基于本征正交分解的流场快速预测方法研究

对于飞行器气动设计,通过实验或CFD计算获得所有设计状态处流场信息成本高、耗时长,难以满足工程应用要求。利用基于本征正交分解(POD)降阶模型结合相应的插值方法,只需要通过实验或CFD计算获取有限个数的采样流场,可以快速预测出具有满足精度要求的设计状态处流场信息。首先,证明对POD基系数插值获取预测流场与对采样流场直接插值获取预测流场的等价性,并分析采样流场分布的要求。然后,以三段翼型流场作为研究对象,POD降阶模型分别与三次样条插值和径向基插值结合,实现设计状态处流场信息快速预测。最后,通过将流场预测结果与相同条件下的流场CFD计算结果对比,表明了POD降阶模型结合两种插值方法的各自特性。     

基于POD和ARMA的阵风响应预测降阶模型研究

针对阵风响应流场高效精确分析需求,基于非定常CFD数值模拟发展了一种快速流场预测的降阶模型。采用本征正交分解(POD)方法对高斯阵风激励的CFD非定常流场快照进行特征分析、并基于能量占比准则截取主要基模态来降维,采用自回归滑动平均(ARMA)方法建立各主要基模态系数的线性预测模型。采用NACA0012和DLR-F12的分析算例进行了验证,与CFD非定常计算结果对比分析表明,模型具有可靠的计算精度,适合于精确高效快速分析阵风响应,为阵风减缓设计提供技术支撑。     

增程制导航弹绕流场数值模拟

研究某增程制导航弹绕流场的结构,为气动特性分析和外形改进提供依据。以三维N-S方程为主控方程,引入S-A一方程湍流模型,对某增程制导航弹的绕流场进行了数值模拟,给出了流场图像和气动特性计算结果,并将CFD计算结果与试验结果进行了比较分析。CFD计算结果与试验结果吻合良好,验证了所采用CFD方法的准确性和有效性,数值模拟结果已得到应用。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型（CNN）,并利用计算流体力学（CFD）的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7 s,CFD方法耗时大于50 s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

基于深度神经网络的超声速隔离段湍流涡黏性系数辨识

雷诺平均Navier-Stokes(RANS)方程由于计算成本较低，当前仍然在工程设计领域广泛应用。为了进一步提升计算精度和减少时间，应用深度神经网络（deep neural networks, DNN）方法自适应辨识稳态湍流涡黏性系数。以隔离段的激波串前缘位置检测流场生成为例，使用Wilcox-2006 k-ω湍流模型进行模拟。在不同的背压情况下，产生稳定状态的湍流涡黏性流场作为模型学习的训练数据集。最后在不同背压条件下开展了测试。结果表明：提出的DNN方法能够快速预测湍流涡黏性系数的值，预测值与计算流体力学数值模拟计算的参数值相比，方均根误差较小，可决系数大于99%，预测的流场结果与真实流场基本一致，进一步验证了深度学习技术在湍流模型参数辨识的可行性。     

基于CFD数值模拟的拉瓦尔喷管流场分析

结合一维等熵管流理论,采用CFD方法对某型拉瓦尔喷管典型工作的流场进行整场数值模拟,阐述了网格生成,流场初始化,以及RNG湍流模型使用方法,并对拉瓦尔喷管工作特性进行了气动分析。研究表明,CFD计算结合一维管流理论能明显提高计算效率,数值计算结果与理论相符较好。     

贫预混燃烧室化学反应器网络模型建模及不确定性分析

基于CFD三维数值模拟结果的化学反应器(CRN)网络模型方法具有快速预估燃烧室NOx排放的特点。研究通过CFD数值模拟手段获得了贫预混燃烧室流场、温度场等特征分布,基于燃料空气掺混特性、速度场、温度场、OH分布以及达姆科勒数,燃烧室被离散划分为预热区、火焰锋面区、火焰过渡区、后火焰区、中心回流区以及角回流区,建立了复杂的CRN模型表征燃烧室内部的流动特征和火焰结构。以贫预混燃烧器为对象,与实验结果进行了对比验证。通过敏感性和不确定性分析获得了反应区域停留时间和烟气回流比例等关键参数对NOx排放的影响规律。结果表明:CFD-CRN混合方法更适用于在高当量比条件下贫预混燃烧室NOx排放的快速有效预测。在相同扰动强度的条件下,反应预热区域和火焰锋面区域的停留时间扰动对CRN模型预测NOx的生成量和稳定性影响更显著。CFD-CRN混合方法应明确在较高的绝热火焰温度条件下烟气回流比的准确性计算及其对NOx生成的显著影响。      

