结构参数对圆转矩形喷管换热的影响

为了解结构参数对圆转矩形内喷管再生冷却换热的影响，设计了多个圆转矩形喷管，考虑了三种结构参数：转方位置、出口高宽比和出口圆角大小的影响。采用有限体积法求解三维可压缩的N-S方程对其内部流动和换热进行了数值模拟。湍流模型采用标准的k-ε双方程模型，壁面附近的流动和传热采用壁面函数法处理，速度与压力的耦合采用SIMPLE算法求解。结果表明：在型面一阶导数连续的情况下，转方位置对圆转矩形内喷管的换热影响不大；出口高宽比对圆转矩形内喷管的换热影响较大，出口高宽比不能太小，否则影响内喷管流场和换热；出口圆角大小影响内喷管周向上的温度分布，圆角太小造成周向温度分布不均匀。     

塞锥型面简化与截短对塞式喷管性能的影响

用NND差分格式求解N－S方程，对截短直锥塞式喷管和用特征线法设计的截短型面锥塞式喷管的流场和性能进行了比较。成功地捕获了流场激波、膨胀波及反射压缩波，计算结果与实验数据吻合较好，对不同型面塞式喷管在不同高度下的推力性能和塞锥截短对发动机性能的影响。研究表明，相同长度的截短直锥发动机总推力比型面锥塞式喷管发动机低1％－1.5%；相对30％截短型面塞锥发动机，50％截短型面塞锥发动机的总推力可提高约2.5%。     

固体火箭发动机性能蜕变的压强补偿

介绍了采用缩小喷管喉径的方法，对固体火箭发动机燃烧室压强和推力进行补偿，以达到延长发动机使用寿命的目的。     

三维舵面绕流的N-S方程计算研究

基于粘性非结构混合网格,采用格心格式的有限体积法,应用Spalart-Allmaras湍流模型进行绕三维舵面流动的N-S方程数值模拟。操纵面铰链力矩的计算结果与风洞试验结果的对比分析表明,计算方法对粘性流动具有良好的适应性。对舵面铰链力矩随迎角、马赫数、雷诺数变化的规律也进行了分析研究。     

耐久性/损伤容限设计简介

概述了飞机结构耐久性／损伤容限设计的基本思想、设计规范及耐久性／损伤容限设计基本理论及方法，供设计人员参考。     

自适应直角切割网格民机增升装置绕流数值模拟

提出并介绍了基于直角切割网格的分区面搭接技术,采用变长宽比网格方法,成功地进行了存在外形间断(剪刀叉)的民机增升装置的网格生成和绕流Euler方程数值模拟.根据外形的特点,运用"根"网格分区算法,降低了整个网格的生成难度;通过基于外形的自适应网格加密技术,详细地描述了外形上的大量缝道和凹槽,提高了网格质量;在分区交界面上,利用重叠面积切割和面搭接算法实现了两侧网格间的流场信息传递,并保证了通量守恒;采用中心有限体积方法,结合双时间推进算法,完成流场的Euler方程数值模拟,计算结果与实验数据吻合良好,说明所述方法的正确性.     

基于H∞模型匹配的应急飞行控制研究

研究发当飞机常规操纵舵面失效时，通过飞机发动机推力大小来操纵飞机的飞行问题，采用H∞模型匹配的方法，设计动态补偿器，使只调节发动机推力的飞机所表现的特性与在常规舵面操纵下的飞机所表现的特性相近似,从而使飞行员能在操纵舵面失效的情况下，按常规操纵的方法通过控制飞机发动机推力来操纵飞机，实现应急控制，仿真验证了这种方法的有效性。     

基于响应面法的机翼气动/结构一体化优化设计研究

基于响应面法进行了机翼气动/结构一体化优化设计研究,流动控制方程为三维欧拉方程,采用有限体积法进行数值求解,应力和结构变形采用有限元方法计算,静气动弹性分析采用强耦合迭代方式,响应面模型采用二次多项式来构造。以跨音速M6机翼为初始机翼,进行了多目标、多约束情形下的气动/结构综合优化设计,优化后所得到的新机翼具有更佳的气动/结构综合性能,升阻比增加了9.25%,而重量减轻了4.84%;响应面模型精度满足设计要求,拟合误差均不超过1%;这说明本文所发展气动/结构综合优化设计方法是成功且有效的,具有广泛的应用前景。     

γ-TiAl的热疲劳和损伤行为

在空气介质中用光辐射热/机械疲劳试验机对γ-TiAl的热疲劳性能进行了研究,采用电阻和动态弹性模量的相对变化率表征损伤,并对其物相和组织变化进行了分析.结果表明,用弹性模量和电阻相对变化率表征的γ-TiAl热疲劳损伤曲线有相似的规律,即在循环初期的线性损伤阶段,两种方法表征的损伤量相差不大;随着循环次数的增加,两者表征的损伤量相差逐渐加大,并最后都趋于一个稳定的值.热疲劳后,γ相的含量增加,α2的含量相应地减少.200～900℃热疲劳后γ相的增加量多于200-700℃热疲劳后的增量.热疲劳后片层团的尺寸减小,还出现了微孔洞等缺陷,在这些缺陷的共同作用下,使得电阻增加,弹性模量减小.     

加筋板广布疲劳损伤模式及剩余强度分析

给出了两种加筋板广布疲劳损伤模式和两种加筋板广布疲劳损伤剩余强度判据，并用这两种判据对3种形式损伤的加筋板剩余强度进行了预测，预测结果和试验结果符合得很好。