高负荷风扇级环境下叶片反问题设计

在对国内外各类叶片三维反问题深入分析的基础上,针对高效、高负荷风扇的设计需求,提出了级环境下风扇叶片三维反问题设计的技术思路。以高压比单级风扇为例,利用数值模拟、流动分析等技术手段,采用从基元截面、单排到单级环境逐步深入的方式,对级环境下三维反问题设计方法的可行性进行了验证,初步探索了级环境下叶片载荷分布规律,进一步发展并完善了高效、高负荷风扇叶片的三维反问题设计技术。     

含有SMA弹簧驱动器的可变倾斜角翼梢小翼研究

 针对传统翼梢小翼在非设计状态减阻效果不佳的缺点,提出一种含有形状记忆合金(SMA)弹簧驱动器的变体翼梢小翼结构,它能根据飞行状态主动调整小翼的倾斜角,实时优化飞机的阻力特性.采用力-热-应变耦合法设计了所需的SMA弹簧驱动器,并通过有限元仿真与风洞试验验证了变体翼梢小翼的变形能力,最后初步研究了变体翼梢小翼的闭环控制方法.研究结果表明,在飞机的起飞阶段(自由来流流速为26 m/s,迎角为3°),变体翼梢小翼的倾斜角能在1 min内自主完成预定变化过程,倾斜角的最大变化量为23°,控制精度的最大误差为12%,各项指标均符合设计要求.     

MEMS技术在智能航空发动机中的应用研究现状及前景

利用MEMS(micro-electro-mechanical system)体积小、质量轻、集成度高等特点,将该技术用于航空发动机,可以更好地实现对发动机的流动、燃烧过程进行主动控制、对关键结构部件的损伤以及滑油系统健康状态进行监测等方面的功能,进而实现航空发动机的智能化.为了实现MEMS在航空发动机上的应用,一方面是提高MEMS自身适应航空发动机环境的能力;另外一方面则需要开展其和航空发动机的兼容性设计及研究.随着MEMS技术的不断发展,它必将是推动航空发动机发展的一个重要新技术.      

MIMO变结构飞行重构控制系统设计

基于滑模变结构控制,提出一种MIMO(multiple input multiple output)的飞行重构控制系统的频域设计方法.将滑模变结构控制与飞行重构控制相结合,解决了飞行重构控制技术中故障检测和系统参数辨识的问题.引入渐近观测器和hedge模型增加重构控制系统对衍生未建模动态的鲁棒性;引入作动器模型、输出饱和限制和驾驶员模型,使变结构重构控制系统设计方法变得更为有效和实用;以某型飞机的横航向飞行控制系统为例,进行设计模拟.结果表明:在飞机气动参数大幅突变和操纵面严重受损的情况下,飞机仍能保持良好的性能.      

大功率狭缝式活塞激励器流场测量与分析

研制了一种大功率活塞射流激励器,出口瞬时速度峰值可达0.3Hz,通过对活塞激励器射流流场测量,得到激励器出口流场速度、涡量分布,分析得到激励器合成射流流动结构与特征,通过采用活塞激励器控制同轴射流掺混,实验结果证明此种活塞激励器可以用于相对较高的速度流场的主动流动控制.利用提出的设计方法设计合成射流激励器可以在激励器出口形成稳定的对涡结构,采用一定的激励频率即可对喷管气流掺混进行有效控制.研究表明,合成射流激励器作为主动流动的执行机构,在航空动力排气系统具有潜在的重要价值.     

斜出口合成射流激励器S进气道分离流动控制

设计加工了单膜双腔式斜出口合成射流激励器,应用PSI DTC Initium压力扫描系统对斜出口合成射流激励器在S进气道主动流动控制中的应用进行了研究。结果表明：斜出口合成射流激励器能够抑制S进气道分离流动,提高出口总压恢复系数σ和降低畸变指数DC90,只需通过改变激励器的工作电压和频率,就可实现对S进气道内部流场的控制。在共振频率下,当来流速度V=80m/s,采用斜出口合成射流控制可使出口截面平均总压恢复系数增加0.37%,此时所耗合成射流能量仅为主流的0.24%。     

一种微型侧喷式压电合成射流器的设计

设计了一种侧喷型合成射流器,考察了射流器喷口结构尺寸对射流速度的影响,计算了不同喷口宽度下的动量系数,确定了喷口的最优尺寸,并在攻角为23°的NACA0015翼型进行了数值仿真模拟。结果表明,合成射流器可以有效的抑制边界层流动分离。同时设计了器件的加工工艺流程并完成了器件的加工。     

具有饱和补偿的碟形飞行器神经滑模控制

针对执行机构饱和非线性未知的碟形飞行器,在考虑执行机构动态的基础上,设计了基于神经网络的滑模控制器,给出了相应的控制律和参数选择方法.神经网络用来估计执行机构的饱和量,从而在设计控制器时,可以对执行机构的饱和进行相应补偿.仿真结果表明了该方法的正确性和有效性     

Aerodynamic design of tractor propeller for high-performance distributed electric propulsion aircraft

Aiming to maximize the aerodynamic performance of the Distributed Electric Propulsion (DEP) aircraft, a hybrid design framework which focuses on the aerodynamic performance of the propeller/wing integration has been developed and validated numerically. Variable-fidelity modelling for propeller aerodynamics has been used to achieve computational efficiency with reasonable accuracy. By optimizing the aerodynamic loading distributions on the tractor propeller disk, the induced slipstream is redistributed into a form that is beneficial for the wing downstream, based on which the propeller blade geometry is generated through a rapid inversed design procedure. As compared with the Minimum Induced Loss (MIL) propeller at a specified thrust level, significant improvements of both the lift-to-drag ratio of the wing and the propeller/wing integrated aerodynamic efficiency is achieved, which shows great promise to deliver aerodynamic benefits for the wing within the propeller slipstream without any additional devices.     

基于自适应迭代学习的小行星绕飞容错控制

对于小行星绕飞任务的探测器姿态控制问题,已有方法大都考虑了干扰力矩和参数不确定等因素,而忽视了执行器故障情况。针对执行器故障条件下的小行星探测器姿态控制问题,提出了一种基于自适应迭代学习的容错控制方法。所设计的控制器包括两部分：其一针对执行器故障,设计了自适应迭代学习控制器,采用类滑模的思想和自适应迭代学习算法对控制器参数进行调整,进而补偿执行器故障带来的影响,保证系统在控制输出不足情况下的高精度姿态稳定性;其二针对探测器参量变化、外部环境干扰等不确定情况,设计了基于自适应神经网络的迭代学习控制器,采用径向基函数（RadialBasisFunction,RBF）神经网络对系统非线性部分进行逼近,同时对控制器参数进行自适应迭代学习调整,进而保证系统在不确定情况下的动态性能。数值仿真结果表明该控制器能够有效抑制外部环境干扰和内部参数变化带来的不利影响,在执行器部分失效甚至完全失效故障情况下,仍能保证系统的鲁棒性并实现误差在10^-2数量级内的较高姿态控制精度。