基于多点约束的大展弦比机翼静气动弹性计算

基于雷诺平均N-S方程和多块结构网格技术计算大展弦比机翼的气动力.机翼采用梁模型结构,利用有限元方法计算结构变形.建立基于多点约束(MPC,Multi-Point Constrain)的气动、结构数据的双向传递方法.采用MPC数据插值方法快捷地实现自主研发的计算流体力学(CFD,Computational Fluid Dynamics)程序和NASTRAN计算结构力学(CSD,Computational Structural Dynamics)软件的耦合计算,发展出可以考虑结构非线性的静气动弹性CFD/CSD耦合计算方法,该方法比只考虑单方向变形的柔度法更精确.开展了某大展弦比机翼的静气动弹性数值计算分析,结果显示只考虑机翼纵向变形而忽略展向变形对计算结果会有一定影响,而该算例几何非线性影响较小.     

氢动力无人机大展弦比机翼静气弹特性分析

以氢动力超长航时无人机(UAV)为背景,针对其大展弦比轻质复合材料机翼,采用强耦合方法求解了几何非线性变形下的静气弹特性,对比了弹性机翼与刚性机翼的气动性能,并在此基础上,给出了一种刚性机翼的弹性气动力修正方法。结果表明:相比刚性机翼,弹性机翼巡航状态下的升阻比降低3.2%,滚转力矩导数和偏航力矩导数显著增大,对飞机的气动性能产生不利影响;基于刚性计算结果,对大展弦比机翼进行气动修正,是一种有效的大展弦比轻质机翼气动分析思路。     

复合材料格栅结构优化设计中的计算智能技术

针对复合材料格栅结构优化设计多变量、多约束、连续和离散混合变量、高度非线性的难点,提出了用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替优化过程中的有限元计算,以提高优化效率.以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构进行优化.结果表明,在相同样本数的情况下,进化神经网络可获得比BP网络更高精度的映射模型,具有很强的泛化能力.该方法可以为解决大型复合材料结构优化问题提供一条高效途径.      

干线客机机翼气动/结构综合设计研究

为了妥善处理机翼设计中气动和结构之间的矛盾,提高飞机的整体性能,对干线客机机翼气动/结构综合设计方法进行了研究.将非等熵全位势方程CFD方法与基于工程梁理论的机翼结构设计方法相结合进行分析计算,用序列二次规划法对全局敏度方程所构造近似系统进行优化,通过对一系列近似系统的优化,逼近综合设计的最优解.最后以一种干线飞机的机翼气动/结构综合设计为算例验证了这一设计方法的可行性.     

吸气式高超声速飞行器多参数灵敏度分析

为实现吸气式高超声速飞行器多参数情况下的灵敏度分析及参数分类,降低设计的复杂度,在吸气式高超声速飞行器参数化建模的基础上,首先采用正交试验设计生成样本,再通过计算流体力学(CFD)进行高精度气动力性能计算,最后运用方差分析法进行气动性能的参数灵敏度分析,在运用较少的试验样本点的情况下,即可完成多参数、复杂构型条件下气动性能的参数灵敏度分析。结果表明,该方法可以正确地分析出参数对飞行器气动性能的敏感程度,得到参数对气动性能的影响规律。同时,通过灵敏度分析的计算样本,还可以初步选出气动性能较优的飞行器构型,为地面试验和优化设计提供参考。     