旋转不变的数据驱动稀薄流非线性本构计算方法

DNCR方法基于Navier-Stokes方程和UGKS方法的数值模拟结果作为流场样本训练数据,借助机器学习构建热流/应力与流场特征参数的高维复杂非线性回归关系模型,最终通过耦合数据驱动的非线性本构关系求解宏观量守恒方程得到待预测稀薄非平衡流数值解。但现有DNCR方法的特征参数(速度、压力、密度等)和标记值(热流、应力张量等)不具备旋转不变特征,所得训练模型无法适用于坐标系旋转或平移后的计算网格。针对这一缺陷,本文构建全新且具有旋转不变性的特征参数与标记值,并结合典型算例预测结果与特征参数权重反馈优化所有训练集特征参数;同时瞄准回归模型预示范围与泛化性能提升,针对极端随机树开展选参与调参研究,发展了一种基于旋转不变量的改进DNCR方法。针对不同来流条件、不同几何外形条件下的二维高超声速圆柱绕流与顶盖方腔驱动流,评估了改进DNCR方法对比原始方法的计算精度提升效果。计算结果表明：使用旋转不变量能够显著提升训练模型对坐标系旋转、外形变化的适应能力,使DNCR方法具备更好的泛化性能。     

基于KZK方程的声爆频域预测法

建立了一种快速预测声爆传播特性的频域方法,基于传统Khohklov-Zabolotskaya-Kuznetsov (KZK)方程,描述声爆沿激波波阵面法线方向的传播。为了验证模型正确性,以NASA TD N-161中试件C为对象,首先基于不同网格,利用计算流体力学(CFD)方法得到超音速流场;将CFD结果作傅立叶变换后代入模型方程,快速求解声爆传播特性。预测结果与NASA实验结果符合很好,研究表明：预测方法能够捕捉声爆的非线性传播,声衍射项使得声场在远场趋于轴对称分布,远距离传播后声能量集中于低频分量。     

涡轮叶栅损失生成和输运的数值模拟

采用CFD软件CFX-TASCflow对一低速涡轮平面叶栅（Durham叶栅）流场进行了数值模拟，研究了叶栅损失生成和输运规律。计算表明，现有的CFD软件己能较准确地计算叶栅损失，转捩k-ω模型计算的总压损失系数比没有转捩模型的计算结果高2％。     

基于S-A与SSG/LRR-ω两种湍流模型的CHN-T1标模计算与分析

通过求解雷诺平均Navier-Stokes方程,对第一届AeCW-1研讨会上要求的所有工况进行了计算,着重研究S-A湍流模型和雷诺应力模型在CHN-T1标模上的表现,评估两种湍流模型的网格收敛性,对抖振特性的模拟能力以及对雷诺数的敏感性。根据与实验数据的对比分析,得出主要结论如下:两种湍流模型都能趋向于网格收敛,雷诺应力模型的网格收敛更快。在较大迎角的工况,两种湍流模型对机翼上激波诱导的分离流有较大的差别。CHN-T1标模的尾撑,改变了飞机平尾的压力分布,并且在飞机机尾上产生复杂的三维分离流动,对俯仰力矩系数的准确计算产生了较大的影响。考虑静气弹效应,两种湍流模型计算的力矩系数比不考虑静气弹效应更大,雷诺应力模型的偏差更大。在高雷诺数工况,两种湍流模型的计算结果趋于一致。     

非定常激励下等离子体DBD诱导涡特性研究

在非定常激励下,等离子体DBD诱导涡是影响等离子体流动控制效果的关键因素,研究静止大气下DBD诱导涡结构特性对进一步理解等离子体DBD流动控制机理具有重要意义。采用高频PIV与高速纹影系统对静止大气下DBD诱导涡结构进行了研究,通过λ2法则分析了诱导涡涡核移动规律,获得了非定常激励下诱导涡的演化规律以及脉冲频率对诱导涡结构以及尺度的影响。在一定脉冲频率内,DBD诱导涡生成速率与脉冲频率一一对应,诱导涡涡核移动方向与壁面呈16°～21°,随着脉冲频率的增加,诱导涡尺度逐渐变小,且越来越靠近壁面。全文总结了不同脉冲频率下涡的相互作用以及黏性耗散对诱导涡发展过程的影响。     

形状记忆合金薄板低速冲击载荷下热力耦合行为分析

进行形状记忆合金(shape memory alloy,SMA)薄板不同冲击能量条件下低速冲击实验,以SMA 热力学本构模型为理论基础,通过数值手段对超弹性SMA 薄板的冲击响应进行仿真分析,探究冲击载荷作用下SMA 热力耦合行为特征。结果表明:数值仿真结果与实验数据吻合良好,有效表征了SMA 薄板冲击过程中的变形、相变、耗散、温变等热力耦合行为特征。     

“一带一路”倡议、国际化进程与公司绩效——基于基建类上市公司的经验证据

以中国14家国有上市基建类企业2009~2017年度的数据为样本,立足于中国基建类企业的治理特征及"一带一路"倡议的现实背景,运用回归统计分析和回归分析方法,研究了中国基建类企业国际化经营对企业会计绩效和股票市场绩效的影响及该影响同"一带一路"倡议和企业国际化经营的关系。研究发现:中国基建类企业国际化经营提高了企业绩效;在"一带一路"倡议提出后基建类企业国际化经营对企业绩效的正向影响有所减弱,这种差异化的影响在国际化经营相对不足的公司中更明显。     

