基于CNN机翼气动系数预测

随着机器学习的快速发展和其突出的非线性映射能力,越来越多的学者将机器学习方法应用到流体力学领域。为克服传统数学拟合不能很好的解决系统非线性问题,以及现有文献中所提及的一些基于神经网络的气动参数预测方法,需要进行参数化处理而带来的不便,同时为实现多变量多输出气动参数快速预测的目的,基于卷积神经网络考虑机翼变迎角和浮沉建立了一种多变量多输出的机翼气动参数预测模型,实现了机翼气动参数的快速预测。结果表明：所建模型具有较高且稳定的预测精度,并且计算效率较计算流体力学(CFD)提高了40倍。     

变时滞间隙非线性机翼颤振主动控制方法

针对当前考虑时滞的机翼颤振主动控制研究多集中在只考虑某一通道存在固定时滞的问题，为解决控制回路前向和反馈通道都可能存在不确定时滞的情况，提出了具有时滞补偿功能的控制方法，实现对双向通道不确定时滞的颤振控制。在控制系统回路传输的数据中附加“时间戳”标志。在反馈通道，考虑系统状态不完全可测，设计时滞补偿状态预估器；在前向通道，提出了基于状态反馈的时滞补偿预测控制器。分析了使用所提时滞补偿策略构成的闭环控制系统的稳定性。以含间隙非线性的翼型为被控对象，对其发生颤振时前向通道和反馈通道存在不确定时滞的颤振控制进行了研究。讨论了不同通道的时滞大小对颤振控制效果的影响。仿真结果表明:所提时滞补偿控制方法能有效抑制颤振，提高系统的稳定性；在控制性能影响上，基于状态反馈的控制方法，其控制效果受反馈通道时滞的影响更大。      

含间隙非线性机翼跨声速颤振时滞反馈控制

颤振主动控制会引入时滞，对气动弹性系统闭环稳定性具有显著影响。针对当前考虑时滞的机翼颤振主动控制多集中在亚、超声速域，采用线性气动力分析的研究现状，结合现代飞机大都以跨声速巡航、控制面偏转为作动器进行主动控制的应用特点，发展了考虑结构间隙非线性，基于气动力降阶模型的跨声速颤振时滞反馈主动控制方法。首先，以白噪声为激励信号，辨识得到跨声速下非定常气动力降阶模型，与间隙非线性结构模型耦合，构建被控对象状态空间模型；然后，通过一种含积分项的状态变换将输入信号存在时滞的被控系统转化为无时滞的系统；最后，采用最优控制理论设计最优时滞反馈控制。仿真结果表明:对于含时滞的系统，若施加不考虑时滞影响的控制方法，则无法抑制颤振，所提控制方法的有效性不受时滞大小的影响，可有效抑制颤振的发生。      

基于CFD降阶模型的阵风减缓主动控制研究

飞行器飞行时会受到大气紊流的影响,降低飞行品质。阵风减缓控制是改善飞行器飞行性能的关键技术。现有的阵风响应分析多以离散阵风为研究对象,对更加真实描述大气紊流的连续型阵风时域分析关注较少。采用成形滤波器方法将频域形式给出的大气紊流信号转换为时域信号。在跨声速区域内,利用系统辨识技术,基于计算流体力学(CFD)方法建立阵风激励下的气动载荷状态空间降阶模型(ROM)。为方便控制器设计,借助平衡模态法进行模型的进一步降阶。使用模型预测控制(MPC)算法通过控制操纵面偏转实现阵风减缓主动控制。以AGARD445.6标模作为仿真算例,验证基于ROM设计的阵风减缓控制律的有效性。仿真结果表明,在跨声速飞行状态下,模型预测控制器能够在满足操纵面偏转范围的约束下,对连续阵风激励下的翼根弯矩输出进行有效抑制。     

CFD/CSD方法分析动力效应对民机气动特性影响

基于Reynolds average Navier-Stockes(RANS)的三维Navier-Stokes流场控制方程耦合结构静力学方程时域分析方法，研究了带有发动机的民用飞机其动力效应对全机气动性能的影响。首先采用数值方法对发动机进排气边界条件进行了模拟，分析了带动力的涡扇发动机模型的流场，并将计算结果与实验进行比较，验证边界条件处理的准确性；以此为基础，考虑结构弹性变形，采用计算流体动力学/计算结构动力学(CFD/CSD)耦合的方法，分别对通气和带动力的翼吊发动机全机的气动性能进行了研究。结果表明:基于通气构型预测的升阻力系数，气动载荷和压心位置与考虑动力效应后的计算结果存在明显不同。弹性变形又会加剧这一差异，使得全机的升阻比下降约12.6%，升力系数下降约8.9%,压心位置后移。数值算例显示，在靠近发动机区域气动载荷受动力效应影响显著，远离该区域，弹性变形效应占主要影响因素，因此在进行带动力效应的民机气动性能分析时，考虑弹性变形的影响是十分必要的。