钝体燃烧器后能量逆转和紊流参数的数学模拟

本文用非定常数值法研究了钝体燃烧器后的紊流参数分布和能量逆转,并对Boussinesq的雷诺应力模式和双方程k-ε紊流模型提出了改进方案。这样不仅计算出了能量逆转区,而且紊流参数分布也与实验相符。     

超声速流中激波/湍流附面层干扰数值模拟

采用修正的B／L湍流模型以及多块结构化网格求解了二维N-S方程。分别对超声速流和高超声速流中的激波／湍流附面层干扰进行了数值研究。本文首先研究了进口马赫数为2．96的超声速流。计算结果准确预测了入射斜激波在平直壁面引起湍流附面层分离的流动特征：分离点的反射激波、分离包引起的膨胀扇以及再附点的反射激波。计算的壁面压力分布与实验值吻合较好，计算的分离区长度与实验值比较有一定误差。本文还对进口马赫数为9．22的高超声速流中压缩角引起的激波／湍流附面层干扰进行了数值研究。计算结果与实验结果吻合较好。     

应用扩展连续算法研究推力矢量飞机动力学特性

应用扩展的分支和连续算法对推力矢量控制飞机的飞行运动力学特性进行了研究。与标准的分支和连续算法不同，扩展后的分支和连续算法可用于计算飞机特定配平状态的连续曲线，所以不仅能获得飞行性能指标，同时可确定飞机的稳定性。本中扩展分支和连续算法被用于检验推力矢量控制律的有效性，确定了飞行包线边界，分析了配平飞行的稳定性的操纵性以及预测飞行偏离。结果表明，扩展连续方法可获得大量的飞行动力学信息，在推力矢量控制飞机的初步设计中具有广泛的应用前景。     

含连续／离散变量结构优化中的神经网络与变尺度模拟退火方法

传统的优化方法难于有效地处理含有连续／离散混合变量优化问题，本文介绍了一种改进的变尺度模拟退火方法并与人工神经网络能量函数模型相结合，用于求解含连续／离散设计变量的工程结构优化问题，较好地解决了模拟退火技术用于工程结构优化时选取具有全局性的初始点困难及迭代次数较多的弱点。算例表明，该方法可以使模拟退火算法从局部最优的陷阱中跳出，最后求出整体最优解。     

高强驻波声场中的湍流

反射端声压级高于140dB以后驻波管中的声流结构会发生明显变化。利用流动显示和LDV（Laser Doppler Velocimetry）技术对该问题进行了实验研究。流动显示结果表明，在160dB左右的高强驻波声场中随着旋涡结构的合并、破裂等现象的出现，声致流动有明显的湍流特性。LDV测量结果显示，随着驻波管中声压级的提高，一些测点的速度频谱明显加宽，出现高频速度脉动，而另一些点的速度频谱则没有显著变化。径向湍流强度测量结果显示，此时管中流动已是复杂的三维结构,而非轴对称的二维结构。     

连续自由流电泳微重力下分离模式蛋白质的研究

以连续自由流电泳的区带电泳模式分离血红蛋白和细胞色素C，比较了不同缓冲液甘油浓度下的分离效果，确定了最终装载在神舟4号飞船上A3—2型电泳仪的电泳分离条件，通过地面和空间实验，初步探讨了微重力对连续自由流电泳分离的影响，并对电泳的分离产物做了多种检测．     

基于连续覆盖特性分析的星座设计

研究了需要对地面目标进行连续覆盖的星座的设计问题．首先推导了对覆盖性能有重要影响的星间覆盖间隔时间和轨道面覆盖间隔时间的计算公式，通过算例针对不同配置的星座进行了计算，使用工程仿真软件STK验证了分析结果．通过理论分析、算例计算以及工程仿真为该类型星座设计提供了理论指导。     

倒置喷管湍流流场计算

本文对倒置喷管的湍流跨音速流场进行了数字模拟，其算法基于ＹａｎＬｅｅｒ的矢通量分裂格式，求解时采用了线性Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法，并结合局部时间步长技术对收敛过程进行加速，对雷诺数为１．６６×１０６的倒置喷管的流场进行了数值计算，结果与实验相符合。     

基于脊背特征的发动机低转速特性扩展方法

旋转部件在高空低转速时，其工作状态受来流的吹动作用可能会发生变化，此时压气机处在特殊的“搅拌机”或“涡轮”工作状态，使得发动机的动态计算中效率插值出现不连续的问题。为解决此问题，采用美国国家航空航天局（NASA）和通用电气公司（GE）联合开发的针对旋转部件特性转化的脊背特征方法，通过分析低转速下旋转部件脊背特征及非脊背特征的变化趋势，提出基于脊背特征的旋转部件低转速范围特性的扩展方法，并有效规避了效率特性在低转速下插值的失效。以某型军用涡扇发动机为例，计算其处于不同飞行条件下的发动机风车工作状况，结果表明：所提方法能够反映出低转速下压气机压比小于1的特殊工作状态，且不同飞行条件下的风车特性计算合理。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差，双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案，并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术，其对准精度直接决定了后续导航的精度。在粗对准完成后，当姿态误差角较大时，后续的精对准误差模型呈非线性特性，故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中，量测噪声的统计特性易发生变化，将SCKF算法与Sage-Husa算法相结合，在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计，从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后，通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。