不同机翼优化构型的轻质F4模型气动特性实验研究

采用光固化快速成型技术(SL)加工基于气动/结构耦合分析的六套不同机翼优化构型的轻质F4模型,在0.6m跨超声速风洞完成了马赫数0.6~0.85范围内的气动力测量试验.试验结果表明,采用气动/结构耦合优化设计的代号为6#的轻质F4模型升力特性与国外结果较接近,与机翼三维变形的事实吻合,验证了采用的气动/结构耦合优化设计方法基本可行,为探索模型静气动弹性风洞试验数据修正方法提供了参考.     

流动诱导空腔振荡预测方法的改进

详细地阐述了流动诱导空腔振荡的机理，并对小尺寸空腔（长深比L／D＝4）做了反复的实验。基于本文的实验结果和国外飞机弹舱噪声的飞行数据及空腔的风洞实验数据，并结合流动诱导空腔振荡的机理合理改进了预测流动诱导空腔振荡各阶模态的频率方程，以及预测自由剪切层自激振荡第一阶和第三阶模态的1／3倍频程声压级的工程算法，结果表明，采用改进后的计算方法对流动诱导空腔振荡噪声的预测具有较高的精度，并能用于工程计算。     

客机机翼气动/结构多学科优化方法

针对客机机翼特点,建立机翼外形和结构参数化模型;应用CATIA二次开发技术和PCL编程,实现气动分析模型和结构有限元模型的自动生成;分析了气动和结构之间的耦合关系,研究一种气动载荷自动加载到结构模型的方法;应用基于代理模型的二级优化方法求解机翼气动/结构设计多学科优化问题;在iSIGHT软件环境下实现机翼气动/结构多学科优化计算流程。算例结果表明,本文提出的机翼气动/结构多目标优化方法能获得关于升阻比和结构重量的最优解集,有助于设计人员确定合理的机翼总体参数。     

封闭空腔声学特性研究

研究封闭空腔结构在声激励下出现的流固耦合问题,难点和关键点是弄清封闭空腔的声学特性。建立封闭空腔的有限元模型,根据空气的物理特性和空气中的音速,计算得到封闭空腔的声学固有频率;试验采用点声源装置、随机信号激励,采集时域数据进行功率谱分析,由频谱图得到共振频率,即封闭空腔的声学固有频率。比较并分析试验值与计算值,二者相吻合,对于轴向声学频率,有限元计算相对准确。     

摆线桨悬停状态气动特性及参数优化

为了进一步提高摆线桨的气动效率,本文对摆线桨的设计参数进行了优化研究。首先分析了流管模型的基本原理,基于薄翼振荡原理,结合动量和叶素理论建立了摆线桨的双盘-多流管非定常气动模型。然后,通过相关算例验证了模型的适用性,结果表明：实度较小时,准确度较高,而随着实度与转速的增加,桨叶之间的干扰加强,误差值增大。通过大量试验与计算数据的对比,总结了不同实度时,多流管模型的拉力修正因子。最后,基于双盘-多流管气动模型,应用遗传算法对摆线桨的相关设计参数进行了优化设计,优化后的功率载荷提高了12.4%左右。同时,对比发现优化后的摆线桨比旋翼具有更高的气动效率。     

改进遗传算法的纵列式直升机总体参数优化设计

研究纵列式双旋翼直升机总体参数的优化设计方法,在分析双旋翼气动干扰对旋翼气动特性影响的基础上,采用改进的遗传算法,以运输效率为目标、以飞行性能和重量效率等参数为约束条件,建立优化设计模型,优化纵列式直升机总体参数。以CH-47D纵列式直升机为优化算例,计算结果表明,本文提出的优化方法是可行的,优化效果良好。     

