用隐式多重网格法计算三维粘性流动

求解高雷诺湍流流动时,边界层法向网格间距较流向和展向相比非常小,因此边界层中存在高度伸缩的网络,这将大大降低多重网格的求解效率。通过谐调的处理多重网格过程的各个细节,既提高了解的精度,又克服了网格展弦比的影响,使得计算效率提高了6～7倍。     

热完全气体的热力学特性及其N-S方程的求解

首先用五次多项式拟合给出了温度在50～3000K范围内的热完全空气的焓值与温度之间的函数关系式，导出了其它热力参数e，cp，cv和γ的表达式。接着提出了热完全空气总温、总压的计算方法，并将其计算结果与量热完全空气的结果进行了比较。最后，将该热完全空气模型用于N-S方程求解，对NAPA软件进行了改进，并用该软件时高马赫数钝体绕流流场和乘波体流场进行了计算，分析了气体真实效应时流场结构及参数的影响。结果表明，本文提出的总温、总压计算方法及时NAPA软件的改进是成功的，可较准确地模拟高超声速流动的主要特征。     

基于云纹干涉与钻孔法的等离子热障涂层残余应力实验研究

应用云纹干涉法与钻孔法结合的光测力学实验方法,研究了等离子热障涂层基体材料镍基高温合金DZ125的残余应力。通过实验和计算获得了等离子喷涂工艺下基体DZ125的残余变形场、残余应变场和残余应力,并描述了其主要特征。结果表明,采用云纹干涉法与钻孔法结合测定热障涂层残余应力具有全场测量和高灵敏度等优点,这对于采用光学手段研究热障涂层残余应力有着积极的意义。     

T-1A型高精度绝对重力仪

高精度绝对重力仪用于测量地球表面的重力加速度（g,常用值9.81 m/s2）,在精密计量、大地测量、地球物理、资源勘探等领域具有广泛应用。近年来,清华大学自主研制完成T-1与T-1A型高精度绝对重力仪,采用新型的自由落体装置、激光干涉测量技术和信号处理方法,可实现微伽量级不确定度的精密重力测量。本文主要介绍T-1A型高精度绝对重力仪的系统技术和测试结果,经过进一步工程化改进,该仪器有望实际应用于重力计量、地震研究等领域。     

Y形进气道流场数值研究

Y形进气道在两侧进气布局的单发轻型战斗机和教练机上应用较为普遍。由于流动的复杂．不易对其内部的流动进行实测．为此本文基于Favre平均的N-S方程和B／L代数湍流模型．采用了Jameson格式和矩阵人工粘性耗散，对某型亚声速飞机的Y形进气道流场进行了数值模拟。提出了一种解决网格块之间插值问题的处理方法．研究了进气道两侧管道气流的掺混作用及二次涡．得出了进气道内外流场的马赫数、压力和速度分布，以及进气道的性能随反压和攻角的变化曲线。研究结果可为进气道的设计提供一定的参考。     

优选导弹型号的计算方法

在分析空空导弹战斗使用过程中影响导弹型号选择主要因素的基础上,提出了优选导弹型号的原则,并建立了数学模型;模拟结果表明,该原则充分反映了导弹的特性,因而是有效的。     

高超声速飞行器宽速域翼型/机翼设计与分析

对于现代高超声速飞行器的设计而言,除了需要保证高超声速的性能外,还必须兼顾满足工程需求的亚跨超声速特性。首先,采用雷诺平均Navier-Stokes（RANS）方程流动求解器,结合基于Kriging模型的代理优化算法,开展了高超声速飞行器宽速域翼型的优化设计研究,设计出了一种下表面具有双"S"形特征的新翼型。综合性能评估结果表明,该翼型相比于常规的高超声速翼型,在跨声速和高超声速下具有更加优良的气动特性;其跨声速状态下的升阻比达到78.9,高超声速状态下的升阻比达到5.94,能够实现宽速域内良好的综合气动性能。其次,开展了仿德国"桑格尔号"（SANGER）空天飞机运载机机翼的气动特性研究,对配置宽速域翼型与常规高超声速翼型的机翼进行了气动力特性综合对比分析。结果表明,配置新翼型的机翼在宽速域范围内整体气动性能更优,说明所设计的宽速域翼型在三维机翼上也具有一定的实用价值。     

分布式动力系统尾缘射流与边界层抽吸的数值分析

为研究带有边界层抽吸的分布式动力系统尾缘射流对机身气动性能及推进效率的影响,将机身简化为二维翼型,并加入尾缘射流及边界层抽吸的作用,利用数值模拟的手段来研究来流攻角、射流偏转角、边界层抽吸对推进效率及气动性能的影响,为分布式动力系统的设计与应用提供初步的建议.结果表明在中、小来流攻角(2°及0.6°)的情况下尾缘射流及边界层抽吸能够提高升阻比,推进效率可超过80%;而在大来流攻角(4°)情况下射流偏转角增大使翼型的阻力大幅上升,对气动性能和推进效率产生极为不利的影响.      

基于连续蚁群算法的Bayesian方位估计快速方法

针对蚁群算法(ACO)在解决高维非线性搜索问题方面的有效性,提出了基于蚁群优化算法的Bayesian最大后验概率方位估计(ACO-Bayesian)快速方法.该方法将Bayesian最大后验概率函数作为蚁群算法的目标函数,选取若干一维高斯函数的加权和作为连续蚁群算法中信息量概率分布函数,经过有限次迭代得到Bayesian方法的非线性全局最优解.仿真结果表明,ACO-Bayesian方法在保持Bayesian方法优良性能的同时,将Bayesian方法的计算量减少到原来的1/14.水池实验结果验证了ACO-Bayesian方法的正确性和有效性,为其工程应用奠定了基础.