离心泵叶轮内含颗粒的幂律流体的密相两相湍流研究

阐述了幂律流体控制方程的特点，首先对单相的幂律流体与密相液固两相流进行了计算，计算结果与实验数据吻合较好。其次对泵离心叶轮内的含颗粒的幂律流体的两相流动进行了计算，从进口到出口，幂律流体的速度是减小的，压力随半径增大逐渐升高，而且压力面上的压力大于吸力面上的压力。吸力面上的颗粒拟温度小于压力面上的颗粒拟温度，而且靠近壁面处的大于叶道中的。最后比较了液固两相流与含颗粒的幂律流体的两相流的流动。流体相的紊动能有一定的差别，而且颗粒拟温度也有较大差别。     

扫描式总压耙在高超声速推进风洞流场测量中的应用

在风洞实验中,为了保证实验结果的可靠性,首先需要了解流场的品质。笔者自行设计研制了用于高超声速推进风洞流场测量的带有水冷装置的可移动式扫描总压耙。对于出口截面为300mm×187mm的风洞喷管,通过计算机程序控制,可在3s时间内实现全截面间歇式或连续式扫描,最大移动速度可达250mm/s,而且定位准确。通过扫描结果,分析了流场压力均匀性、稳定性以及实验结果的可重复性,同时还给出了风洞喷管出口截面的总压与马赫数等值线图。从而为超燃冲压模型发动机实验提供参考数据。     

一种流量阀几何形状设计计算方法

本文推导了提动头式和滑阀式窗口形两种典型调节阀的理论型面线通用坐标方程,在给定A=f(m)的函数关系后,即可计算表达该阀几何形状的曲线方程,从而求得调节阀的精确的几何尺寸。并讨论了为便于加工,型面曲线用直线近似的方法和误差的校核。     

某飞机系列风洞试验研究

介绍了某飞机在气动中心4m×3m风洞进行的系列风洞试验研究情况。研究目的是获得在不同布局状态下飞机的低速气动性能。研究结果表明:改变机翼边条可有效地改善飞机的纵向稳定性;将两侧进气改为腹部进气,大大降低了飞机的航向稳定性;采用机头边条措施可使飞机的航向稳定性有较大提高;进行通气模型的风洞试验,其结果与不通气时的结果差异不大。     

显微PIV系统与实现

显微PIV系统可用于流体微观层次以及微流体流动的测量,可获得流体速度的场信息以及其中颗粒的场信息。本文主要介绍显微PIV系统所涉及的显微图像获取技术以及图像处理算法。该系统由硬件与相应软件系统组成。其中,硬件主要包括放大倍数为1000倍的光学显微镜以及最大拍摄速度为10000帧/秒的高速摄像系统;IMPACT软件为自行开发的基于C++系统的面向对象程序,其中内嵌多种数据处理与分析算法。通过对尺寸为1μm颗粒运动的测量,对不同数据处理算法进行了检验,结果表明:建立的显微PIV系统可有效获得微观流体流动的图像并可准确进行数据的处理,该系统完全可用于微观流体流动的测量。     

一种基于事物特性表的信息编码系统

信息编码是信息集成最为基础的部分。本文研究了基于事物特性表的编码系统。阐述了产品技术资源的分类体系和在此基础上编码的体系结构,按照产品、零部件的功能、解原理和结构等进行分类标识。通过事物特性表描述编码对象的属性特征。最后结合实例说明该编码系统的应用。     

压电驱动自耦合射流流动特性实验

为了研究压电驱动狭缝喷口自耦合射流的流动特性,采用PIV、热线风速仪测试手段,对自耦合射流激发器在不同激励因素下的流场和速度场分布进行了实验和分析.结果显示,自耦合射流在狭缝出口处产生了反向涡对,随着自耦合射流的发展,射流呈现出在喷口短轴方向急剧向两侧扩展、而在喷口长轴方向先收缩后缓慢扩展的流动特征;自耦合射流的速度分布在法线方向呈现先上升后下降的趋势,在z/b=10左右速度达到最大值;在射流展向上,短轴方向速度呈规律的对称分布和速度自模的特征,而长轴方向速度近喷口区域呈现马鞍状分布,随着法向距离增加这种趋势消失.研究中发现,激发器存在两个谐振频率,在谐振频率激发下自耦合射流的速度和涡量比较大.与常规射流相比,自耦合射流显示出了独特的流动特性.     

动态三角翼的非定常气动特性和压力分布相关研究

文章介绍了不同后掠角三角翼在进行俯仰振荡时的动态压力特性,说明这种动态压力特性同三角翼的法向力的变化是密切相关的,试验研究揭示了流态、压力和气动力之间的密切关系。同时试验研究显示三角翼上翼面压力的动态变化曲线呈现出双峰形态;不同后掠角三角翼在动态试验过程中压力、法向力都具有相似特性。     

纹影干涉图的图像处理方法研究

本文利用计算机存贮量大、运算能力强的特点研究了一种分析纹影干涉图,计算密度场的图像算法。这套算法包括使用低通滤波技术消除干涉图背景中的高频噪声,使用 Hilditch 算法细化宽度多于一个像素的干涉条纹,使用模式识别方法提取干涉条纹的位移量,最后应用数值积分技术求解密度场的空间分布。这里研究的图像处理方法提高了纹影干涉图定量分析的精度、加快了实验结果的处理速度,给出了直观可靠的数值结果,是一种实用有效的图像算法。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型，通过试验数据的训练确定权重和阈值，经过检验样本的检验，能够很好地预测道路表面的水膜厚度。结果表明，本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。