分布式电推进飞机概念方案气动特性快速评估方法

分布式电推进（DEP）飞机充分利用气动/推进耦合效应提高飞机的气动效率，但动力数量增加导致螺旋桨滑流与翼面流场干扰强烈，气动分析和设计的复杂度及计算成本上升。为提高DEP飞机早期设计阶段气动设计效率，降低研制成本，采用线性无黏的涡格法-激励盘理论(VLM-ADT)、涡格法-非定常涡格法(VLM-UVLM)及加入黏性修正的VLM(Modified-VLM)提出气动特性快速评估方法。对单机翼、单螺旋桨/机翼耦合、X-57机翼(巡航、高升力状态)及分布式螺旋桨/机翼耦合构型的气动特性进行快速评估。与基于雷诺平均Navier-Stokes(RANS)方程求解器的结果对比，单机翼和单螺旋桨/机翼升力系数和阻力系数一致性良好，误差最大不超过8.2%；俯仰力矩系数在同一数量级。X-57机翼和分布式螺旋桨/机翼的升力系数与RANS方程结果吻合度较高，误差最大不超过10%。考虑黏性修正的VLM所计算的X-57机翼和分布式螺旋桨/机翼的总阻力系数与RANS方程结果趋势一致。分布式螺旋桨滑流增加机翼的动压，使机翼局部有效迎角发生改变，改变了机翼当地升阻特性。所提方法为分布式螺旋桨飞机在早期设计阶段气动特性快...     

基于PINN模型的导弹气动特性快速预测技术

随着内嵌物理机理神经网络（PINN）模型的兴起，PINN模型开始应用于许多学科领域。为了实现导弹气动特性的快速预测，借助工程算法，构建了导弹气动数据集，以此训练导弹气动特性预测模型，包含基于多任务学习的神经网络（MTLNN）模型及在MTLNN模型基础上内嵌物理知识的PINN模型。数值模拟通过选取测试集，对比了MTLNN模型和PINN模型的预测效果，结果表明：PINN模型的预测精度较高，且基本控制在1%以内。探究PINN模型的泛化能力，测试集选取导弹气动数据集包络范围之外的数据，PINN模型预测精度仍然高于MTLNN模型。由于PINN模型引入了气动特性参数之间的物理机理，模型对训练样本数量的依赖程度降低，可以进一步节约数据获取成本，为导弹优化设计提供有力工具。     

机翼位置对复合式直升机旋翼-机翼干扰的影响

复合式直升机受到了越来越多的关注,但其分析手段还较少.结合自由尾迹算法和涡格法,编制了针对复合式直升机旋翼-机翼升力系统的气动计算程序,对于旋翼和机翼间的气动干扰情况进行了分析.计算了不同前飞速度下机翼位置对旋翼-机翼气动干扰的影响.从计算结果可以发现,在高速情况下,除旋翼扭矩外,气动干扰对机翼位置不敏感;低速时的干扰情况较复杂,还需要进一步研究;在旋翼不对称涡系下,机翼升力不对称,会产生滚转力矩.这对复合式直升机的设计能起到一定的指导作用.     

积冰几何特性对翼型性能影响的神经网络预测

积冰几何形状对翼型气动系数的影响是复杂的.采用BP(Back Propagation)神经网络的LM(Levenberg-Marguardt)学习算法,建立明冰的典型几何特性(冰角前缘半径、冰角高度和冰角位置)对翼型气动系数影响的神经网络,得到该3种几何参数对气动系数影响的规律;建立了典型冰形参数对最大升力系数影响的神经网络,该网络能很好的预测冰形参数对应的最大升力系数值;此外,建立了冰型位置对舵面铰链力矩系数影响的神经网络.仿真结果表明,BP神经网络仿真结果与实验值具有高度一致性,并能预测非实验值条件下的气动系数;翼型表面积冰位置变化对气动系数影响最大;铰链力矩系数在失速迎角达到之前就发生突变,可以更安全地用来预测失速的发生.      

基于升力线理论的机翼几何扭转设计方法

针对飞机设计对于减小诱导阻力的需求,结合升力线理论中三维机翼诱导阻力的相关研究,提出机翼的几何扭转设计方法.此设计方法以总升力、机翼平面形状、翼型气动特性为输入参数,以机翼的几何扭转为输出.在低速情况下,利用此方法得到的机翼具有椭圆形升力分布,从而具有最小的诱导阻力.采用远场法计算诱导阻力,应用参数化方法和CAT-IA实现机翼的自动生成,应用网格生成工具ICEM的脚本语言实现气动网格自动生成,应用MATLAB的符号运算功能编制程序.该设计方法适用于低速有粘流中平直翼的几何扭转设计,算例的CFD(Computational Fluid Dynamics)计算结果表明:利用该方法设计的机翼展向升力分布为椭圆,并能有效降低机翼的诱导阻力.     

