翼身融合布局低速验证机前缘缝翼设计

翼身融合布局是未来民机最有可能实现的非常规布局形式,其气动布局方案的验证通常采用缩比模型飞行试验的方式进行。以某翼身融合布局低速验证机为研究对象,以数值计算方法为基础,分析了其在飞行试验中存在的纵向和横向不稳定现象,提出了改善的方案——增加前缘缝翼。对此验证机进行前缘缝翼的气动布局设计、典型翼型的二维前缘缝翼设计和机翼三维前缘缝翼的气动设计,利用数值计算方法对设计结果进行纵向和横向分析。结果显示,所设计的前缘缝翼可以明显地增大验证机的失速迎角,改善其纵向力矩特性和横向特性。     

缝翼凹腔挡板气动性能和降噪效果数值研究

采用定常RANS方法计算缝翼凹腔挡板气动性能,并进一步采用SNGR方法快速评估缝翼凹腔挡板降噪效果。首先利用30P30N三段翼型的风洞试验数据验证数值方法的可靠性;其次参照AIAA国际会议发表论文中的标准前缘缝翼及其凹腔挡板几何模型,对无挡板、短挡板和长挡板三种构型的气动性能和噪声特性进行了对比。计算结果表明:1)短挡板和长挡板不会改变失速迎角,在失速迎角下带来了的升力损失仅为0.2%和0.7%;2)挡板带来的升力损失主要是由挡板上下表面及主翼下翼面前缘的压力分布差异导致的,而压力分布差异又源于挡板对缝翼凹腔分离涡形态的影响;3)相比无挡板构型,短挡板和长挡板构型均能降低缝翼凹腔及缝道附近的自噪声、剪切噪声和总噪声,且长挡板构型的降噪效果比短挡板构型更为显著。     

前缘缝翼操纵齿轮齿条设计方法

前缘缝翼齿轮齿条设计时站位多、参数多、载荷种类多、前缘结构空间狭小,缺少设计输入,通过对缝翼齿轮齿条的载荷、材料、设计变量及约束条件的分析,提出了一种前缘缝翼齿轮齿条的设计方法,能够快速实现多组齿轮齿条模数和齿数的优化设计,并可为其上游操纵系统提供多种传动比的选择。     

前缘缝翼内型的气动设计研究

对5种不同缝翼内型的前缘缝翼+固定翼+后缘襟翼三段翼型进行了分析。这些三段翼型的唯一差别在于各自前缘缝翼内型形状不同,在基本缝翼内型基础上进行了一些修型,从而下表面尖点位置也相应变动。采用基于雷诺平均N-S方程的自研软件CCFD-MB进行了详细的CFD模拟,得出缝翼内型对多段翼型的雷诺数影响、失速特性、升力、阻力等气动特性的相关影响。对选取缝翼内型给出建设性结论:某些缝翼内型可能导致不利的雷诺数影响;缝翼内型修型设计,能保证其气动效率不受影响,甚至一定程度的提高,并具有很好的降噪潜力;常规的缝翼内型在气动上不是最佳选择,但气动上的损失还可以接受。最后,从气动、结构的角度阐述了缝翼内型修型设计的可行性。     

基于前缘平行射流的缝翼噪声控制研究

为了降低缝翼噪声,提出了一种基于前缘平行射流的缝翼噪声控制技术,利用数值计算验证了该方法的有效性,并分析了其噪声控制机理。采用FREQUENZ两段翼型,利用DDES混合方法进行二维非定常数值计算,获取声源分布,采用FW-H积分获得远场噪声特性。计算结果表明平行射流基本不影响翼型的气动力特性,同时缝翼的中低频噪声得到有效的抑制,宽频噪声强度也有所减弱。通过对时均流场和瞬态流场的分析,初步阐述了两种降噪机理:(1)平行射流与缝翼尖端分离流相互作用,改变了剪切层中的大尺度拟序结构,展向涡的尺度及其不稳定性均得到有效抑制,从而减弱了剪切层与缝翼压力面撞击而产生的压力脉动,达到降低声源强度的目的;(2)射流减小了回流速度,削弱了声反馈机制。     

