民用飞机气动外形数值优化设计面临的挑战与展望

系统回顾了气动外形优化的主要环节，对优化体系中学科分析、参数化建模、网格重构技术、敏度分析、优化算法、代理模型、目标函数/约束处理等各个环节的进展，及气动综合优化面临的挑战、基础科学问题进行了总结。结合课题组在优化体系建设上开展的研究工作，针对民用飞机气动外形综合设计的需求，提炼了工程型号对优化体系构建的具体要求。并对今后的研究工作以及未来发展方向进行了展望与建议。通过文章系统整理论述，希望能够为气动数值优化设计研究人员提供一些有意义的建议和参考，促进设计空气动力学、以及多学科优化技术的发展。     

直升机旋翼悬停流场的粘性数值模拟

在旋转坐标系下求解可压缩NS方程,对Caradona-Tung旋翼的跨声速悬停流场进行了数值模拟,计算中采用嵌套网格方法,并且应用了多重网格技术加速流场收敛。计算结果表明,多重网格技术显著改善了流场的收敛效率,计算量仅为单重网格的四分之一。文中同时还对无粘和粘性流场进行了对比,NS方程考虑了物面的粘性作用,能正确模拟出激波和边界层的干扰现象,计算得到的桨叶表面压力分布与实验值更加吻合。     

基于环量控制的无尾飞翼俯仰和滚转两轴无舵面姿态控制飞行试验

环量控制通过驱动压缩空气射流产生虚拟舵面实现无舵面飞行控制，显著提高低可探测性。基于无尾飞翼布局无人机，提出基于激励器终端压力反馈的闭环控制策略，自主开发机载多通道闭环控制射流作动系统，并与飞行控制系统进行融合，实现基于主动射流的姿态闭环控制，通过60 m/s巡航速度下飞行试验，定量研究了环量控制用于俯仰和滚转姿态控制能力。结果表明：环量激励器通道组合产生双向连续、稳定的俯仰和滚转控制力矩；射流作动系统响应延迟小于0.02 s，射流作动无人机姿态角速度响应时间小于0.02 s；俯仰环量激励器压比-1.025与升降舵-2.5°舵偏角产生的俯仰力矩相当，滚转环量激励器压比1.050与副翼2.0°舵偏角产生的滚转力矩相当，并分别实现纵向和横向无舵面姿态控制。     

基于PINN模型的导弹气动特性快速预测技术

随着内嵌物理机理神经网络（PINN）模型的兴起，PINN模型开始应用于许多学科领域。为了实现导弹气动特性的快速预测，借助工程算法，构建了导弹气动数据集，以此训练导弹气动特性预测模型，包含基于多任务学习的神经网络（MTLNN）模型及在MTLNN模型基础上内嵌物理知识的PINN模型。数值模拟通过选取测试集，对比了MTLNN模型和PINN模型的预测效果，结果表明：PINN模型的预测精度较高，且基本控制在1%以内。探究PINN模型的泛化能力，测试集选取导弹气动数据集包络范围之外的数据，PINN模型预测精度仍然高于MTLNN模型。由于PINN模型引入了气动特性参数之间的物理机理，模型对训练样本数量的依赖程度降低，可以进一步节约数据获取成本，为导弹优化设计提供有力工具。