基于CFD方法的直升机旋翼/尾桨非定常气动干扰计算

采用CFD方法针对直升机旋翼/尾桨气动干扰问题进行了数值计算研究.建立了一个适用于旋翼/尾桨干扰气动力计算的方法.在该方法中,控制方程采用三维非定常雷诺平均Navier-Stokes(RANS)方程,网格系统使用嵌套网格技术以计及旋翼和尾桨的相对运动.基于所建立的方法,分别计算研究了悬停状态、低速前飞状态以及巡航平飞状态时干扰状态的旋翼和尾桨气动力,并深入分析了尾桨旋转方向对干扰特性的影响.计算结果表明:旋翼对尾桨的气动干扰在各计算状态都存在,且干扰影响不总是负面的,这取决于飞行状态;而尾桨对旋翼的干扰作用则在悬停状态时较为明显,但在前飞状态时可忽略不计;尾桨旋转方向对尾桨气动力的影响较大,合理地选择尾桨的旋转方向可以改善其气动特性.      

箔片摩擦效应对转子-箔片轴承系统动力学特性影响试验

为了研究波纹箔片和轴承壳之间的摩擦特性对转子-箔片轴承系统动力学特性的影响,设计了波箔型径向气体箔片轴承-转子试验台,通过在该试验台上对以两组不同轴承壳圆柱孔内表面粗糙度的箔片轴承支承的质量为0.458kg的转子进行转速为0~8000r/min的运行试验,对比分析了波纹箔片与轴承壳内壁之间的摩擦效应对系统转子动力学特性的影响.结果表明:直径为19.98mm的波箔型径向气体箔片轴承能够实现转子高速运行,在转子起飞后具有良好的运行稳定性,其轴承支承处的振动幅值一直维持在20μm附近,并且降低轴承壳内表面粗糙度(摩擦因数)能够让波纹箔片相对容易地在平箔片和轴承壳之间周向滑移,使其吸收并消除转子高频振动,提高转子系统运行稳定性.      

基于神经网络的车辆强制换道预测模型

针对高速公路上车辆行驶速度快,换道行为危险程度高的问题,聚焦于不可避免、发生频繁、一旦发生事故后果严重的强制换道行为,改进基于门控循环单元(GRU)的换道模型,对强制换道行为进行分析与预测。为保证模型的有效性,选取下一代仿真技术(NGSIM)数据作为模型的训练集与检测集,使用侧向加速度将车辆侧向摆动数据有效删除并得到强制换道的最迟换道点,进而实现车辆位置与换道决策的预测。实验结果证明,所提模型能够以96.01%的准确率判定车辆在最迟换道点的强制换道行为,相较于LSTM模型准确率提升了3.67%,同时相较于朴素贝叶斯网络准确率提高了7.31%。      

驾驶机器人机械腿动力学建模与仿真分析

为提高驾驶机器人的设计效率,对机器人的机械腿进行了动力学分析与建模,并建立了机器人驾驶车辆的联合仿真模型。机械腿动力学模型由机械结构和伺服电机两部分组成,其仿真模型由ADAMS和MATLAB/Simulink软件共同建立,在此基础上引入CarSim软件建立车辆模型,并以Simulink为平台建立了基于闭环速度控制的“驾驶机器人-车辆”联合仿真模型。仿真结果表明,驾驶机器人机械腿的动力学模型具有良好的动态响应特性,且所搭建的联合仿真模型能够完成基本的车速跟踪仿真实验,为下一步改进驾驶机器人的机械结构及控制策略提供了虚拟样机模型。      

基于二级声辐射模型的地面声场高效预测方法

建立了可用于直升机运动状态下噪声传播特性分析的高效地面声场预测方法。该方法包括计算旋翼气动、噪声的自由尾迹方法和时域FW-H方程;计入大气、地面等环境因素的声传播模型及地面声场计算模型;为提高计算效率,在声源计算与噪声传播之间引入基于“紧致球声源”的二级声辐射模型;在此基础上,还提出了通过建立“特征参数声辐射球库”以实现直升机运动状态下噪声实时预测的方法。以AH-1旋翼为算例,通过与地面声场直接计算法对比,说明了方法的有效性及高效性;此外,文中还分析了大气、地面等环境因素对噪声传播以及地面声场特性的影响。      

EEA/DCP材料的形状记忆特性研究

对以过氧化二异丙苯(DCP)为交联剂的乙烯-丙烯酸乙酯共聚物(EEA)体系进行了研究,结果发现DCP的用量对形状回复率、形状固定率、回复响应温度、拉伸强度和断裂延伸率有很大的影响,并由此确定了当DCP用量为0.5%时,EEA体系具有优良的形状记忆性能;此外对材料动态性能的测试,指出了随着DCP用量的增加,室温模量逐步降低,而高温模量逐步提高,该实验同时还揭示了形状记忆高分子的高弹平台特性.      

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。     

极化敏感均匀圆阵中PARAFAC信号检测算法

分析了极化敏感均匀圆阵接收到的信号,该信号具有三线性模型特征。提出了极化敏感均匀圆阵中平行因子信号检测算法。该算法利用三线性交替最小二乘（TALS）算法估计出信源矩阵,然后对其进行判决。仿真结果表明;该算法误码率性能接近于非盲解相关方法;与非盲解相关方法相比,在较高的SNR情况下误码率相差不到2dB;且在阵列扰动情况下仍具有较好的误码率性能。该算法无需空域信息和极化信息,是一种盲鲁棒方法。     

基于PIV技术的压力场重构算法实现与研究

介绍了有限容积法、直接积分法和Poisson方程法3种基于PIV瞬时速度场重构压力场的基本原理以及相应的计算方法,选取管流突扩流场和偏置方块绕流流场两个不可压缩流场的瞬时速度场数据,采用上述3种压力场重构算法,分别研究了图像噪声、速度场精度、插值算法以及边界条件的类型与精度对重构压力场的影响。最后针对管流突扩过程第20ms的流场,给出了3种重构算法下的压力场云图以及对应的CFD模拟结果。研究表明,有限容积法和直接积分法容易受到噪声的影响而产生剧烈震荡,但是可以在较大的速度场误差范围内保持较高的精度,通过采用双线性插值可以获得更高精度的重构压力场;Poisson方程法不易受到噪声的影响而产生震荡,同时在高精度PIV速度场下的优势较为突出,通过采用双三次差值可以获得更高精度的重构压力场;混合边界条件仅仅测定边界上有限个点的压力值,就获得了接近狄利克雷边界条件下重构压力场的精度,远高于诺依曼边界条件;边界条件的误差严重降低重构压力场的精度,其影响程度比速度场误差还要大。     

美国未来战斗机的几项基础研究

美国F-22战斗机很快将进入生产阶段,美国国防部已明确表示,除了再搞一个基于“拿得到手”的先进技术的JAST计划以外,不再发展新的下一代战斗机,但没有人会相信,美国空军会就此中断对发展未来战斗机的技术研究。事实上,美国空军的一些技术研究基地,如莱特兄弟试验室,正在加紧收集美国军工在一些被取消的先进战斗机计划中曾经被考虑的概念和技术,经过筛选后整理成一些新的基础研究计划继续加以发展。根据今年3月号美国《空军》杂志报道,美国