基于全域CZM的复合推进剂细观损伤与断裂研究

采用全域CZM模型模拟了复合固体推进剂从细观脱湿到基体开裂,直至微裂纹扩展汇合,最后断裂破坏的演化过程,探索了其宏观力学行为发生发展的内在原因。数值模拟结果在微裂纹的开裂特征以及推进剂的宏观应力-应变曲线等方面与试验结果吻合较好。研究结果表明,采用全域CZM模型能有效模拟复合推进剂材料细观断裂破坏过程及其宏观力学性能;通过参数反演可知混合基体的初始刚度远小于颗粒/基体界面的,而粘接强度和粘接能大于界面的,这使得基体易变形而界面先脱湿;可将推进剂受拉伸载荷的细观力学行为分为四个阶段:无损伤变形阶段、界面部分脱湿阶段、脱湿与基体开裂并存阶段、微裂纹聚合断裂阶段。     

推力室外壁机器人自适应焊接控制研究

针对推力室外壁焊缝坡口进行机器人焊接控制的研究,并基于主动式激光传感器获取坡口参数,通过建立坡口-参数-焊缝的模型来实现推力室外壁的自适应焊接,从而保证推力室焊接质量的一致性。在"静态"研究的基础上,进行推力室焊接过程"动态"坡口结构参数与工艺参数最优匹配的研究,建立了推力室外壁坡口自适应焊接参数模型。结合模糊控制算法搭建了焊接自适应控制系统,完成了推力室模拟件的焊接试验,验证了模型与自适应焊接系统的适用性。针对液体火箭发动机推力室专用S-06,1Cr21Ni5Ti等材料建立了热丝TIG焊接参数计算模型,可覆盖深度5～12 mm的推力室对接坡口。在SIMULINK平台下针对控制响应速度优化了焊接自适应控制系统的调节因子。自适应试验件焊缝熔合良好,X射线检测合格,强度均高于母材强度的90%。     

轴向倾斜缝对压气机转子叶尖泄漏涡的非定常控制数值研究

为研究轴向倾斜缝对转子叶尖泄漏涡的非定常控制作用,采用瞬时叶片排数值模拟方法对带不同数量轴向倾斜缝的Rotor 67转子进行非定常数值模拟。结果表明,轴向倾斜缝能有效扩宽转子的稳定工作范围;轴向倾斜缝缝数应使其通过频率与预测的转子叶尖泄漏涡非定常脉动频率相近为宜;当加入轴向倾斜缝这一结构激励源后,叶尖泄漏涡不再表现出自身的脉动频率,而只以轴向倾斜缝的激励频率为主频进行脉动;在小流量工作区间,越接近失速点,轴向倾斜缝对于叶尖泄漏涡的控制作用越强,叶尖泄漏涡的压力脉动也越剧烈。     

考虑空腔的高超声速多流动区域同步数值模拟

先进的高超声速飞行器具有薄壁空腔结构,在飞行过程中受热会产生空腔内气体流动现象,从而影响流场和结构的温度分布。采用数值方法准确模拟高超声速流场、结构温度场和空腔内流动对热结构分析是很有必要的。以研究空腔流动对结构温度分布影响为目的,发展了一种适用于多流动区域流场/结构温度场耦合问题的同步计算方法,并以高超声速带空腔结构物体为例,数值研究了其外部气动热/结构热传导引起的空腔热对流问题。以已发展的高超声速外流场/结构温度场同步计算方法为基础,为了进一步考虑空腔内低速流场,采用了预处理矩阵方法。在流场与结构温度场的交界面两侧分别引入虚拟单元,从而高效地实现相邻场之间物理信息交换。首先通过标准算例验证了方法在求解单独气动热/结构热传导问题以及空腔自然对流问题中的准确性。进而对封闭和带有开孔的两种高超声速运动圆环分别进行多流动区域同步数值模拟。计算结果表明,由于结构温度不均匀引起的空腔内热对流反之也会对结构温度场分布产生轻微的影响。在空腔内气体流动的影响下,封闭圆环的前缘温度在35s内最多下降0.8%左右。对于带开孔空腔的圆环,其孔壁周边温度在0.5s内能够超过外流前缘驻点温度。     

等离子体激励频率对压气机稳定性影响的实验与数值模拟研究

本文采用实验与数值模拟方法研究了不同等离子体激励频率对低速轴流压气机的扩稳特性。结果表明,等离子体激励能够显著减弱叶顶泄漏流非定常脉动,增加主流动量,削弱泄漏流和回流动量,抑制泄漏流向叶尖前缘移动,从而扩大压气机的稳定工作范围;非定常激励对压气机稳定性有重要影响,随着激励频率的增加,扩稳效果增强,但激励频率存在阈值,当频率高于0.5倍叶片通过频率时,随着频率的增加,扩稳效果几乎不变。     

模拟月壤铺粉过程DEM数值仿真

空基激光选区熔化（SLM）技术与原位资源利用（ISRU）概念结合，有望解决地外大规模基地建设的工程难题。SLM铺粉过程对成形件性能和质量有重要影响。基于非球形粒子叠加球模型方法，建立模拟月壤颗粒几何模型；基于线性弹簧-阻尼接触作用模型、Hamaker理论及牛顿运动定律，建立颗粒动力学模型；采用三维离散单元方法（DEM）及软球模型，进行不同工况下模拟月壤在铺粉过程中的流变特性研究。结果显示:所提模型和方法能开展指定工况和环境参数的模拟月壤颗粒系统流动性和堆积行为数值仿真研究；月面低重力环境导致粉床表面粗糙度变大、堆积密度和平均配位数变小；通过降低铺粉速度和优化刮刀型面，可以有效改善月基铺粉的粉床质量，获得更密实和均匀的粉床结构。      

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。