钝头双锥喷流致冷流场结构及密度脉动特性

采用大涡模拟方法对钝头双锥喷流致冷流场开展了数值模拟,研究了超声速喷流混合流场结构特征及密度脉动特性。大涡模拟方法基于隐式亚格子模型,空间离散采用高精度通量限制型紧致格式,时间推进采用显式Runger-Kutta方法。数值模拟清晰地捕捉到了流场波系结构,精细地预测了流动发生失稳、转捩以及发展为充分发展湍流的物理过程,直接获得了流场密度脉动特性。通过有、无喷流状态对称面流场的对比,发现超声速喷流能够有效冷却光学窗口;喷流与主流形成的混合层不稳定,很快发生失稳和转捩,形成大尺度湍流结构,进而引起强烈的密度脉动。此外,获得了钝头双锥整体模型喷流致冷流场的空间发展形态特征。      

SST湍流模型的激波与可压缩效应改进

由于缺乏对某些重要流动特征的考虑,针对不可压流发展的标准SST湍流模型在描述超声速流场时存在明显的局限性。为改善SST模型在吸气式高超声速推进系统内流等复杂超声速流场中的预测精度,基于流动特征结构定向开展了激波和可压缩效应改进。通过激波/湍流边界层判别函数和可压缩效应判别函数定位标准SST模型参数或建模假设失效的区域,针对性地改进湍流模型。采用超声速平板边界层流动、超声速压缩拐角分离流动、超声速隔离段复杂激波串流动以及HIFiRE-2超声速内流等算例进行了测试,结果表明改进模型具有与标准SST模型一致的边界层预测能力,但显著提高了对激波干扰流动及逆压分离流的预测精度。     

高超声速圆锥边界层转捩数值研究

以类似于处理湍流脉动的方式来模型化非湍流脉动,考虑湍流的间歇性特征及引起超声速流动失稳机制,研究包括转捩起始位置及转捩区范围的高超声速流动转捩问题,发展可反映扰动模态和可压缩性影响的两方程SST转捩/湍流模式.针对尖锥模型,在马赫数6、攻角O°～2°时,采用第二模态(Second-mode)机制,预测并比较完全层流态、完全湍流态,以及自然转捩发展过程中的表面热流、表面摩阻等气动特性.     

针对气动光学效应的RANS计算方法研究

针对气动光学效应研究的特殊需求,发展了相应的RANS计算方法.首先对常规湍流模型进行评估,选出对平均密度空间分布预测较好的湍流模型;同时发展了光波折射率脉动值的输运方程,用以模化脉动密度对光学成像的畸变效应.针对一典型光学头罩作为研究对象,运用本文发展的计算方法对光学窗口流场的气动光学效应进行了计算和分析.     

超声速喷流混合流场大涡模拟

以光学窗口外冷喷流为研究背景，采用大涡模拟方法对后台阶外形切向喷流混合流场进行了研究。数值方法基于隐式亚格子模型，采用高精度WENO格式进行空间离散，并通过超声速平面混合层流动对数值方法进行了考核验证。喷流混合流场计算模型与试验一致，来流和喷流马赫数分别为3.4和2.5。数值模拟清晰地捕捉到了流场波系以及混合剪切层、壁面边界层等典型流场结构，并精细预测了混合层发生失稳、转捩及发展为充分发展湍流的时空发展过程。数值模拟得到的湍流大尺度结构的位置和形态与实验图像一致。通过对瞬时流场、统计平均流场和脉动参数的分析，揭示了流场结构特征及其时空演化规律，并获得了流场密度脉动特性。      

隐式紧耦合SST和TNT湍流模型的高速流动数值模拟

将SST(shear stress transport)和TNT(turbulent/non-turbulent)湍流模型输运方程与平均流场控制方程进行隐式紧耦合求解,结合当地时间步长方法和湍流源项隐式处理确保求解过程的快速和稳定.采用AUSMPW+(AUSM by pressure-based weight functions)格式和LU-SGS(lower-upper symmetric Gauss-Seidel)隐式紧耦合方法对高超声速压缩拐角流动、锥柱裙流动和超声速非对称激波/边界层干扰问题进行了数值模拟.计算结果与实验值的对比表明:SST模型和TNT湍流模型可以很好地预测15°压缩拐角流动的壁面压力和热流密度;随着压缩拐角的增大,计算结果与实验值偏差增大;可压缩性修正对压缩拐角流动的压力和热流密度分布有很大影响,对超声速非对称激波/边界层干扰流动影响很小;隐式紧耦合方法比显式紧耦合方法具有更好的收敛特性.      

马赫数1.95超声速欠膨胀喷流声辐射数值分析

针对马赫数为1.95的欠膨胀超声速喷流声辐射特性,采用高精度计算格式的大涡模拟（LES）方法进行数值研究。通过对喷流平均流及湍流脉动统计结果的对比,确定数值方法的精确性。细致分析了超声速喷流流动特征,特别关注了其中激波胞格和湍流相互作用现象。基于流动与声场辐射间的关联性,分析了超声速喷流马赫波、宽频激波噪声辐射特性及形成机理。数值结果表明超声速喷流的剪切层演化及激波胞格与湍流间的相互作用构成欠膨胀超声速喷流的主要噪声源。     

超声速湍流流场的RANS/LES混合计算方法研究

采用对接/拼接网格技术,建立了基于分区混合和基于湍流尺度混合的双重RANS/LES混合计算模型,并对环翼低速绕流、翼型跨声速绕流和球锥带凹窗外形二维超声速绕流进行了初步的数值模拟.环翼和翼型绕流计算表明,该混合模型可给出较合理的湍流宏观平均量;球锥带凹窗外形二维超声速绕流计算表明,该混合模型可得到超声速瞬态湍流脉动流场,凹窗处存在复杂的旋涡结构和波系结构,呈现较大尺度的脉动.但该模型还需要进一步的考核验证.     

