某型涡扇发动机尾喷管流动特性研究

针对某型双涵道分开排气涡扇发动机尾喷管模型的流动特性进行了数值计算研究和试验验证。利用NASA典型尾喷管模型的推力系数对比研究结果验证了数值方法的可行性,采用验证后的数值方法获得了不同飞行条件下和发动机工作状态下某型发动机尾喷管模型内、外涵道的流量系数和推力系数数据及其变化规律,并将数值计算结果与该型发动机在相同工况下的地面台架试验数据进行对比。结果表明:在试验工况全范围内,发动机进口空气流量的计算值与试验值的最大偏差为1.8%,总推力的计算值与试验值的最大偏差不超过±0.5%。     

联合北斗导航与星间链路的大椭圆卫星定轨方法

传统的地面测控和GNSS均无法实现HEO卫星全弧段的跟踪观测.在分析北斗导航信号及其星间链路信号对典型HEO的观测几何及覆盖特性的基础上,利用北斗导航及其星间链路对HEO测控支持形成互补的特点,提出了一种卫星导航与星间链路相结合的自主导航方法.对HEO定轨进行分段划分并基于EKF设计了卫星导航与星间链路数据融合定轨的自主导航算法.分析结果表明,本文提出的方法能够从全弧段上改善HEO的观测几何,定轨精度比仅使用卫星导航提高了2个数量级,并且仅需较少的星间链路资源.      

基于深度学习的超分辨率重构方法在CAARC标模绕流流场重构中的应用

基于深度学习的超分辨率重构方法是近年来发展的一种有效的流场精细化方法。本文超分辨率重构模型以卷积神经网络为基础，结合了混合下采样跳跃连接多尺度模型，并应用于CAARC标准建筑模型表面风压场和建筑绕流速度场的重构。通过对比分析对不同欠分辨率流场的高分辨重构能力，结果表明该深度学习模型重构高分辨率流场具有良好的精度，重构效果优于原始的卷积神经网络模型和传统的双三次插值方法。该方法具有一定的普适性，可推广应用到具有复杂湍流流动的任意建筑结构风场的超分辨率重构。