推进性能预测采用推进求解模型,该模型根据固冲发动机理论建立,精度满足工程要求。对所建立的学科预测模型完成一体化集成后,以质点弹道仿真评估的战技指标为优化目标,对一款吸气式空空导弹进气道和翼面外形进行了优化设计,取得了推阻匹配的优化外形,优化后导弹动力射程提高10%。所提出的一体化优化设计技术,有助于吸气式空空导弹外形气动与推进耦合推阻匹配设计和提高导弹动力射程。     

乘波体飞行器气动布局优化设计

由于具有高升阻比,乘波体是高超声速巡航飞行器气动布局的首选方案。文章在求解圆锥激波流场精确解的基础上,应用流线追踪方法,建立了乘波体飞行器气动布局的参数化模型。在此基础上,对飞行器的气动力特性进行了估算。最后,以气动布局参数为设计变量,升阻比最大化为设计目标,对乘波体飞行器进行气动布局优化设计,应用改进的粒子群优化算法(Particle Swarm Optimization,PSO),对优化模型进行求解,得到了优化的气动布局设计方案。     

CFD在概念-初步设计阶段三维气动外形优化中的应用

在飞行器概念-初步设计阶段,建立基于CFD的气动优化链对于提高优化计算的效率具有较好的工程应用价值。使用德国宇航院开发的CPACS数据格式给出飞行器平面形状,结合NURBS翼型参数化方法对飞行器几何外形进行参数化;自动生成计算网格并求解Euler方程数值模拟流场以评估参数化气动外形的气动特性,进而构建响应面模型;使用SQP梯度算法搜索响应面模型以获取满足约束的最优解。以Onera M6机翼为例,对该优化链进行验证。结果表明:在满足约束的条件下,基于CFD的气动优化链能够成功地进行气动外形优化。     

基于样条曲线的乘波体外形优化方法

乘波体是一种处于研究中的高超声速飞行器构型,本文阐述了一种基于样条插值曲线的乘波体外形构建方法,并用上述方法研究了其在给定约束条件下气动特性的优化设计问题。文章以圆锥流场和椭圆钝体流场两种情况下的设计结果为实例,用CFD数值仿真的方法检验了设计的精度,分析表明,用样条插值曲线设计乘波体外形的方法具有可行性,设计的乘波体能够应用于样机的制造。     

无人飞行器外形布局设计及其气动特性计算分析

设计了一种新的无人飞行器气动外形布局,应用基于二次曲线的模线设计方法完成了飞行器气动外形建模,并对所建模型进行气动特性计算分析。将飞行器几何外形节点数据导入Gambit软件,生成气动特性计算所需的网格文件。应用Fluent软件,根据不同的飞行条件,选择合适的计算流体力学分析方法,对无人飞行器外形布局进行气动特性计算。主...     

乘波体特性研究现状及展望

乘波体特性研究是开展乘波飞行器设计的基础。本文对乘波体相关特性的研究现状进行了分析，重点总结了乘波体几何特性、气动特性、气动热特性等静态特性和横航向稳定性、纵向稳定性以及弹性效应对稳定性的影响等动态特性的研究进展；在此基础上，对乘波体特性研究中还存在的困难和问题进行了分析，并对未来进一步的研究重点进行了展望。研究表明，乘波体的几何特性决定了其适用于高超声速飞行器的前体设计；乘波飞行器适用于在设计点和小迎角工况下飞行，宽速域、大空域范围内气动性能还难以满足实际使用需求；在进行高超声速乘波飞行器气动外形设计时，应综合考虑气动力和气动热之间的平衡折中，采用合适的气动热解决方法来满足工程应用的需要；乘波体需具有上反角和“下凸”的外形特征，以满足稳定性要求。可为乘波飞行器的研究发展提供参考。     

双后掠乘波体设计及性能优势分析

根据密切锥乘波体的设计几何关系,提出双后掠乘波体概念,给出了双后掠乘波体设计的参数与生成乘波体外形之间的关系。使用非均匀有理B样条(NURBS)表达包括圆和直线的激波出口型线辅助设计,研究了钝头区域可控、后掠区域可控的乘波体外形设计方法。使用CFD数值计算方法验证了设计方法的有效性,同时研究了双后掠乘波体外形的性能优势,结果表明在保持高超声速高性能的基础上适当设计外形在低速状态、纵向稳定性和涡效应增升方面具有性能优势,为大空域宽速域高超声速飞行器的研制开拓了新的途径。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

乘波体高超声速飞行器大包线鲁棒控制技术

乘波体高超声速飞行器的机体/动力耦合及大包线飞行特点导致其控制系统设计困难.基于大量气动数据,采用拟合的方法建立数学模型,并进行小扰动线性化,将机体/动力耦合、大包线飞行等转化为模型参数的大范围摄动.基于LQR和H∞理论设计双回路控制系统,内回路用于抑制模型参数的大范围摄动,外回路用于满足系统的性能要求.仿真结果表明:...