弹舱对飞翼布局飞机气动特性影响及其控制

以高速风洞气动力测量为研究手段,开展了弹舱开启对飞翼布局飞机气动特性影响及其流动控制试验研究.试验结果表明,对于飞翼布局飞机,弹舱开启主要影响飞机阻力特性,巡航状态下,弹舱开启后使得全机阻力增加60%~110%,Ma=0.8时全机升阻比降低34%.通过在弹舱前缘安装扰流片,对弹舱腔口剪切层施加流动控制,巡航状态下弹舱开启附加阻力最多降低20%,Ma=0.8时全机升阻比提高12.6%.     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

风洞试验方案智能优化设计方法研究

我国的航空航天装备发展已经进入了自主创新的崭新阶段,新一代飞行器气动设计的探索创新、优化定型需要高水平的风洞试验能力作为支撑。先进飞行器研制需要快速获取正确的气动外形关键数据,其高性能、高精度的发展趋势对风洞试验的数量和质量提出了更高要求。传统风洞试验方案设计和数据分析模式已经越来越不能满足需求,亟待有所突破。本文以飞行器地面试验分析为背景,应用支持向量机模型对试验数据进行建模分析,发展风洞试验方案优化设计方法和试验数据智能分析方法,探索气动数据与飞行器几何参数之间新的内在关联,构建风洞试验辅助设计和分析系统,提高风洞试验效率和试验数据的正确率,为先进飞行器气动设计提供技术支撑。     

内埋武器超声速分离机弹干扰特性试验研究

在超声速条件下的机弹分离过程中,内埋武器受到载机复杂干扰流场作用,其气动特性与自由流情况有很大差异,对机弹分离安全有一定影响。采用基于并联机构构型的CTS（Captive Trajectory Simulation）试验技术以及纹影显示技术,研究了内埋弹舱布局新型战斗机与典型空空导弹模型的机弹干扰特性,在有/无载机干扰、不同分离角速度和分离高度、载弹尾舵折叠/展开等条件下,对比分析了载弹俯仰力矩/运动特性以及载机干扰流场结构。研究结果表明:在超声速条件下,典型内埋弹舱布局战斗机存在复杂的激波系结构,会对载弹产生较强的气动干扰效应,诱导载弹出现"抬头"俯仰运动趋势;无初始分离角速度时,出现不安全分离的趋势;分离高度降低,会使载弹不安全分离趋势提前;在分离过程中,尾舵折叠不利于载弹姿态控制,在保证分离安全的前提下,应尽早展开尾舵,进行姿态增稳控制。     

Risk Index Prediction of Civil Aviation Based on Deep Neural Network

Safety is the foundation of sustainable development in civil aviation. Although catastrophic accidents are rare,indicators of potential incidents and unsafe events frequently materialize. Therefore,a history of unsafe data are considered in predicting safety risks. A deep learning method is adopted for extracting reactions in safety risks. The deep neural network(DNN)model for safety risk prediction is shown to extract complex data characteristics better than a shallow network model. Using extended unsafe data and monthly risk indices,hidden layers and iterations are determined. The effectiveness of DNN is also revealed in comparison with the traditional neural network. Through early risk detection using the method in the paper,airlines and the government can mitigate potential risk and take proactive measures to improve civil aviation safety.     

机器学习数据融合方法在火箭子级栅格舵气动特性建模应用中的比较研究

机器学习数据融合方法可帮助降低飞行器气动数据库建立的成本,加快研制进度,目前已经成为飞行器设计方法领域越来越活跃的研究方向,但其在工程复杂问题方面的应用研究并不充分。将多种常见变可信度数据融合模型应用于运载火箭子级栅格舵落区控制的工程项目,在开展部分工况的风洞试验基础上,结合少量的CFD数值模拟结果,研究相关函数和不同模型预测完整工况气动特性数据的差异性。通过对比加法标度函数修正模型、Co-Kriging模型、分层Kriging模型和多可信度神经网络模型等4种不同的数据融合模型发现:高斯指数相关函数对气动建模问题的适应性更好;Co-Kriging模型对气动数据的内插表现最好;分层Kriging模型对内插的预测精度较高,外插效果不理想;多可信度神经网络模型在外插区域能获得更光滑、合理的预测结果。     