大型民用飞机缝翼全尺寸静力试验载荷设计

研究了大型民用飞机前缘缝翼全尺寸静力试验载荷设计技术,以实现对缝翼结构安全性的考核和强度分析方法的验证。针对前缘缝翼尺寸小、曲率大、受载工况复杂的特点,提出了试验基准载荷筛选、试验实施载荷转换和试验加载方案优化的方法,形成了一套符合适航要求的试验载荷设计流程。基于最小安全裕度原则进行试验基准载荷的筛选,建立试验加载局部坐标系将气动分布载荷转换成试验集中载荷,为了准确模拟机翼大变形状态下缝翼的受载状态,对试验载荷进行斜加载。与理论载荷的对比分析结果表明了试验载荷设计的有效性,试验结果表明了所形成的载荷设计技术可以实现对前缘缝翼结构静强度的适航验证。     

基于ANSYS的襟缝翼滚轮接触应力场分析

结合滚轮的实际使用环境和载荷,建立了滚轮与圆盘的有限元模型,对滚轮接触应力场进行了分析,从而弥补了赫兹接触理论的局限性,有效地确定了试验载荷,以指导开展模拟试验。     

基于DMD方法的缝翼低频噪声机理分析

认识缝翼低频噪声的产生机理十分重要,可指导先进的主被动噪声控制方法。本文开展了缝翼噪声的大涡模拟（LES）,利用动态模态分解（DMD）方法研究了缝翼低频噪声的产生机理。研究结果表明缝翼低频噪声具有显著的偶极子特性,其利用DMD分析揭示了缝翼噪声的产生机理,缝翼低频噪声源于剪切层中的大尺度涡结构与缝翼下壁面的周期性撞击效应,大尺度涡结构与低频噪声之间存在的流-声耦合的闭环反馈机制,根据反馈机制提出并验证了一种预测低频噪声的理论预测模型。     

大型民机巡航构型前缘缝翼气动载荷设计

针对大型民用客机研制与适航取证中的巡航构型前缘缝翼气动载荷计算问题,根据某型民用客机飞行试验增升装置试飞实测的压力分布,并对比分析了风洞试验压力分布,采用CFD进行定性分析后,提出了更为准确合理的巡航构型缝翼气动载荷设计方法。在原有的外表面压力分布基础上,内表面压力不再赋零处理,补充内表面压力分布作为载荷计算的输入,并考虑密封性系数的影响,由此得到的缝翼载荷与试飞实测基本一致,验证了缝翼载荷设计方法的合理性和可靠性。所提方法已在工程中得到验证和应用。     

737NG襟翼缝翼故障分析

<正>在日常维护中经常发生襟翼/缝翼故障,引起航班延误,不利于保障航班的正点率和飞机的安全,现对襟翼缝翼系统进行分析,供排故参考和维护中使用,以便快捷有效排除故障和防止故障的重复发生。1襟翼/缝翼控制系统737NG飞机的后缘襟翼为两开缝,前缘缝翼有8块,左右各4块。该系统由B液压系统供压,首先由手柄给出机械输出,通过钢索传给襟翼控制组件——后缘控制活     

An artificial neural network approach for aerodynamic performance retention in airframe noise reduction design of a 3D swept wing model

With the progress of high-bypass turbofan and the innovation of silencing nacelle in engine noise reduction, airframe noise has now become another important sound source besides the engine noise. Thus, reducing airframe noise makes a great contribution to the overall noise reduction of a civil aircraft. However, reducing airframe noise often leads to aerodynamic perfor-mance loss in the meantime. In this case, an approach based on artificial neural network is intro-duced. An established database serves as a basis and the training sample of a back propagation (BP) artificial neural network, which uses confidence coefficient reasoning method for optimization later on. Then the most satisfactory configuration is selected for validating computations through the trained BP network. On the basis of the artificial neural network approach, an optimization pro-cess of slat cove filler (SCF) for high lift devices (HLD) on the Trap Wing is presented. Aerody-namic performance of both the baseline and optimized configurations is investigated through unsteady detached eddy simulations (DES), and a hybrid method, which combines unsteady DES method with acoustic analogy theory, is employed to validate the noise reduction effect. The numerical results indicate not merely a significant airframe noise reduction effect but also excel-lent aerodynamic performance retention simultaneously.     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

