机器学习辅助湍流建模在分离流预测中的应用

数据驱动湍流建模是近年来发展的提高雷诺平均N-S方程预测精度的有效手段,通过机器学习算法能够从高置信度数据中自动提取特征,建立准确的从平均流动特征到雷诺应力的预测模型。针对高雷诺数下积冰翼型绕流这一类典型的复杂流动分离问题,基于此前研究者提出的机器学习预测框架,从输入输出特征选择和翼型绕流中数据分布特性两个方面出发,对机器学习预测结果的光滑性和准确性进行改善。提出了基于雷诺应力张量分析和流动特征辨识的输入特征选择准则;提出了局部区域建模方法以及基准模型和机器学习预测模型混合的代入计算方法。将改进方法应用于积冰翼型绕流问题之中,结果表明改进的方法能够准确给出训练集和预测集上的雷诺应力结果,并且代入平均流计算可以得到和真实分布更加接近的流动和机翼表面压力分布。     

继承不复旧 创新不弃宗——从航天技术工程实践谈科技创新

原始技术创新是中国航天事业发展的正本之源。本文通过分析航天领域技术攻关中创新实践案例,总结了工程创新的经验和途径。并且在工程实践的基础上,提出独立探究科学本质、辩证分析技术内涵、以系统工程方法破解性能提升途径的航空航天工程创新理念。     

面向新一代固体火箭的自主可控仿真技术

针对固体运载火箭气动设计工作依赖风洞试验导致的成本高、研制周期长等问题，通过大量运用中国运载火箭技术研究院的自主可控工业软件，将仿真试验纳入火箭研制工作流程，大幅减少地面试验以提升设计效率，攻克了以大头颈比整流罩特殊气动问题为代表的诸多技术难题。聚焦捷龙三号火箭研制中替代部分地面试验的仿真技术，详细阐述仿真算法在气动力、对流换热、脉动压力等工程设计中的重要作用，为中国下一代运载火箭数字化转型的发展路线探索和战略规划提供参考。