声振荡作用下推进剂铝颗粒团聚特性实验研究

为获得压强振荡对推进剂燃烧表面铝颗粒团聚特性的影响，建立了声振荡作用下铝颗粒团聚特性实验测量装置和方法，采用高速显微成像技术和激光全息技术同步测量的方法，对HTPB四组元推进剂在有、无声振荡作用下的铝颗粒团聚特性进行了实验研究。研究结果表明，在340 Hz声振荡作用下，铝颗粒火焰呈现与声振荡频率相一致的周期性摆动，颗粒微观形貌发生明显的形变；受声场力的作用，小尺度颗粒(40～80μm)团聚作用减弱，中等尺度颗粒(100～260μm)团聚作用加强，且更容易发生融合等现象，从而改变了推进剂燃烧表面及近表面铝团聚颗粒粒度分布(0～3 mm),团聚粒度及团聚分数均增加。所建立的实验方法可为研究压强振荡作用下推进剂铝团聚特性提供有效的实验技术和数据参考。     

基于广义Burgers方程的声爆传播特性大气湍流影响

声爆是发展超声速民机不可回避的关键问题之一。目前流行的声爆预测技术主要针对静止大气，对大气中的湍流扰动效应考虑不足，尚未建立高效高逼真度的预测方法。基于广义Burgers方程的远场声爆预测方法，通过与射线法相结合，建立了一套可考虑热黏性吸收、分子弛豫等物理效应的大气湍流声爆影响快速预测方法，并采用该方法开展了大气湍流强度和大气边界层厚度对典型远程超声速民机的声爆特性影响规律研究。计算结果表明：建立的预测方法能够合理表征热黏性吸收、分子弛豫等大气物理效应，相比前期基于波形参数法框架的预测方法，能够更加真实地反映大气湍流对声爆传播特性的影响；相比于前期的典型超声速公务机，采用的远程超声速民机声爆波形更加复杂，该预测方法仍能给出复杂波系的大气湍流影响规律；随着湍流强度和边界层厚度的增加，大气湍流效应对声爆特性产生的随机性影响呈增强趋势；同时，声爆在地面到达点的位置也呈现出更加分散的趋势，其可能会改变声爆毯对地面的影响范围，应在飞行轨迹规划中予以考虑。     

低声爆超声速客机声爆预测及不确定度量化分析

声爆精确预测问题是制约超声速客机技术突破的关键瓶颈之一。由于大气来流条件不断发生波动存在不确定性，为得到更可靠的声爆近/远场信号，需考虑来流参数的不确定性对声爆预测结果的影响，并甄别其中影响声爆预测的关键性因素，为工程实际应用提供有价值的参考。本文基于CFD声爆近场信号模拟和增广Burgers方程的声爆远场信号预测方法，对第三届声爆预测研讨会（SBPW-3）的C608低声爆超声速飞行器开展了声爆信号特性分析。首先，采用约5 021万非结构混合网格半模计算了近场过压值，并研究了远场地面波形计算的时间和空间网格收敛性。接着，分析了基准状态下复杂近场流动特征及地面波形特征，通过与C608飞行器公开数据对比，验证了该方法和自研程序的准确度。此外，研究了不同物理模型和大气相对湿度对地面波形的影响。在此基础上，运用基于非嵌入式多项式混沌（NIPC）方法开展了对不同来流参数（来流马赫数、来流攻角和单位雷诺数）的不确定度量化分析和敏感性分析。结果表明，在给定的输入变量不确定度条件下，地面波形波峰与波谷处过压值变化明显。相比而言，来流单位雷诺数对地面波形过压值的影响显著低于来流马赫数和来流攻角的影响。     

导流角对激波聚焦起爆爆震的影响

为研究两级脉冲爆震发动机环形射流入口导流角对激波聚焦起爆爆震的影响,以H2/O2/N2混合气为介质,对不同导流角下激波聚焦起爆爆震的过程进行了数值模拟,并开展导流角对激波聚焦起爆爆震影响的冷态实验,共同揭示其影响规律。结果表明:导流角越大,射流碰撞压力和温度越高,碰撞时间提前,更容易起爆爆震,但激波聚焦时间在导流角大于11°时基本不变；导流角越大,凹面腔内气流振荡频率越大,凹面腔底部的动压幅值越小。      

基于逆向增广Burgers方程的声爆反演技术

声爆问题一直是制约超声速客机发展的障碍之一，因此低声爆设计技术在超声速客机的设计中尤为重要。逆向增广Burgers方程可将中场声压信号反演至近场，能够为低声爆反设计工作提供优化目标。围绕逆向增广Burgers方程展开研究，运用算子分裂法和正则化伪抛物型方程法对逆向方程进行数值求解，并求取对应的反向等效面积。借助3个标准算例，对数值方法的收敛性、求解准确度、不同中场高度及不同周向角下反演技术的计算精度进行了研究。针对逆向增广Burgers方程的特点，探讨了在中场设置目标波形进行反设计方法的可行性，并对声压信号中高频分量的传播特性进行了研究。研究认为上述方法能够较为准确地完成中场至近场的声压信号反演计算，并且使用中场目标波形代替地面目标波形能减轻反演距离对反演计算过程的影响。     

基于机器学习的机翼气动载荷重构及传感器优化布置

风洞实验通过在机翼表面布置传感器来测量相应位置的气动载荷，由于传感器布置数量有限，难以直接得到整个机翼全息气动载荷分布。本文采用机器学习方法通过有限传感器数据重构机翼表面全息气动载荷，并提出了利用仿真数据对传感器进行优化布置的方法。从计算流体力学（Computational fluid dynamics,CFD）计算所得的机翼全息气动数据中选取有限位置数据模拟传感器实验数据，对比深度学习模型、高斯过程回归（Gaussian process regression, GPR）、支持向量回归（Support vector regression, SVR）与BP神经网络（Neural network, NN）对气动载荷的重构精度。通过评估由传感器数据重构的全息载荷精度对传感器布置方式进行优化设计。以M6机翼为例在给定的两个工况条件下验证本文所提出的方法。实验结果表明，GPR模型获得了最高气动载荷重构精度；给出了M6机翼在不同传感器总数下最优的截面数和单个截面布点数，最低传感器布置数下的最优布置方式，以及流场变化相对剧烈的前缘区域与展向截面的传感器布置方式。     

缠绕复合材料壳体爆破压强的预测

针对缠绕复合材料壳体在内压作用下的破坏问题，基于连续损伤介质力学方法，建立了一种缠绕复合材料渐进损伤破坏分析模型。模型中考虑了纤维破坏、基体损伤和纤维/基体开裂3种破坏模式，并针对缠绕复合材料面内剪切非线性的实际，建立了面内剪切非线性模型。通过子程序UMAT将模型嵌入ABAQUS/Standard中，对含缺口缠绕复合材料试件拉伸过程进行了仿真计算，验证了模型的正确性。采用该模型对缠绕复合材料壳体的水压破坏过程进行了仿真分析，结果表明:内压作用下缠绕复合材料的最终破坏是由于纤维断裂导致的，且纤维破坏主要出现在环向层，基体破坏主要出现在纵向层。