基于PSE的单股剪切混合流稳定性分析

将抛物化稳定性方程(PSE)方法应用到可压缩单股剪切混合流的稳定性研究中.采用并发展了适用于自由剪切流的高精度数值方法,包括六阶紧致格式、坐标变换以及渐近边界条件等,对PSE进行有效求解.通过求解相似边界层方程得到更准确的剪切层内基本流;求解线性稳定性理论(LST)控制方程得到扰动的初始条件,并通过流向空间推进方法对扰...     

单腔内冷涡轮的气热耦合数值仿真

将所开发的HIT-3D气热耦合求解器应用于某低压涡轮的数值仿真中,对该涡轮设计简单的内冷结构,比较了不同湍流、转捩模型对叶片温度场预测的影响,初步验证了所开发的耦合求解器的应用能力.由于目前涡轮的冷却结构复杂,数值计算量比较大,为此发展了一种气热耦合与工程设计相结合的方法,以该涡轮为算例初步验证了该方法,并初步模拟了粗...     

飞机导管数字化柔性定位装夹技术探讨

因飞机导管种类多、数量大、形状复杂,针对传统定位装夹技术无法满足飞机导管精确、高效、敏捷制造需求,探讨了飞机导管数字化柔性定位装夹技术方案。提出了阵列式夹具、被动数字化重构夹具和自主数字化重构夹具3种飞机导管数字化柔性定位装夹技术方案,为实现导管数字化定位、高效精确装夹提供解决方案,达到缩短导管制造装备周期,降低制造成本的目的。     

气压传感器的误差来源及对高程测量的影响

介绍了多种气象测压传感器及其构成、特性、测量的误差来源、对高程测量的影响等并讲述了如何对其进行修正。     

数控线切割机床的技术改造

本文介绍了 MNC 数控线切割机控制台和 GD—A 高频电源的简单工作原理,对老线切割机床的改造,以及作为今后发展方向的 PC 自动编程/自动控制线切割机系统。     

《航空发动机设计手册》编写工作会全面展开

30多年来,我国航空发动机行业,在历经仿制、改进改型、自行研制的发展过程中积累了丰富的设计经验,锻炼了一大批具有丰富实践经验的设计队伍。航空预研和型号研制经验日臻成熟,近十多年的对外交流与合作又吸取了国外大量的先进技术。将这些经验与技术系统地加以总结、分析、提炼,形成手册,将对今后的设计工作,使其程序化、规范化、加速型号研制、扩大国际交流与合作,培养和造就一代设计队伍及推动航空发动机全行业的技术进步具有重要意义。因此,中国航空工业总公司决定组织力量编写《航空发动机设计手册》。     

收-扩喷管与飞行器后体的一体化气动优化设计

以轴对称收-扩喷管与飞行器后体的气动特性为研究对象,基于部分正交多项式的响应面法结合自编程序进行了三维流场的数值模拟.选取流量系数和推力系数为优化指标,选取收敛半角、喉道半径、扩张半角、底部面积和尾部收缩角为研究对象,在两种工况下进行了分析.通过响应面函数的构造及求解,结果表明:扩张半角和收敛半角对气动性能的影响程度约为90%;只考虑流量系数时,收敛半角、喉道半径和底部面积的影响程度约为85%;只考虑推力系数时,扩张半角的影响程度约为85%;只考虑H=0km,Ma=0工况时,扩张半角、收敛半角和喉道半径的影响程度达到90%以上;只考虑H=20km,Ma=2工况时,扩张半角和收敛半角的影响程度达到85%以上.     

显式代数雷诺应力模型在超声速/高超声速流场计算中的应用

为了提高显式代数雷诺应力模型在高超声速流场中的计算精度,以修正后的CG k-ε模型作为湍流时间尺度决定方程,将Wallin和Johansson显式代数雷诺应力模型(WJ2000模型)应用于超声速/高超声速流场数值计算,并与线性湍流模型的计算结果进行了对比分析。结果表明WJ2000模型对高超声速压缩拐角附近壁面压力和热流分布的预测要优于线性湍流模型,同时网格依赖性明显低于后者;对CG k-ε湍流时间尺度决定方程所做修正不影响WJ2000模型对超声速流场的预测结果,但使其对高超声速流场的预测精度明显提高。     

带尾翼干扰的喷管- 后体一体化流场数值模拟

当飞行器处于高亚声速或者是跨声速飞行状态时,其喷管-后体部分一般都会产生相当可观的气动阻力。为研究喷管-后体的气动特性,使用WJ2000显式代数雷诺应力模型和CG K-epsilon 2方程模型对几种单发带尾翼、不带尾翼的喷管-后体模型在外流马赫数Ma=0.9时进行了数值模拟。计算结果表明:尾翼的干扰是有利于减小喷管阻力的;除了无尾翼模型外,尾翼错位布置的喷管-后体模型的总阻力是最小的,这主要是因为同位布置的尾翼本身会产生较大的压差阻力;后体形状对喷管-后体流场也有重要影响。     

基于深度学习的欧几里得嵌入的推荐算法

推荐系统为用户推荐用户可能感兴趣的物品，可以有效地减轻信息过载。基于欧几里得嵌入的协同过滤方法将用户和物品映射到统一的隐藏空间中，是构建推荐系统的重要方法之一。然而，传统的基于欧几里得嵌入的推荐方法仅考虑用户和物品隐藏特征向量之间低阶交互，不能有效建模现实世界中用户和物品的复杂交互行为。本文提出基于深度学习的欧几里得嵌入的协同过滤算法，利用深度学习技术学习用户和物品隐藏特征向量之间的高阶、非线性交互函数，建模用户和物品之间复杂交互行为。在真实数据集上的实验结果表明，基于深度学习的欧几里得嵌入的协同过滤算法性能优于传统协同过滤算法。