适用于复杂流动的热气动弹性降阶建模方法

针对高超声速巡航类飞行器面临的复杂流动下的热气动弹性问题，发展了一种时变热模态适用的非定常气动力降阶模型，建立了基于流-热-固时空耦合分析策略的热气动弹性分析方法，对高超声速飞行器前体进气压缩面进行了实际飞行加热过程的时变颤振分析。结果表明，在局部高热流载荷下，压缩面固有模态频率和振型随时间发生了大幅度变化，而所建方法能够适应上述变化，在获得高置信度非定常广义气动力的同时，避免了重复性的非定常气动力数值计算，可将热颤振分析中的气动力计算效率提升若干量级；此外，在达到热平衡后，进气压缩面的颤振动压降为初始时刻的0.64%，使得飞行包线大幅收窄。相关方法有效缓和了热气动弹性分析效率与精度的矛盾，提升了热气动弹性问题的工程分析能力。     

适用于参数可调结构的非定常气动力降阶建模方法

基于计算流体力学(CFD)的非定常气动力降阶模型(ROM)可以极大提高气动弹性分析效率,然而现有的ROM只能针对固定参数结构,即只适合于固定模态振型,这使得现有ROM在气动弹性优化设计和不确定性分析等结构变参问题中应用受限。针对该问题,在文献[20]基础上提出了一种新的适用于任意模态振型的非定常气动力建模方法。首先将待设计/分析的结构进行参数化抽样和模态分析,之后通过主成分分析(PCA)得到若干基振型,再将这些基振型线性叠加即可拟合抽样空间内任何参数下结构的前若干阶振型。当结构参数改动时,仅仅是叠加系数发生变化。算例表明,仅用很少的基振型就能达到理想的拟合精度。经典的气动力降阶方法可用于基振型坐标下的气动力降阶,进一步变换可得到适用于不同结构的ROM,这意味着,结构参数可以在抽样空间内任意调节改动,而ROM却是通用的。该方法能广泛用于气动弹性优化设计和不确定性分析工作,可提高颤振分析精度和效率。     

一种数据驱动的气动热预示模型

高效、高精度的气动热预示是高超声速飞行器设计的关键。然而，随着高超声速飞行器外形的日益复杂化和设计周期的不断缩紧，现有方法已很难满足高效精准的气动热预示。本文基于边界层理论和支持向量机发展了一种数据驱动的当地化气动热预示建模方法。首先，通过求解Euler方程获得边界层外缘信息，采用RANS方法计算热流分布样本；然后，通过设计的特征选择方法确定边界层外缘特征；最后，利用支持向量机构建气动热预示模型，实现边界层外缘特征与壁面热流的映射。对双椭球和二级压缩面的热流预示结果表明，该模型考虑了非均匀分布壁面温度等边界条件，具有较高的预示精度和良好的外推与泛化性能，典型位置热流预示结果和RANS计算结果的相对误差均小于5%。同时，以双椭球上表面中心线热流预示为例，对比传统POD降阶方法，发现该模型的预示精度更高，外推状态下预示精度较POD方法提升了4倍以上。