端壁组合射流对高速扩压叶栅损失特性的影响

提出了一种端壁组合射流技术以控制进口马赫数0.67的高速扩压叶栅端区流动。通过前缘射流旋涡可以增强端壁附面层与主流间的流体交换,阻碍横向二次流动,减小角区低能流体堆积;而采用角区射流注入能量能够进一步减弱吸力面侧流动分离。以上组合控制方法可较单独采用前缘或角区射流更有效减小栅内损失,提高其气动性能。当角区射流位于近吸力面侧的分离起始位置附近时,其改善栅内流动的效果最佳;远离吸力面的端壁射流则可抑制端区低能流体横向迁移及其与分离区流体间的相互作用,但其减小损失的效果弱于近吸力面侧的射流。随着射流总压比的增加,组合射流减小损失的效果先增加后减小;过大的总压比会加剧射流与来流间的掺混损失,使得叶栅气动性能恶化。当射流总压比为1.2时,损失减小最大可达12.6%,而射流流量仅相当于叶栅进口流量的0.64%。     

缝隙扩压叶栅近壁流场与流动损失实验

为了探索缝隙射流对高负荷扩压叶栅气动性能与近壁流场结构的影响机制,实验研究了设计冲角下有/无缝隙结构的高负荷弯曲扩压叶栅近壁流场结构与出口气动损失分布规律,获得了叶片近壁压力场数据、流动图谱以及叶栅出口流动损失参数.结果表明,缝隙两端压差导致的从叶片压力面到吸力面的射流能够增加附面层高熵流体的能量,缝隙射流将局部积聚的低能流体及时引向主流,减小高熵流体在叶展中部或端区掺混撞击,抑制了栅后尾迹高熵流体的过度聚集,从而有效提高高负荷压气机叶栅气动性能.     

高负荷扩压叶栅中附面层吸除技术实验研究

通过分析某高负荷压气机叶栅内部的流动状况,确定了端壁开槽吸气以及端壁与吸力面同时开槽吸气两种附面层吸除方案,并在低亚声速条件下进行了风洞吹风实验。结果表明,附面层吸除是一种提高高负荷压气机叶栅气动性能的有效措施,通过吸走附面层流体可以改善壁面附近流动状况,角区分离减弱,流道内高损失区范围减小。随着吸气量的增加,改善压气机叶栅性能的效果越显著。吸气方案不同,其作用机理也不一样。     

对称结构DBD等离子体激励器改善气膜冷却效率的数值模拟研究

基于等离子体简化唯象模型,采用大涡模拟方法研究了激励强度和电极间距对于对称结构DBD等离子体激励器气膜冷却效率的影响。结果表明:由于等离子体激励的下拉诱导作用和展向动量注入效应,发卡涡的上抛过程受到抑制,壁面附近的展向速度增大,并且诱导产生的反肾形涡对削弱了肾形涡对的强度和尺寸,阻碍了高温主流向冷却射流底部的流动,冷却射流的附壁性和展向扩张能力均增强,气膜冷却效率提高。此外,气膜冷却效率随激励强度的增大而增大,随电极间距的增大而减小。     

锯齿电极等离子体激励器对气膜冷却效率影响的数值研究

为获得锯齿电极等离子体激励器提高气膜冷却效率的机理,对有/无锯齿电极等离子体激励器作用下的平板气膜冷却流场进行了数值研究,并采用唯象模型模拟锯齿电极等离子体激励器对流场所施加的电场力。结果表明,冷却射流在锯齿电极等离子体激励器的下拉诱导作用下对主流的穿透率降低,射流中心轨迹高度的下降幅度沿流向发展逐渐增大;锯齿电极等离子体激励器气动激励作用下气膜孔下游的肾形涡的强度与尺度均减小,同时肾形涡的两侧产生与其旋转方向相反的小尺度的反肾形涡,进一步抑制了肾形涡的发展;锯齿电极等离子体激励器产生的展向扩散效应提高了冷却射流的展向扩张能力,从而提高了气膜冷却效率,与无等离子体气动激励相比,锯齿电极等离子体激励器作用下平板中心线与展向平均气膜冷却效率分别提高了50%与200%。     

DBD等离子体非定常激励下的平板流场结构分布研究

文章采用DBD等离子体简化模型,基于大涡模拟方法,对DBD等离子体作用下的流场进行数值模拟研究,探讨等离子体非定常激励作用下平板流动的流场结构特点。结果表明:等离子体作用下,在近壁区形成了一系列的正负涡对结构,涡对的产生促进了近壁区内流体与主流流体的能量交换,时均结果表现为从等离子体作用点形成向下游发展的壁面射流;在等离子体作用点下游0.5b的位置,等离子体最大诱导速度UDBD随激励强度Dc呈指数形式增加。     

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。