高速气流冲击柱状泡沫多孔体的传热特性分析

采用流体/多孔区域一体化单区域算法,数值研究了高速绕流条件下前置于圆柱体前缘表面的柱状泡沫多孔体内部的传热特性。基于蒙特卡罗法考虑多孔域内的辐射热效应,分析了变化多孔区域长度和多孔阻力特性对模型激波阻力和前缘多孔区域气动热的影响。结果表明:在圆柱体前缘安置一定长度及带有适当阻力特性的泡沫多孔材料,可同时减小整体激波阻力并降低前缘表面的气动热效应。在模拟工况下,无量纲长度1.0、黏性阻力系数0.2×107m-2及惯性阻力系数200m-1的前缘泡沫多孔可减小激波阻力13.5%,降低约75%的前缘表面的平均气动热流密度。保持无量纲长度不变,减小泡沫多孔区域惯性阻力系数会降低激波阻力,但会略微增加前缘壁面气动热流密度。      

一种用于材料高温蠕变分析的统一粘塑性损伤本构模型

通过应变等效假设在本文提出的具有过应力特征的统一粘塑性本构模型［５］中引入了描述材料损伤的内变量。并且给出了一个基于组合功密度概念的新的损伤模型。同以往的唯象模型相比，该损伤模型具有较明确的细观物理意义，能反映应变率和应力状态对损伤演化发展的影响。     

基于递归径向基神经网络的航空发动机盘腔瞬态壁温预测

针对航空发动机空气系统盘腔瞬态壁温动态预测难的问题,提出了一种基于径向基神经网络的递归预测模型。通过时序数据多维重构的方法建立训练样本,强化径向基神经网络对“时滞性”的预测能力,分析了模型固有超参数和由多维重构引入抽样控制参数对模型预测精度的影响。采用简化的典型盘腔壁面换热模型结合公开的试验历程转速数据,构建了供模型训练和测试的瞬态壁温数据样本,以递归调用模型的方式完成了对测试样本时序数据的预测和验证。结果表明,与常规的径向基神经网络预测模型相比,该模型的平均相对预测偏差由3.0%降低至0.45%,有效提升了模型的预测精度。为航空发动机盘腔瞬态壁温异常监控及超温排故问题提供了一种新的预判方法。