风雷软件LES开发设计与验证

基于国家数值风洞风雷软件开源框架，设计开发了LES(Large Eddy Simulation)湍流模型，主要包括Fourier谱/有限差分方法 LES求解器和有限体积/有限差分方法 LES求解器。简要介绍了采用的不可压缩流动求解的投影法、Fourier谱/有限差分混合方法、亚格子模型等理论方法，给出设计的软件框架和计算流程，尤其说明采用的松/紧2种耦合模式。通过数值模拟不可压缩槽道湍流、亚临界雷诺数圆柱绕流、NACA0012临界攻角的低频振荡算例，验证求解器的计算精度和复杂湍流模拟能力。基于风雷开源框架设计的开源LES模型，具备高精度数值格式、亚格子模型、湍流统计等通用模块，可为国内学者提供一个LES湍流模拟研究的开放平台。     

爬升阶段涡扇发动机核心流道吸鸟适航审定

研究涡扇发动机核心流道吸鸟对发动机的影响，分析核心流道吸鸟与风扇叶片鸟击的损伤模式及关键要素的差异。采用光滑粒子流体动力学方法开展某发动机风扇增压级内涵的吸鸟数值模拟，研究吸鸟位置、鸟速和风扇转速等关键参数对鸟体碎片轨迹及质量分布的影响，确定核心流道吸鸟最严苛工况条件。结果显示：鸟撞击进口导流叶片中心位置时鸟体切片质量较大；在较高鸟速和较低风扇转速下进入内涵的鸟体切片质量较大。研究结果支撑了某型涡扇发动机核心流道吸鸟专用条件的制定，要求在典型的爬升阶段允许的最大爬升速度以及最小风扇转速条件下开展吸鸟试验，同时试验用到的这只鸟的撞击位置应该使吸入核心流道的鸟的质量最大。     

航天器运输包装箱仿真验证平台技术研究

针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题，提出一套航天器运输包装箱动力学与热学仿真验证方法，包括：建立适用于包装箱系统的刚柔耦合多体动力学系统，通过结合线路条件测试生成的动力学系统外部激励，实现减振性能虚拟跑车测试；建立基于计算流体力学的包装箱热学模型，通过模拟自然对流和空调控制，实现包装箱保温性能虚拟跑车测试；基于C/S架构和导航式流程设计思想，建立航天器运输包装箱仿真验证平台，通过实际案例证明该平台仿真结果与实际跑车测试数据具有较高的一致性。     

无人自转旋翼机建模与控制方法研究

以500kg级无人自转旋翼机为研究对象,研究了样例无人旋翼机的建模和自动飞行控制技术.首先,基于解析形式叶素积分法给出自转旋翼机的建模方法,并给出了样例旋翼无人机的数学模型;然后,设计了无人旋翼机的俯仰和滚转控制律,并在此基础上设计了速度、高度及侧偏控制律.最后,通过飞行试验验证了模型的准确性及控制律的有效性.     

基于热力学的涡扇发动机神经网络建模方法

由于无法掌握不同发动机的真实部件特性，传统热力学模型对在翼涡扇发动机的建模存在较大的建模误差；同时，热力学模型在特性图边界线附近迭代时，容易迭代到特性图之外，造成迭代过程的不收敛。针对上述问题，本论文提出基于热力学过程的涡扇发动机神经网络建模方法，在神经网络模型的训练过程中充分考虑对部件共同工作热力学约束的优化，提高发动机建模的准确性。通过构建部件级网络结构、部件共同工作损失函数及融合训练过程，将基于部件特性图的传统热力学模型迭代过程转化为部件级神经网络的多目标优化与训练过程，提高了模型的收敛性及建模准确性。模型在26 970条发动机实际飞行数据上进行了训练及测试，结果表明，在相当宽松的准稳态数据下，论文提出的建模方法最大误差可以达到7%左右，比基于部件特性图的热力学模型低5%左右。     

系留无人机平台搭载的蜂窝通信基站吞吐量优化

考虑多架系留无人机（UAV）空中基站为多小区提供空地双向通信服务时，针对地面用户数目分布不均匀和多机协同服务同频干扰严重的问题，提出了一种联合优化空中基站高度和链路传输方向的吞吐量优化算法。该方法通过使用最大同频链路准则和就近服务准则确定了同频链路配对和无人机/用户配对，通过优化空中基站高度和链路传输方向提升了系统平均吞吐量，并减少了用户间的同频干扰。多种场景下验证结果均显示，所提方法显著优于其他非联合优化的对比方法，当拥塞小区用户数目是非拥塞小区用户数目的1~36倍时，相比于不联合优化链路传输方向和空中基站高度的对比方法，所提方法可提升系统平均吞吐量8倍左右。      

基于BP神经网络的冰形特征参数预测

机翼结冰影响了飞机飞行的气动特性，严重时将会引起事故，对冰形特征参数进行预测对翼型气动特性研究以及后续防除冰措施具有重要的意义。本文利用BP神经网络，建立翼型冰形特征参数预测模型，并采用k折交叉验证进行网络结构选择，以气象与飞行条件作为输入，结冰极限、冰角高度和角度等冰形特征参数作为输出。结果表明:预测的冰形特征参数（除下冰角高度外）与数值结果相对误差低于5%，证明该方法具有较好的预测效果。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题，设计变量的配置对设计结果影响很大，而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法，得到设计空间关于目标函数的敏感区域信息，并以此为根据增加设计变量；利用节点插入算法将低维样本在高维空间内进行重构，避免了重新取样的工作量。相对于传统固定设计空间维度方法，自适应参数化方法在设计空间的敏感区域扩展维度，能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例，证实自适应参数化方法可以大幅提高优化设计质量和效率。