不同攻角下双孔射流旋涡发生器对高速扩压叶栅端区流动的影响

为了探究不同攻角下单孔以及双孔射流旋涡发生器(VGJs)对高速扩压叶栅气动性能的影响和作用机理,采用数值模拟的方法对栅内气动性能参数以及端区流动分布进行了较为详细的分析。数值结果表明:单孔以及同向双孔射流均具有较好的变攻角特性,随着攻角的增加控制效果先显著增加然后略微降低,在2°攻角条件下,VGJs使得总压损失降低最为明显,单孔射流达到11.0%。反向双孔射流的控制效果较差,在-4°攻角条件下甚至出现了3.9%的总压损失增长。采用射流旋涡发生器,射流旋涡(JV)将通道涡分成两部分,靠近吸力面的次生通道涡(PVⅡ)很快汇入角区,端壁展向涡(SV)消失,吸力面分离被推迟,但吸力面上的展向运动显著增强,叶栅通道内的二次流动得到有效控制。     

“两化融合”的思考与实践

一个两化命题,流传了很多年。多年前的一个说法是用信息化带动工业化,结果是带而不动;前些年开始提倡工业化与信息化融合,结果是融而不合;直到前不久号召工业化与信息化深度融合,两化的命题才算是稳定了下来。     

中国民航维修系统资源概况

在2009年中国民航维修系统资源统计数据的基础上,本文深度分析了国内航空公司的发展状况、CAAC批准的维修单位概况及中国民航维修系统的人力资源状况,并就机务维修系统所面临的问题与对策进行了探讨。     

零质量射流对翼型增升影响的数值模拟研究（下）

针对安装了激振器的NACA0012二维翼型，采用数值模拟的方式对零质量射流技术进行研究。流场解算器采用了我院计算所自主研发的ENSMBV1．2计算平台：计算结果给出了湍流模型对零质量射流数值模拟技术的影响，并且分析了激振器参数对翼型气动力特性的影响规律。     

高温射流冲击大丝束碳纤维实验与仿真分析

为更好地研究大丝束碳纤维在射流冲击作用下的展纤机理,设计了高温射流冲击试验装置。通过正交试验,并引入极差这一指正参数,参数化地分析了热气流喷距、纤维丝束跨距和纤维丝束张力对展纤效果的影响。建立高温射流流场的三维CFD模型,通过实验与仿真对比分析射流中心轴线上的速度分布来验证仿真模型的正确性,获得流场中心平面上的速度分布云图,并对高温射流冲击作用下纤维壁面的压力和温度的分布情况进行分析。CFD仿真和射流冲击试验的结果较好地吻合,通过分析结果得出适合于48K大丝束碳纤维展纤的最优工艺参数。当在喷距为80 mm,纤维跨度为100 mm,砝码质量为15 g条件下进行展宽,纤维铺展均匀,展宽效果最佳,宽度可达到50 mm。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法，通过对翼型几何特征提取、压力分布曲线的参数化，建立了卷积神经网络模型（CNN），并利用计算流体力学（CFD）的计算结果作为其训练样本，实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98，基于深度学习的计算方法耗时1.7 s，CFD方法耗时大于50 s，计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

2级脉冲爆震发动机中超声速射流对撞诱导激波聚焦试验研究

为研究2-St age PDE中连续超声速射流及结构参数对撞诱导激波聚焦的影响规律,在冷态条件下开展了2-St age PDE中连续超声速射流对撞诱导激波聚焦的试验。分析了喷口宽度、导流环深度、凹面腔开口端与喷管间距、尾喷管角度、射流入射压力等参数对凹面腔底部峰值压力的影响。结果表明:喷口宽度、导流环深度、凹面腔开口端与喷口间距、射流入射压力越大,凹面腔底部峰值压力越大,激波聚焦效果越好;尾喷管角度越大,凹面腔底部峰值压力越小,激波聚焦效果越差;喷口宽度、导流环深度、射流入射压力对激波聚焦的影响较大。     

超音速射流气膜冷却效果的试验研究

以二维平板模型高速导弹头罩上的探测窗口，用电加温产生的热气流模拟导弹飞行时的气动加热，对采用气膜邓控制导弹探测窗口温度的效果及规律进行了研究。着重探讨了气膜冷却临界长度ＬＣ与气膜冷却有效度η随射流缝高Ｓ，喷射率λ及主射流夹角α等参数的变化规律，并总结出一个相关参数及一些经验公式。研究结果与国外有关文献基本一致。     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

改进PointNetLK的点云智能配准与位姿图优化方法

针对空间在轨服务任务中的非合作目标相对位姿测量问题,提出一种目标可测部位点云的智能配准方法。首先,通过Straight Through滤波算法对半物理仿真平台采集得到的点云进行目标提取,以消除背景数据等杂乱信息;其次,改进PointNetLK神经网络点云配准算法,将提取后的点云数据作为输入,从而获得初步配准结果,解决非合作目标先验信息缺失导致的无法配准问题;最后,建立基于位姿图的优化模型,以降低配准误差,提高配准精度。实验结果表明,与传统迭代最近点(ICP)算法相比,配准综合误差从6.3598降低到1.7291,精度提高约 72.81% 单次耗时从33.16 s降低到4.2 s,效率提升约87.33%,与当前SM ICP等其他算法相比,也具有一定的优势。