眼镜蛇—超大迎角机动的数值仿真分析

为了搞清完成过失速机动的飞行力学机理，对眼镜蛇机动这种典型的过失速机动动作进行了数值仿真。结果表明，如果能够有效防止横航向偏离，则ＲＳＳ飞机应该能够完成这类机动飞行。为完成此机动，要求飞机在大迎角下产生足够的低头力矩，而对于发动机推力没有过高要求。气动力迟滞、重心位置、进入速度及高度等因素对动作的具体完成情况，如αｍａｘ、θｍａｘ、减速性、航迹保持及完成时间有不同形式的影响。     

微型飞行器气动布局的弹射试飞研究

提出了3种不同的微型飞行器气动布局方案：平直机翼、＂M＂形机翼和附加翼稍小翼的气动布局形式.设计、制作了无动力弹射模型和弹射发射平台.通过多次无动力弹射试验,对相关数据进行了对比分析,发现在上述3种气动布局形式中,以具有一定高度的翼稍小翼的气动布局形式为最好.     

鸭式布局飞机水洞流场显示研究

为探讨鸭式布局飞机全机流场随迎角的演变规律 ,分别对无鸭翼布局与鸭式布局两种情况于北航大水洞进行了染色液流场显示实验。同时 ,为与水洞结果对比分析 ,给出了风洞测力部分结果。鸭式布局模型除鸭翼以外 ,包括机身、基本翼、翼前小边条及垂尾和腹鳍 ,其中鸭翼相对机身负偏 1 0°。显示结果表明 ,对两种布局而言 ,涡系结构都非常复杂。无鸭翼布局的机身涡很强 ,且机身涡对边条涡、翼根涡有明显诱导作用 ,三涡相互绕合并向展向偏折。鸭式布局的机身涡由于鸭翼存在其强度变弱 ,边条涡与翼根涡绕合趋势增强 ,两涡最终合并为单一集中涡并向外翼偏折 ,且其涡核位置较无鸭翼布局更靠近机翼前缘。鸭式布局主翼涡破裂较无鸭翼布局有所延迟 ,但鸭翼自身涡系破裂较早。     

单旋翼式直升机气动布局的几个问题

通过对某型号直升机气动布局设计，介绍了在直升机总体设计中选择直升机气动外形，平尾和尾桨的参数及益的一些基本方法。文中还介绍了对应的风洞试验结果，并将其与理论计算结果进行对比。实例应用证明，该方法是十分有效的。     

翼涡与体涡的相互干扰及其对翼涡破裂的影响

根据流谱观测结果，研究了翼－身组合体和全机的涡系干扰特点，分析了翼涡与体涡的相互诱导，使翼涡与体涡运动发生变化，讨论了影响前缘分离涡破裂的主要因素，并对尾翼的影响、机身后部体涡的强度、非对称体涡出现的条件，以及分离旋涡在稳定发展过程中的抗干扰能力等提出了看法。     

联接翼布局低速纵向气动特性初探

本文基于低速风洞纵向测力以及涡格法的理论计算结果,初步探索了联接翼布局的低速纵向气动特性,并与相应的机翼、尾翼相分离的正常布局的试验结果作了比较。结果表明,联接翼布局具有许多优点,如较大的升为线斜率C_~α、较大升力系数C_(max)、较大的纵向稳定度、相当小的诱导阻力C_(zi)和较高的巡航升阻比K。还研究了在联接翼前部配置鸭翼对进一步提高和改善其纵向气动性能的可能性。     

基于PLC和触摸屏的智能包衣机实时控制系统设计

本文详细地介绍了智能包衣机实时控制系统设计的方法，包含软件设计和硬件电气线路的设计。实现了“所见即所得”的组态画面控制。该系统具有节能效果好、可靠性高，实现了全自动化控制等优点。     

CFD方法在联结翼飞机方案设计中的应用

针对计算流体力学(CFD)软件在联结翼气动布局设计中应用的问题，研究如何快速、自动地生成CFD软件所需的输入数据的方法。实现这一方法的要点有：(1)建立一个合理的联结翼飞机外形的参数化几何模型；(2)基于这组参数，开发出能自动地生成CFD软件(MGAERO)所需输入数据文件的程序。计算实例表明，应用本文所提出的方法，可快速地对各种联结翼飞机方案进行气动特性分析，从而大大缩短了飞机方案设计中气动分析的时间。     

综合模块化航空电子系统构型管理功能设计

构型管理功能是飞机提高安全性的重要功能之一,由于综合模块化航空电子系统的架构特点,其构 型管理功能除了要保证软硬件构型一致外,还需要考虑配置数据。本文分析了DO-297 定义的构型管理功能设 计要求后,针对不同配置数据的功能特点,把构型管理功能划分成配置数据生成、数据加载和兼容性校验三个 步骤,并详细描述了各自的具体设计方案。该整体方案已在项目中成功应用。     

二维气动问题中Kriging代理模型精度影响因素

以二维跨声速临界翼型的阻力特性为对象,探讨样本点数目、Kriging代理模型参数及其类型等对模型精度的影响.阻力系数采用计算流体力学（CFD）方法得到.模型精度的验证采用交叉验证方法,采用平均误差、最大误差和标准交叉验证残差来衡量Kriging代理模型的精度.研究结果表明:①Kriging代理模型预测气动阻力效果较好.②模型精度随样本点的增多而提高,剔除与样本点响应趋势不相符的“奇异点”后,模型精度显著提高,平均误差减小5%~38%,最大误差减小13%~77%.③核函数类型对模型精度的影响最大,相关参数次之,回归模型的影响最小.采用高斯相关函数、2阶多项式回归模型,以及合适的相关参数值时,Kriging代理模型的精度最高.