协作机器人及其在航空制造中的应用综述

由于技术限制和经济风险,实现航空产品制造过程完全自动化具有相当的难度,而将安全易用的协作机器人与操作人员共享作业空间,充分发挥各自的长处,分工协同工作,是解决传统工业机器人难以应对的低成本、高效率、柔性化、复杂作业自动化难题的有效途径。论文在分析协作机器人产生背景和4种人机协作方式的基础上,描述了空客和BAE公司旨在提高质量和效率的未来工厂计划中的协作机器人项目,详细介绍了协作机器人在飞机装配中的应用研究实例,阐述了协作机器人本体设计、力感知与控制、机器人行为设计和自主学习等共性关键技术。未来协作机器人将以其安全、高效、柔性、智能的特点在工业生产中发挥更大的作用。     

跨声速嗡鸣诱发机理及其失稳参数研究

跨声速嗡鸣问题是现代飞行器设计和使用过程中的拦路虎,会造成操纵面的损坏或严重变形。目前嗡鸣研究的局限在于缺乏预测嗡鸣触发参数范围的有效方法,难以指导工程实践。本文通过基于ROM的气动弹性分析模型和CFD/CSD时域仿真方法,研究了三种类型嗡鸣的触发条件及其参数的物理意义。相关结果表明,三种嗡鸣本质都是亚稳定的流动模态和结构模态耦合诱发结构失稳。降阶模型进一步揭示嗡鸣的触发要求流动的稳定裕量足够低(往往在抖振边界附近),同时结构频率在开环伯德图的零极点频率之间。该研究有助于对嗡鸣物理更深入的理解以及提出新的嗡鸣抑制方法。     

机器学习在湍流模型构建中的应用进展

借助于高性能计算机和数据共享平台的发展,研究者可以获取大量的高分辨率湍流计算数据。近年来,随着深度神经网络等人工智能技术的发展,数据驱动的机器学习方法也开始应用于湍流模型中不确定度的量化以及模型的改进和构建中。湍流大数据与人工智能相结合是湍流研究的一个新领域。研究者在取得一定成果的同时也面临着诸多困难和挑战,例如模型的泛化能力和鲁棒性等。模型构建过程包含了数据处理、特征选择以及模型框架的选取与优化等诸多方面,这些方面在不同程度上影响模型的性能。本文从机器学习在湍流建模过程中的实现方法和模型的不同作用两方面分析总结了目前主要的研究工作进展,并对这类问题面临的挑战和未来的研究展望进行了阐述。     

基于非结构网格流场超大规模并行计算

大规模并行的计算流体力学已成为现代航空工业研发的核心手段之一。基于非结构混合网格和有限体积法,发展了适用于工业级复杂外形气动计算的并行流动数值模拟方法。文中首先介绍了紧致数值离散格式、基于Metis的分布式多核系统网格分区技术、并行边界虚拟单元技术和MPI并行实现等相关算法。采用网格量相对较小的旋成体构型绕流模型对比分析多核并行计算结果与单核计算结果以验证并行计算的正确性,比较了不同并行规模下并行效率和残差收敛情况。然后通过对上亿网格单元的运输机复杂构型绕流模拟,开展并行效率的测试,结果表明,本文方法并行加速性能高,直到多达18816核并行效率都保持在80%以上。     

化学气相沉积法制备吸波型SiCN陶瓷的研究进展

化学气相沉积法(chemical vapor deposition,CVD)是近几十年发展起来的制备无机材料的新技术,具有制备温度低、所得材料均匀致密、可实现近尺寸成型等优点,是制备功能材料的常用方法之一。本文综述了几种常见的CVD 方法,如常压化学气相沉积(atmospheric pressure chemical vapor deposition,APCVD)、低压化学气相沉积(lowpressure chemical vapor deposition, LPCVD)、等离子体增强化学气相沉积( plasma enhanced chemical vapordeposition,PECVD)以及激光辅助化学气相沉积(laser assisted chemical vapor deposition,LACVD);重点阐述了采用LPCVD 在较低温度下制备SiCN 陶瓷吸波剂的工艺参数,提出了LPCVD 是制备新型吸波陶瓷的主要方法。     

轴流压气机效率测量两类影响因素的试验研究

针对压气机试验系统中影响效率参数测量的主要因素,开展了出口热电偶反串测温和前置齿轮箱机械损失标定试验,验证了热电偶反串测温方法应用于压气机低压比小温升工况效率测量的有效性,获取了齿轮箱机械损失改进修正系数随转速的变化规律。试验结果表明:小温升工况下,压气机温升效率对出口总温测量误差的变化非常敏感。与常规测温方法相比,热电偶反串测温方法实现了压气机温升的直接测量,在低压比小温升工况效率参数测量上具有明显优势。齿轮箱机械损失对于压气机扭矩效率测量具有显著影响,中低转速时简化修正系数会导致安装齿轮箱后的压气机扭矩效率测量结果偏高,采用改进修正系数可以提高压气机扭矩效率测量的准确性。