智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

复杂电磁环境下频谱智能管控技术探讨

作为国土空间的重要组成,电磁频谱空间呈现出环境错综复杂、目标类型多样、用频行为多变等新挑战,导致频谱安全问题日益严峻。面向复杂电磁环境下频谱秩序安全、频谱对抗安全和频谱共享安全等需求,基于人工智能的频谱管控成为电磁频谱领域的重要研究方向,存在着具有挑战性的基础理论问题和关键技术难题。首先,调研了复杂电磁环境下频谱智能管控的国家战略需求,然后,提炼了智能频谱管控的科学意义与技术挑战,进一步从频谱管控模型机理、频谱态势感知、频谱行为推理、频谱安全决策和频谱管控应用系统等5个方面梳理国内外研究现状,并分析了相关发展动态及研究趋势。     

径向孔形状对针栓式喷注器液膜下漏率的影响

为了研究径向孔形状对针栓式喷注器液膜下漏率的影响并对其进行准确预估,以径向圆孔液束的相对变形模型为基础,通过类比分析提出了矩形孔的相对变形理论模型,并考虑多喷注单元间相互影响和不同高宽比矩形孔的绕流侧边效应,首次建立了径向矩形孔的下漏率模型。通过试验及数值仿真对模型进行了验证分析,结果表明理论预估结果与数值仿真及试验结果吻合较好,也表明针对矩形孔建立的相对变形模型及下漏率模型具有较好的准确性。另外,研究表明矩形孔的下漏率除了与几何阻塞率、有效动量比及液膜厚度与液束孔宽度之比有关外,还与高宽比有关;3种不同高宽比情况下的下漏率均显著小于几何下漏率;同时下漏率随有效动量比增大而增大的趋势均较平缓。综合分析径向圆孔和3种不同高宽比矩形孔的结果发现,在径向孔横截面积及流量等工况参数完全相同的情况下,径向孔形状对下漏率有显著的影响,矩形孔的下漏率显著低于圆形孔的;矩形孔的高宽比越大,下漏率越大。实际应用中选择矩形孔更有利于控制下漏率,并可通过改变高宽比控制下漏率;同时在变工况过程中,矩形孔的下漏流量也会随着主路推进剂一起调节变化,保持下漏率变化不大,故具有较好的大范围变推力流量匹配特性。     

基于时间谱方法的振荡翼型和机翼非定常黏性绕流数值模拟

 传统的双时间方法在非定常计算中长时间的过渡迭代推进求解导致其计算效率相对较低,针对周期性非定常流动问题的流动特征,发展了一种基于离散傅里叶变换的高效时间谱方法,用于求解振荡翼型和机翼的非定常黏性绕流。在时空耦合的雷诺平均Navier-Stokes(RANS)方程的求解中,对流项的离散应用了Roe的通量差分格式,物理时间项的离散方法为时间谱方法,伪时间推进采用了隐式LU-SGS(Lower-Upper Symmetric Gauss-Seidel)格式。考虑到湍流的时空耦合效应,时空耦合的Spalart-Allmaras一方程湍流模型的物理时间项同样采用时间谱方法进行离散。为了进一步提高计算效率,当地时间步长和多重网格技术等加速收敛的措施均被采用。算例对俯仰振荡NACA0012翼型和Lann机翼的周期性非定常流场进行了数值计算。结果表明:对于周期性非定常流场的数值模拟,相比于传统的双时间方法,用时间谱方法近似物理时间项,不仅能够提高流场的计算精度,而且更能够大幅度提高计算效率。     

复杂旋翼流场的耦合欧拉-拉格朗日数值方法

针对影响旋翼流场求解精度的关键因素“桨叶复杂近体流动”和“尾迹涡畸变”,结合计算流体力学(CFD)方法和黏性涡方法,发展了一套适合于复杂旋翼涡流场分析的耦合欧拉-拉格朗日数值方法:为捕捉桨尖三维效应、激波等细节流场特征,在桨叶近体区域采用CFD方法对其进行求解;针对高雷诺数旋翼流场中桨尖涡的紧凑结构特点,引入黏性涡方法建立了高分辨率的尾迹求解模型;两计算域间的信息交换采用了集中涡源法和边界修正法.应用所建立的计算方法,以旋翼CFD标准验证试验(Caradonna-Tung旋翼)为算例,对尾迹影响明显的悬停状态进行了数值模拟,通过对比耦合边界处流场特征及桨叶表面压力系数分布,验证了方法的有效性.此外,还从旋翼尾迹捕捉精度、涡量耗散特征及计算时间等方面对不同计算方法进行了对比分析,结果表明耦合方法可充分发挥CFD和黏性涡方法各自的优点,在旋翼流场数值模拟方面具有独特的优势.     

弹舱对飞翼布局飞机气动特性影响及其控制

以高速风洞气动力测量为研究手段,开展了弹舱开启对飞翼布局飞机气动特性影响及其流动控制试验研究。试验结果表明,对于飞翼布局飞机,弹舱开启主要影响飞机阻力特性,巡航状态下,弹舱开启后使得全机阻力增加60%～110%,Ma=0.8时全机升阻比降低34%。通过在弹舱前缘安装扰流片,对弹舱腔口剪切层施加流动控制,巡航状态下弹舱开启附加阻力最多降低20%,Ma=0.8时全机升阻比提高12.6%。     

非定常风沙流中风速脉动对沙粒相瞬时浓度影响的实验研究

在大气边界层风洞内采用高速CMOS相机记录了时均风速线性上升的来流条件下运动沙粒的图像。根据二进制图像标记像素的连通性,从数字图像中提取相机拍摄区域内沙粒的数量N,由此计算得到风沙流的瞬时含沙量C。获取图像的同时,使用恒温式热线风速仪MiniCTA配合55R49热膜探头测量观测域上方主流位置和跃移层顶部附近的风速变化。实验结果表明,风沙流中的瞬时含沙量总是非稳定的,其变化频率至少在100Hz以上。风沙之间的相互作用存在一定的滞后效应,大气湍流脉动对含沙量的作用与沙粒粒径相关,粒径越小,风速脉动作用越大。当粒径≤160μm时,风速的微小变化即可引起含沙量的明显波动,二者高度相关。当粒径较大的时候,如300～500μm,只有较长时间较大幅度的风速脉动才能使含沙量有较大幅度的变化,研究时均风速变化对含沙量的影响更具有意义。     

高速流动中PIV示踪粒子松弛特性研究

示踪粒子的随流能力是PIV技术在高速流动中应用的关键点之一。在上海交通大学变马赫数高速风洞中开展了PIV实验研究,重点提出一种评价示踪粒子随流能力的松弛特性分析模型。在马赫数4条件下尖锥、尖劈等模型PIV实验研究中,可以准确分析粒子的松弛特性,粒径分析结果与实验吻合较好,并验证了高速流动PIv的测试精度和示踪粒子布撒能力。     

压电振子激励流场的数值模拟

为了得到多个压电振子的相干性和涡系之间相互干涉的流场信息,探索间距和相位差等因素对多个压电振子耦合流场的影响效果,本文对单个与多个压电振子的非定常流场特性进行了数值模拟研究.结果表明,压电振子振动时,流场中出现了速度涡区,单个振子的涡系发展最充分,流场中速度峰值达4m/s,三个振子的垂直方向作用范围最大,但速度峰值只有2.8m/s;振子振幅为A,振子间距在1A ～4A,流场掺混效果与振子间距成正比,有1/2相位差时流场掺混效果优于无相位差的情况;多个振子产生的耦合射流效果在适当的间距与相位差下好于单个振子产生的射流.