基于卷积神经网络和多项式混沌方法的翼型鲁棒性优化

在常规的翼型优化设计方法中,设计点处最优翼型的气动性能会在非设计点处有所恶化,因此有必要对翼型鲁棒性优化方法进行研究。提出一种基于卷积神经网络和多项式混沌方法的翼型鲁棒性设计方法,首先搭建基于卷积神经网络的气动力预测模型;其次采用多项式混沌方法对马赫数和攻角进行不确定度量化,构建翼型鲁棒性气动优化设计系统;最后对以 RAE2822 翼型为基准翼型的气动优化设计问题进行优化设计验证。结果表明：本文提出的翼型鲁棒性设计方法可行,优化后翼型的气动性能和鲁棒性气动优化设计效率在较宽的设计范围内都有所提升。     

离散伴随方法在气动优化设计中的应用

针对工程问题中大规模设计变量难以进行快速优化的难题,在自研流场解算器(WiseCFD-UG)基础之上,发展了基于离散伴随方法的梯度计算模块,实现了目标函数对大规模设计变量的快速精确梯度求解.此外,结合FFD参数化、线弹性体网格变形,优化算法等模块建立了气动优化设计系统.运用系统对M6机翼和CRM翼身组合体构型进行定升减阻优化设计,结果表明:机翼表面的压力分布得到了显著改善,表面激波得到不同程度的消除或减弱.气动优化设计系统有效可靠,具有一定的工程应用价值.     

一种新型并联灌注机器人运动学分析和多目标优化

针对大型航天器蜂窝结构灌注需求,提出一种新型串并混联灌注机器人机构,主要对并联机构进行分析研究。首先,对3PSS-PU并联机构进行了运动学分析,建立了运动学反解数学模型和雅可比矩阵;其次,确定了影响机构工作空间主要因素的约束条件,求解出了机构的工作空间;然后,建立了机构的刚度模型,求得机构在运动过程中的刚度变化分布;最后,利用遗传算法,以工作空间和全局刚度为目标对机构结构参数进行优化分析,确定了最终的机构尺寸参数,为蜂窝灌注机器人应用奠定基础。      

k-kL两方程湍流模型的改进及验证研究

提高湍流数值模拟的准确性,从而明确湍流模型对数值模拟结果的影响具有重要的意义,应用K.S.Abdol-Hamid给出的尺度自适应k-kL两方程模型封闭RANS方程,并修改von Karman长度尺度的限制方法,通过平板、翼型、后台阶等流动的模拟,考察k-kL模型在湍流模拟中的准确性,及其反映主要流动特征的能力和网格收敛性,并对影响流动模拟准确性的因素进行讨论.结果表明:改进长度尺度限制之后的k-kL两方程模型无论是对附着流动还是分离流动都可以给出比较准确的结果.     

基于比例边界有限元的结构强度分析方法研究

航天结构经历复杂严酷的载荷环境，且诸多大传载关键结构存在小尺寸倒角。为有效处理航天结构小尺寸倒角强度评估问题，提高结构应力应变求解精度和计算效率。本文基于比例边界有限元方法对典型小尺寸倒角的航天结构边界进行离散，构建强度计算模型，针对典型结构不同倒角尺寸开展强度分析，得到不同尺寸倒角对局部应力的影响规律，给出局部区域的应力分布，并与光测试验和常规有限元分析结果进行对比。结果表明，与常规有限元方法相比，比例边界有限元方法可以有效减少计算自由度，提高计算效率和计算精度，由于其半解析的特点，可以方便的得到内部域的应力场，为小尺寸倒角航天结构强度评估、寿命预测及优化设计提供有效的分析手段。