基于神经网络动态逆的大迎角导弹解耦设计

导弹大迎角飞行时,系统非线性特性非常明显,各通道间有很严重的气动交叉耦合现象.为实现对系统的非线性解耦,构造了基于神经网络动态逆的大迎角导弹解耦控制器,设计了非线性动态逆系统,利用RBF神经网络逼近逆误差.仿真实验结果表明:所设计的控制系统具有良好的解耦和指令跟踪能力.     

基于人工神经网络的静子叶片优化设计

采用NURBS参数化构型技术以及人工神经网络技术,对某两级风扇的第二级静子根部叶型进行优化改型。优化后,非设计点处该静子根部至中部流动得到较大改善,总压恢复系数有一定的提高。风扇总压比有较大增加,绝热效率基本不变。优化结果表明,该方法能够对静子叶片进行较好的优化改善,能够提高优化效率,减少优化时间,具有一定的实用价值。     

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

考虑到高速滚动轴承中热弹流润滑效应的影响,提出一种人工智能方法进行航空轴承疲劳可靠性分析。通过带交叉项的二次多项式近似拟合温度场效应,并将热应力映射到滚动轴承赫兹接触区内,完成热弹流润滑效应下航空轴承接触应力分析模型的建立,同时考虑热弹流润滑效应、材料属性以及疲劳强度修正系数的随机性,运用人工神经网络法完成热弹流润滑效应下航空滚动轴承疲劳可靠性分析。采用遗传算法完成最小可靠性指标寻优和惩罚函数最佳设计点。基于改进的一次二阶矩法完成可靠性灵敏度分析。数值算例表明,所建立的可靠性分析模型能正确反映热弹流润滑效应对航空轴承接触疲劳的影响。与传统的Monte Carlo法相比,两种计算结果的失效概率之差为2.0×10-4,相对误差为23.8%,而所提方法耗时只有蒙特卡洛方法的0.15%,具有良好的全局搜索能力和高效的计算性能。      

A fault diagnosis model based on weighted extension neural network for turbo-generator sets on small samples with noise

In data-driven fault diagnosis for turbo-generator sets, the fault samples are usually expensive to obtain, and inevitably with noise, which will both lead to an unsatisfying identification performance of diagnosis models. To address these issues, this paper proposes a fault diagnosis model for turbo-generator sets based on Weighted Extension Neural Network(W-ENN). WENN is a novel neural network which has three types of connection weights and an improved correlation function. The performance of ...     

基于人工神经网络模型的超临界RP-3热物性计算

为准确得到超临界压力下RP-3的热物性,基于人工神经网络（ANN）方法建立超临界RP-3的密度、黏度、比定压热容和导热系数的计算模型。以广义对应态法则计算得到的RP-3热物性结果训练神经网络,并耦合了实验误差模型得到修正后的ANN模型。计算温度变化范围为300～800 K,压力变化范围为3～6 MPa。结果表明：ANN模型能准确地预测超临界RP-3的热物性,且计算精度比广义对应态法则计算得到的结果提高了16.3%。在压力为5 MPa的工况下,ANN模型预测的密度、黏度、比定压热容和导热系数的回归系数均大于0.99,与实验结果平均相对误差分别为1.5%、4.1%、0.9%和0.7%。     

基于神经网络的涡轮泵多故障诊断

针对液体火箭发动机的涡轮泵系统中，常出现多故障同时发生的现象，分析了涡轮泵常见故障的特征表现，建立了涡轮泵系统的标准故障模式，在此基础上，提出了采用建立并行BP神经网络进行多故障诊断分类的方法，结果表明，并行BP神经网络结构简单，学习诊断速度快，对单一故障的诊断分类优于基本BP网络，且能对并发故障进行诊断分类。