内埋式弹舱舱门气动载荷计算分析研究

采用中心有限体积法进行空间离散和四步Runge-Kutta显式推进方法进行时间推进数值求解了非定常欧拉方程;采用Delaunay方法生成内埋式弹舱舱盖打开时的非结构网格.数值模拟了内埋式轰炸机弹舱单开舱门在分别打开8°和45°时的复杂流场.通过对上述复杂流场的分析,发现作用于舱门的气动载荷具有使其趋向于关闭的特性,且有随打开角度的增大而减小的趋势.     

高超音速飞行器前体优化设计方法研究

基于响应面法对高超音速飞行器前体进行气动优化设计,流场求解采用欧拉方程,并结合非结构动网格技术,便于适应复杂外形而且在每次外形改变后不必重新生成网格,有利于保证计算效率,响应面模型采用二次多项式来构造,数值结果表明由本文设计的前体/进气道布局结构简单,能获得更高的压缩率和总压恢复系数,以及更高的升阻比,该方法在多约束多目标条件下进行气动优化设计,设计质量较高,有一定的工程应用价值.     

无人机自由编队飞行的补偿模糊神经网络控制

为了克服当前提出的无人机编队飞行的不足，提出一种新的无人机编队飞行概念——自由编队飞行，制定了相关的避让规则，用补偿模糊神经网络进行训练，实现自由编队飞行的补偿模糊神经网络控制。仿真显示，编队飞行的飞机能按照规则自主改变航路进行避让，表明了该方法的有效性。     

复杂外形下的无网格算法研究

研究了二维、三维复杂外形下的无网格算法。在一种布置点云方法的基础上,发展一种曲面拟合的重构方式构造流场物理量,并应用于AUSM+_up格式计算欧拉方程的数值通量;计算采用了隐式时间推进,并引入当地时间步长和残值光顺等加速收敛措施。通过对某三段翼型低速流动、M6机翼跨音速流动、某全机跨音速流动进行了数值模拟,表明本文发展的无网格算法能有效地模拟复杂外形的无粘绕流。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

进口导流叶片对转子叶片颤振特性的影响

上游静子叶片的尾迹扰动是下游转子叶片发生强迫响应问题的主要原因,但通常认为不会对颤振特性产生影响。运用CFD技术求解非定常流场,用能量法对典型涡轮风扇NASA Rotor 67进行了气动弹性分析。结果表明:不加进口导流叶片时其叶片最有可能在第二阶模态、60°叶间振动相角的情况下发生颤振;加上IGV(进口导流叶片)后,IGV的尾迹会显著改变转子叶片的颤振特性,当转子叶片的最危险颤振模态频率接近IGV尾迹的扰动频率时,即使单独转子叶片十分稳定,但在尾迹的激励下颤振仍然可能发生;当该频率远离IGV尾迹扰动频率时,尾迹扰动同样会使转子叶片气动阻尼降低。该结果意味着尽管IGV的引入不会明显改变压气机性能,但有可能会对其颤振特性带来明显的负面影响,需要在涡轮机设计中予以考虑。     

弹性振动对翼型失速迎角附近流场的影响

通过求解雷诺平均Navier-Stokes方程得到气动力,结合翼型振动方程,计算了翼型不同迎角下的动态过程,分别通过层流和湍流情况的计算,重点研究了弹性振动对翼型失速迎角附近流场的影响,研究结果表明,在中低雷诺数、翼型具有弹性振动的情况下,翼型的失速迎角会比传统定常意义上的失速迎角提前出现,为长期以来数值计算得到的失速迎角与风洞实验、飞行试验结果的不同给出了一种物理解释。     

AUSM+-up格式在无网格算法中的推广

将AUSM -up格式推广运用到了无网格算法中.在点云离散的基础上,运用曲面拟合和AUSM -up格式求得数值通量;采用四步龙格-库塔方法进行时间推进,并引入当地时间步长和残值光顺等加速收敛措施.为了验证本文方法的计算精度和鲁棒性,对NACA0012翼型跨声速流动、某三段翼型低速绕流、平行错位NACA0012双翼超声速、高超声速流动进行了数值模拟.