基于改进SST模型的分离流动数值模拟

对SST湍流模型进行了改进,并通过对典型分离流动进行数值模拟,来检验和提高模型预测分离流动的能力.基于亚声速分离流动,提出了提高雷诺应力的模拟精度和分离流修正的改进方法,并进行了对比研究得出结论;在亚声速分离流动分析结论基础上,采用了可压缩性修正方法,开展了跨声速、超声速和高超声速激波/边界层干扰分离流动的数值模拟研究.结果表明:提高雷诺应力的模拟精度和采用分离流修正明显地提高了SST湍流模型对分离流动的模拟能力;适当地可压缩性修正对超声速和高超声速分离流动的计算精度有改善作用.     

机器学习在湍流模型构建中的应用进展

借助于高性能计算机和数据共享平台的发展,研究者可以获取大量的高分辨率湍流计算数据。近年来,随着深度神经网络等人工智能技术的发展,数据驱动的机器学习方法也开始应用于湍流模型中不确定度的量化以及模型的改进和构建中。湍流大数据与人工智能相结合是湍流研究的一个新领域。研究者在取得一定成果的同时也面临着诸多困难和挑战,例如模型的泛化能力和鲁棒性等。模型构建过程包含了数据处理、特征选择以及模型框架的选取与优化等诸多方面,这些方面在不同程度上影响模型的性能。本文从机器学习在湍流建模过程中的实现方法和模型的不同作用两方面分析总结了目前主要的研究工作进展,并对这类问题面临的挑战和未来的研究展望进行了阐述。     

基于优化最小二乘支持向量机的小样本预测研究

统计学中的预测问题主要是通过对已知数据的分析,找到数据内在的相互依赖关系,从而获得对未知数据的预测能力。该文提出了最小二乘支持向量机参数优化方法———多层动态自适应优化算法,构建了基于最小二乘支持向量机的预测模型,并对Ti 26合金的性能预测进行了研究。结果表明:优化的最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力。     

基于径向基函数的变量预测模型模式识别方法

针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方法的优点,实现了故障特征提取到故障识别的全程诊断. 滚动轴承故障诊断实验分析结果表明:与径向基神经网络、支持向量机和变量预测模式识别方法相比,VPMRBF的识别率分别提高了4.75%，1.75%和5.25%.      

Far-field sonic boom prediction considering atmospheric turbulence effects: An improved approach

Accurate prediction of sonic boom is one of key challenges for the design of a low-boom supersonic aircraft. For most of available far-field prediction methods, the effect of atmospheric turbulence appearing in the planetary boundary layer cannot be considered, which results in remarkable inaccuracy of predicting ground-level sonic boom waveform. Although some efforts have been made to overcome the shortcoming, the turbulence effects are not yet well described so far. This article proposes an improved method by extending the two-dimensional Heterogeneous One-Way Approximation for the Resolution of Diffraction (HOWARD) equation to account for the axial and transverse convections of wind fluctuation as well as the effect of temperature fluctuation. The proposed method is validated by comparing the predictions with the flight-test data of JAXA D-SEND#1 LBM, which shows that the result of the proposed method is in better agreement with the flight-test data than that of the method without considering atmospheric turbulence effects. Then, distortion mechanism of sonic boom waveforms caused by atmospheric turbulence is analyzed by using the proposed method. It is indicated that the effect of turbulent convection makes uniform sonic-boom wavefronts irregular, which creates the condition of diffraction effect to perturb waveforms. Finally, the proposed method is applied to investigate the behavior of two types of waveforms given by the sonic boom minimization theory. Results show that a far-field waveform with a weaker initial shock is more beneficial for low-boom design of a supersonic aircraft.     

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。     

湍流燃烧模型对氢燃料超燃室流场模拟的影响

采用化学平衡的假定概率密度函数(PDF)模型和火焰面模型计算了德国宇航研究中心的超燃室反应流,计算结果与有限速率反应模型的和实验的结果进行了对比.使用有限体积法离散Favre平均的N-S方程,湍流模型采用k-ε模型.研究表明:(1)有限速率反应模型在喷氢孔近场,化学平衡的假定PDF模型在喷氢孔远场不能准确捕捉流场的细致结构,而火焰面模型对全流场预测较好,后两种模型的计算时间较有限速率反应模型节省约38%;(2)超燃室内湍流和燃烧相互作用不可忽略,从预测精度和计算效率来看,火焰面模型有较好的工程应用前景.      

基于遗传算法优化神经网络的直升机参数选择

在直升机初步设计阶段估算其基本参数是很重要的.神经网络的通用性和精度比传统的估算方法有更多的优势,但是在应用神经网络时存在如何选择合适的网络结构和隐层节点数目等一些困难.应用遗传算法优化三层神经网络结构和连接权重,并将优化得到的网络应用于直升机参数选择中.该方法不但可以给出一个最优的神经网络结构和连接权重,而且降低了估算误差,具有及时应用最新数据学习的能力.此外,该方法易于在直升机设计系统中得到应用.