三维物体绕流数值模拟中薄层模型的应用

介绍用于近似计算绕三维尖体无粘流激波薄层的二层模型。本法以数值确定激波的位置,在计算不同结构形状物体的空气动力特性时能确定气体动力载荷的近似值。采用这种方法实际上排除了超高速理论中其他已知方法对尖体几何形状所加的约束。与通常的空气动力特性曲线相结合,此法可获得在设计和非设计飞行状态下飞行器整个系统的近似绕流流场,且可优化其空气动力结构。     

带先进桨尖的模型旋翼悬停噪声计算与试验

为进行旋翼噪声水平对比,在全消声室开展了3副不同下反角桨尖模型旋翼噪声试验研究,完成了悬停状态下不同总距和不同观测点上的噪声测量试验,获得了多组噪声数据。数值计算方面,以RANS方程为主控方程求解旋翼流场气动信息,在获取精确声源信息的基础上,基于FW-H方程进行噪声计算和分析。在相同的状态下,计算结果与试验结果显示出较好的一致性,表明了本文数值方法的准确性。最后,根据试验结果,对比分析了不同下反角桨尖对旋翼气动 噪声特性的影响规律。     

非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

基于机器学习的结冰风洞温度场预测

结冰风洞是开展飞行器结冰与防除冰研究的重要基础设施,其制冷系统通过调节压缩机吸气压力实现风洞内气流温度的精确控制,吸气压力控制及降温方式影响着风洞的试验效率。为实现压缩机吸气压力的准确预测,本文采用自适应粒子群算法优化后的支持向量回归（APSO–SVR）建立预测模型;在此基础上,利用多层感知机（MLP）神经网络建立分析模型,研究试验工况参数对风洞降温速率的影响。结果表明:压缩机吸气压力的预测值与试验值的平均绝对百分比误差（E_MAP）低于4%,均方误差（E_MS）低于0.003;影响风洞降温速率的工况参数主要有气流压力、试验风速、压缩机吸气压力和换热器出口初始温度,其中,压缩机吸气压力对降温速率的影响是最显著的。     

Aerodynamic and Acoustic Optimization for Multi-element Airfoils

The paper is to integrate aerodynamic and aero-acoustic optimizatiom design of high lift devices,especially for two-element airfoils with slat.Aerodynamic analysis on flow field utilizes a high-order,high-resolution spatial differential method for large eddy simulation(LES),which can guarantee accuracy and efficiency.The aeroacoustic analysis for noise level is calculated with Ffowcs Williams-Hawkings(FW-H)integration formula.Fidelity of calculation is verified by standard models.Method of streamline-based Euler simulation(MSES)is used to obtain the aerodynamic characters.Based on the confirmation of numerical methods,detailed research has been conducted for the leading edge slat on multi-element airfoils.Various slot parameter influences on noise are analyzed.The results of the slot optimization parameters can be used in multi-element airfoil design.     

基于BP神经网络的冰形特征参数预测

机翼结冰影响了飞机飞行的气动特性,严重时将会引起事故,对冰形特征参数进行预测对翼型气动特性研究以及后续防除冰措施具有重要的意义.本文利用BP神经网络,建立翼型冰形特征参数预测模型,并采用k折交叉验证进行网络结构选择,以气象与飞行条件作为输入,结冰极限、冰角高度和角度等冰形特征参数作为输出.结果表明:预测的冰形特征参数(...     

边条机翼气动特性的一种解析计算法

本文以文[1]为基础,研究了平板锐缘边条机翼亚音速气动特性的解析估算,导出了曲线前缘边条机翼气动特性的通用计算式,并可计算尖梢机翼的展向升力分布;所需的位流常数采用涡格面元法来确定。本文就多种机翼进行了计算,与实验结果的比较表明,本方法具有计算简单快速、计算结果具有实用精度的优点,可供初步设计与性能分析时使用。