大展弦比柔性机翼气动特性分析

长航时无人机在飞行过程中受气动载荷影响,其大展弦比机翼产生弯曲和扭转变形,这种弹性变形严重影响飞机的飞行性能和飞行安全,不能将此种飞机机翼当作传统的刚性机翼进行气动分析.针对一真实复合材料大展弦比前掠机翼,采用气动/结构一体化的分析方法,利用计算流体动力学(CFD)软件FLUENT和计算结构动力学(CSD)软件NASTRAN联合求解,研究了在不同载荷情况下大展弦比柔性机翼静气动弹性变形对机翼气动特性的影响.结果表明,大展弦比无人机机翼受载变形后升阻比降低,滚转力矩和偏航力矩显著增大,对飞机的纵向和横侧向气动性能产生不利影响,同时也证明此CFD/CSD耦合计算方法可以应用到柔性机翼的气动/结构一体化设计中.      

一种连翼飞行器气动和飞行力学迭代仿真方法

根据连翼布局飞行器气动力和力矩的分布特点,建立了面向其气动部件的飞行力学数学模型。将计算流体力学(CFD)和飞行力学仿真结合,采用时间步长离散,建立了一个能通过气动计算和飞行力学相互迭代来完成仿真全过程的面向连翼布局飞行器气动部件的仿真平台,并且在仿真过程中能全程监测所有部件的气动、动力学、姿态和航迹参数的变化。通过该仿真平台对不同输入信号作用下的动力学响应分析了连翼布局飞行器纵向和横侧向的动力学特性。仿真分析结果表明:该连翼布局飞行器纵向具备静稳定性,但横侧向不具备静稳定性。同时,横向和航向运动耦合明显,符合荷兰滚运动偏航及侧滑振荡明显的主要特征。所提方法可为了解连翼布局飞行器本体及飞行动力学响应特性、飞行品质和飞行安全研究等工作提供分析基础。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

侧风对拍动翅气动力的影响

昆虫在自然界中飞行时多会受到侧风的干扰,因此了解侧风作用下昆虫拍动翅上气动力的变化对昆虫飞行机理的研究工作具有重要意义。应用计算流体力学(CFD)方法模拟了存在侧风时拍动翅上绕流,并与正常悬停情况进行对比,从侧风的方向和强度2个方面考察了其对拍动翅气动特性的影响。结果表明:侧风对拍动翅气动特性的改变包含2个流动机制的贡献,即相对速度效应和前缘涡轴向速度效应,且从翅尖吹向翅根的侧风与从翅根吹向翅尖的侧风对气动力的影响有着显著的不同;而不同强度的同向侧风下,气动力的改变类似,仅存在数值上的差异。     

基于MEMD和ELM的飞机机翼健康状态预测技术

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。     

带翼潜航器动力学建模及动稳定性

带翼潜航器具有面积较大的升力面,滚转运动是带翼潜航器的基本机动方式之一.利用计算流体力学(CFD,Computational Fluid Dynamics)方法研究了带翼潜航器的动导数,计算结果表明:粘性力以及主翼对机体和尾翼的干扰对加速度导数影响较大,不能将加速度导数简化为附加质量系数.带翼潜航器水动力模型直接采用加速度导数,动力学和运动学方程组考虑滚转运动参数的影响.利用小扰动假设将动力学和运动学方程组线性化,并将方程组分为纵向和横航向两组.通过计算扰动运动方程组的模态研究了带翼潜航器的动稳定性.提出的动力学模型及动稳定性分析方法可用于带翼潜航器的稳定性分析以及运动控制系统的设计.     

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.