基于流固耦合的激波/边界层干扰作用下壁板颤振特性

为了解激波/边界层干扰作用下壁板气动弹性及其对流动分离的影响，采用自主开发的双向流固耦合求解器，对不同激波冲击位置下壁板的振动响应和流动特性进行了数值模拟研究。壁板几何非线性运动方程采用有限差分法求解，基于有限体积法求解Navier-Stokes方程组，对流通量采用MUSCL和AUSMPW+格式离散，双向流固耦合采用交错迭代算法。研究结果表明：激波/边界层干扰作用下壁板振动位移先增大后减小，经若干振荡周期后达到稳定颤振状态，呈现二阶振动模态，壁板变形相对于激波冲击位置呈现非对称性，壁板前部分的振幅始终小于壁板后部分；激波冲击位置可显著改变壁板的颤振振幅、频率及分离区长度，当激波冲击位置靠近壁板两端时，壁板振动最终收敛达到静稳定状态；壁板振动响应与流场特征不随激波冲击位置的改变而单调变化，对于激波冲击位置x/a=0.35工况，壁板颤振可有效抑制激波/边界层干扰流动分离。     

喷水射流预冷对加力燃烧室特性影响分析

为了探究采用射流预冷技术之后加力燃烧室性能，开展了不同喷嘴布置方案、喷水量和来流温度对预冷效果的影响研究。对射流预冷发动机工作过程进行了简化，建立了加力燃烧室进口前段射流预冷喷水特性计算的数学模型。同时搭建了小型试验台，通过与试验结果的比对验证了该模型的准确性，并利用该模型对射流预冷效果进行了仿真预测。结果表明：提高喷嘴数量与布置均匀性能够小幅度改善预冷效果；当来流温度不变时，射流预冷喷射腔室出口处的液态水蒸发量随着喷水量的增加而提高，但蒸发率却处于下降的趋势；当喷水量达到2%时，加力燃烧室燃烧效率对比不喷水工况会有一定的提升；喷水量达到4%以后，加力燃烧室出口温度及燃烧效率随着喷水量的提高而降低；喷水量大于8%以后，恶化了加力燃烧室（V型火焰稳定器）贫油熄火极限与燃烧效率；喷水量达到最大10%时，油气比需从原来设计工况的0.052上升到0.064才能保持稳定点火且对比不喷水时工况，加力燃烧室出口温度由1860K下降到1373K，燃烧效率由80.2%下降到69.2%。     

内装式空射运载火箭重力出舱机箭耦合动力学分析

研究了以运输机为平台的内装式运载火箭空射过程载机和火箭的耦合动力学建模。建模针对两个阶段：第一阶段，火箭固定于载机机舱内，两者构成一个整体，按照普通刚体的力学方法处理；第二阶段，火箭解锁后，沿着舱内的发射筒向外滑行，载机和火箭形成两刚体相互作用的耦合系统，基于牛顿-欧拉法建立系统动力学模型。载机在空射火箭过程中，油门和升降舵满偏，在加速前飞的同时拉大姿态俯仰角，火箭在自身重力分量和惯性力的作用下，沿着机舱内的发射筒加速向外滑行，直至与载机分离。数值仿真分析了空射过程载机的重要力学参数的变化过程，验证了载机操控策略的可行性和安全性，可为未来中国空射运载火箭技术设计提供数据参考。     

基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

具有复杂围护结构光学窗口的传热特性分析

针对具有复杂围护结构光学窗口传热特性,建立了高热流作用下的光学窗口及其复杂围护结构的辐射-导热传热模型,分别讨论了窗口的辐射半透明、光谱选择性、外部加热热流以及窗口尺寸对其瞬态温度响应的影响。结果表明,忽略窗口半透明特征会产生最大31.4%误差,忽略光谱选择性会产生最大40.4%误差;窗口外部气动加热热流影响显著,温度响应随热流的增大而急剧增大;窗口厚度对其传热特性的影响较大,随着厚度的增大窗口温度响应减小;而窗口半径产生的影响可忽略不计。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于合成射流的旋翼翼型动态失速控制研究

针对直升机旋翼工作环境下来流速度和迎角(Angle of attack,AoA)耦合引起的动态失速问题,建立了基于合成射流的旋翼动态失速控制的数值模拟方法。采用运动嵌套网格方法,通过对翼型的平移和旋转实现变来流速度-变迎角的耦合。以积分形式的雷诺平均N-S方程为主控方程,空间离散使用Roe格式,时间离散为隐式LU-SGS方法,以OA209翼型为研究对象,在翼型上表面放置合成射流激振器,开展了射流位置、动量系数、无量纲频率以及偏角等参数对轻度失速、深度失速下翼型动态失速控制的研究。研究发现,轻度失速下,射流位置靠近气流分离点时(20%c附近,c为翼型弦长),对逆压梯度引起的轻度失速控制效果最佳。深度失速下气流分离点虽在5%c之前,但射流位于前缘分离泡后端(10%c附近)时控制效果较好。大迎角需要较大的动量系数才能有效控制。射流频率对涡结构的尺寸和数量会产生一定影响,能改变气动特性波动幅度。较小的射流偏角对轻度失速的控制更有效,而深度失速则需要较大的偏角。