高超声速飞行器复杂结构热试验技术

为解决高超声速飞行器复杂结构热试验加热器设计难题,以高超声速飞行器钝头体试验样段为研究对象,对复杂结构热试验从试验方案确定,加热器详细设计,温度、应变、位移的测量及热流控制方法等相关技术进行研究。通过自行设计的红外加热器完成了钝头体试验样段的高温试验,获得了大量的温度、应变、位移等试验数据。通过本次研究,梳理了高超声速飞行器复杂结构加热器设计流程,为优化结构设计提供了重要试验数据支持。     

渐扩变截面通道对会切磁场推力器性能的影响

为了改善会切磁场推力器在低功率下对中低等流量变化的不适应性,采用了一种渐扩的变截面通道设计来提升推力器中低等流量下的性能,对比了两种等截面通道与一种渐扩通道在中低等流量下的性能。虽然渐扩通道与小直径的等截面通道相比,会略微降低通道内的原子密度,但渐扩通道由于减小了出口离子能量损失,同时增大磁镜比促进电离,从而能够提升推力器在同等推力水平下的效率。而大直径等截面通道和小直径等截面通道分别由于原子密度过低及壁面损失较大,性能均不如渐扩通道。因此,渐扩型变截面通道在中低等流量变化范围内具有更优的性能,这对推力器性能的进一步优化具有重要意义。     

北斗卫星导航空间信号模拟畸变研究

针对卫星导航信号生成载荷故障会导致信号畸变,对北斗卫星导航信号模拟进行了研究分析。首先,建立了北斗导航信号模拟畸变的数学模型并对其进行了理论分析;其次,推导了北斗信号发生模拟畸变后的相关函数、功率谱密度函数和相关损耗,并仿真分析了北斗信号模拟畸变的相关峰曲线、功率谱密度曲线和相关损耗曲线;最后,利用S曲线及S曲线锁定点偏差的模型,仿真了北斗模拟畸变信号S曲线及S曲线锁定点偏差,并分析了北斗信号发生模拟畸变对测距性能产生的影响。结果表明：北斗信号发生模拟畸变的畸变程度越大,伪距测量误差越大,则导航系统的测距精度和定位精度越低,增强系统的完好性越小。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

开放空腔壳体入水流场结构及流体动力特征研究

基于混合介质雷诺平均Navier-Stokes方程,对开放空腔壳体垂直入水运动过程开展了数值研究,得到了压力场、速度场分布,空泡波动、闭合特征,空腔气体涨缩规律,以及流体动力变化规律,并分析了空腔结构在入水运动过程中对流场结构和流体动力的影响。结果表明:液体随气体涨缩同步进出开放端;开放端局部形成波动的压力源和周期性的压力场、速度场分布;入水空泡呈现波动形态,其扩展程度与开放端液体流速相关;空泡内形成气体漩涡,随空腔涨缩往返进出空泡,对空泡闭合具有抑制作用;流体动力呈波动变化规律,频率与气体涨缩频率一致,幅值与气体涨缩程度成正比。开放空腔结构在入水过程中空腔内气体发生涨缩运动,对流场结构和流体动力产生周期性扰动作用,在一定程度上可以减缓冲击、维持空泡及运动的稳定性。      

高超声速飞行器舱内压力预测

针对高超声速飞行器独特的飞行状态及环境特点,对其舱体内部压力变化进行了预测研究。综述飞行器的被动式及主动式舱内压力控制系统特点,提出采用准一维等熵流公式结合计算流体动力学(CFD)进行舱内压力预测的方法,研究被动式充排气系统对舱内压力变化的影响,为高超声速飞行器充排气系统的设计提供了重要的参考和依据。     

远程高压大流量减压阀的研制

研制一种远程、先导式高压大流量减压阀;介绍了该减压阀特点,建立了减压阀数学模型,利用Matlab进行该减压阀动力学仿真,研究各个参数对减压阀性能的影响.根据仿真结果,加工了一台实物产品.搭建了减压阀性能测试试验台,分析了压力、流量特性,并和仿真做了比较.结果表明:仿真和试验符合的比较好,说明仿真对减压阀的研制与分析具有指导作用.该减压阀使用方便,安全、可靠,已经用于数个试验中.     

受轮缘密封结构影响的1.5级涡轮封严流与主流的相互作用以及轮缘密封间流动干扰

为探究动叶上游不同轮缘密封结构封严出流对1.5级涡轮端区流场及轮缘密封间流动干扰的影响区别,通过Shear Stress Transport （SST）湍流模型对无密封腔室,上游密封结构分别为简单斜向、简单径向,下游密封腔室为简单轴向的1.5级涡轮进行了非定常数值模拟。结果表明：轮缘密封间干扰使带径向密封结构模型的下游轮缘腔室内封严效率偏低,并增强了固有的非定常不稳定特性。上游密封结构变化对动叶和第2级静叶流动的影响差异分别位于35%、65%叶高范围内;径向密封结构增加了上游静叶的堵塞效应、动叶入口气流的欠偏转程度、叶根吸力面负荷与14%叶高以上的轮毂通道涡强度,并在第2级静叶入口处产生更多低频压力波动,使其尾缘脱落涡尺度增大但13%叶高以上的轮毂通道涡强度较弱。与无密封腔室相比,通入封严气体总量为主流流量的0.8%时,带斜向密封结构的1.5级涡轮气动效率降低了0.94%,且带径向密封结构的1.5级涡轮气动损失额外增加了0.17%。     

分腔流量比对涡轮曲端壁表面冷却特性实验

利用高速风洞及压敏漆（PSP）技术,研究了端壁表面不同分腔流量比对端壁表面的气膜冷却效率的影响。对比各个分腔在不同流量比下端壁表面的气膜冷却效率的详细分布发现：端壁表面的气膜冷却效率随着槽缝流（分腔1）流量比的增加而增大,随着槽缝喷射冷气流量的增加,冷气在端壁表面的覆盖范围变广,同时冷却效果也有所提升;随着端壁前部分腔（分腔2）冷气流量比的增加,叶栅通道喉部上游区域的冷却流体会出现明显的吹离壁面的情况,端壁表面的气膜冷却效率也会随之减小;端壁后部分腔（分腔3）冷气流量比对端壁表面的冷却效率的影响与分腔2类似。     

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。