六转子微型飞行器及其低雷诺数下的旋翼气动性能仿真

提出了一种新结构的六转子无人飞行器的概念,该飞行器可以在空间任意方向飞行,甚至可以在地面上滚动前进。分析了其可能的三种构型并给出了各自的运动方程,给出了三轴解耦时该飞行器的配置方式及转子空间位置。由于该飞行器具有小尺寸外形、低重量和飞行速度慢的特点,根据转子速度、弦长和飞行模态,计算得该飞行器的雷诺数变化范围为1×104到12.8×104。以选用的Eppler 387翼型作为分析对象,采用正投影混合网格方法对其在低雷诺数下的气动性能进行研究,得到了雷诺数分别为1×104,2×104,3×104和6×104下对应不同迎角的升力系数、阻力系数和升阻比,并对雷诺数为6×104下的升力系数仿真结果同试验结果进行了对比,二者具有较好的一致性。制作了六转子微型飞行器样机,实现了垂直起降及慢速前飞。     

γ-Reθ转捩模型在二维低速问题中的应用

介绍了基于当地关联的γ-Reθ转捩模型.通过Spalart建议的环境源项法对自由流湍流度衰减的有效控制,实现了该转捩模型的实用化.利用中国空气动力研究与发展中心的TRIP软件平台上实现的该转捩模型,对S809翼型、NLR7301两段翼型和30P30N三段翼型3个低速翼型绕流问题进行了计算,将不同迎角下的计算结果与试验结...     

降雨对翼型气动性能影响的机理研究

利用计算流体力学软件FLUENT 6.3.26中的拉格朗日离散相模型研究了降雨条件下翼型的气动特性变化,并应用UDF(用户自定义函数)对FLUENT中自带的Wilcox转捩模式进行了修正,对降雨对翼型气动性能的影响机理进行了研究.结果表明,在降雨条件下,翼型表面积聚的水膜层及其表面粗糙度会影响翼型表面的光洁度,引起边界...     

基于神经网络的翼型积冰预测

采用神经网络方法对翼型表面的积冰进行了预测研究.建立了一种型面曲线坐标系,通过坐标变换将积冰外形转化为几何曲线.利用傅立叶级数对此曲线进行拟合,实现积冰外形的参数化.以结冰条件作为输人,冰形参数作为输出构建神经网络,对NACA 0012翼型表面的积冰进行预测.通过将预测结果与实验结果以及数值模拟结果进行对比,说明所提出...     

翼型高低速性能优化及其对缝翼设计影响研究

采用Hicks-Henne方法参数化翼型,以巡航升阻比、低速最大升力系数为目标进行优化设计.利用试验设计方法对总体设计空间内目标函数的分布进行初步评估,得到目标函数的初始Pareto前沿面,以前沿面上的点为基准,把总体设计空间分割成独立的局部设计空间进行并行寻优,逐步更新直至得到收敛的Pareto前沿面.对前沿面上的典...     

基于网格变形的伴随方法在翼型优化中的应用

进行了基于网格变形的伴随方法在翼型气动优化设计中应用的研究。随着集成了伴随方法的流场求解器的普及和效率的不断提高,采用梯度法进行翼型气动优化设计的主要计算花费逐渐由计算梯度对流场变量的敏感度（或流场敏感度）转变为计算梯度对网格变形的敏感度（或网格敏感度）,后者的求解通常采用有限差分方法,计算花费较高。在传统伴随方法（或流场伴随方法）的基础上,引入了基于网格变形的伴随方法（或网格伴随方法）,采用网格伴随方法计算梯度,可以大幅度减少梯度计算花费,提高翼型气动优化设计的效率。     

机翼结构型式和选型参数的统计分析

机翼结构的型式取决于机翼的平面形状、相对厚度、翼载荷、开口等诸多因素.本文对现有飞机机翼结构型式和相关参数进行统计分析,寻找它们之间可能存在的内在关系,得到了相对厚度与最大飞行速度的经验公式,以及不同机翼结构型式的相对厚度和相对载荷的取值范围.并对结构选型的其他因素进行了简单的探讨.这些统计结果为现代飞机机翼结构选型提...     

双圆弧环量控制翼型数值研究

运用数值模拟手段分析了一种双圆弧超临界环量控制翼型,它具有高速巡航短距起降双重优势,初步探讨了这种超环量翼型在起飞不同阶段和不同飞行迎角下升阻力性能变化规律。在此基础上对这种翼型进行了几何优化,结果表明,射流缝高度约为环量翼型弦长的0.2%;环量襟翼偏转角度为30°;铰链旋转点在弦长88.06%～89.85%之间时,升...     

结合响应面法与网格法的低速翼型优化设计

本文首先了介绍响应面法和网格法的基本原理,翼型绕流场分析使用有限体积法空间离散和RUNGE-KUTTA时间迭代格式进行N-S方程计算,由翼型表面压力和摩擦力数值积分得到升力和阻力.然后,以NACA0012和GAw-1为算例,结合响应面法和网格法进行低速翼型的减阻优化设计,算例表明:在应用响应面法进行低速翼型优化时,采用...     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。