低雷诺数下小展弦比机翼的气动力优化设计

以固定翼式微型飞行器为研究背景,针对小展弦比机翼,将遗传算法与Navier-Stokes方程数值解法相结合,提出了一种以实数编码为基础的数值优化模型.流场数值模拟采用人工压缩方法,遗传算法采用锦标赛选择、自适应交叉和变异操作算子,对微型飞行器机翼选取五个设计点分别进行了升阻比优化设计.优化结果表明,本文的优化模型具有较高的搜索效率和显著的优化效果,五个设计点机翼的升阻比均提高30%以上.优化后的翼面接近椭圆形状,翼型前缘钝厚,尾缘向上拱起,这种形状能大大增加升力,降低诱导阻力,从而显著提高机翼的气动性能.     

气流激励下叶片动力响应分析方法

利用在物理过程上的耦合代替数学方程上的耦合,完善了双向顺序耦合求解的理论,进一步给出了双向顺序耦合的数值求解方法,并描述了其在物理上对应的过渡过程.结合具体工程算例,分析得到某小型发动机二级静叶在气流激励下的流场分布形式和叶片动力响应的特点,指出了双向顺序耦合数值求解方法的优越性.      

后掠大流量宽弦复合材料风扇叶片技术综述

用碳纤维复合材料制造的风扇叶片比钛合金夹芯结构的风扇叶片轻,在抗振特别是抗颤振性能方面也优于钛合金,抗鸟击能力和低噪声指标也获得适航当局的合格批准。装有高韧环氧复合材料风扇叶片的GE90发动机已装于波音777飞机,并在1995年投入航线运营使用。此项技术在十多年的使用时间里表现出色,无需例行的在役维护。     

基于两级直角网格结构的三维DSMC算法研究

结合直角网格计算的高效率以及表面非结构网格对飞行器几何外形的精细描述,本文建立了基于两级直角坐标网格结构的DSMC数值模拟算法。一级网格为计算区域离散后的背景网格,二级网格为独立的碰撞网格和取样网格,是在背景网格的基础上根据流场性质的变化经过自适应后获得的亚网格,碰撞分子对在亚网格内选取,以保证选取的分子是"最相邻的"。计算的Orion飞船外形从自由分子流到稀薄过渡流的气动力系数,与DS3V和DAC软件计算结果的一致性非常好,验证了本文算法的可靠性和有效性。同时对过渡区的流动特征和表面气动参数的分布规律进行了分析。     

带凹腔支板的数值模拟

用大涡模拟的方法对带凹腔支板进行了数值模拟.采用Smagorinsky-Lily亚网格尺度模型,并用SIMPLE算法和中心差分格式求解离散方程.仿真结果表明:凹腔对支板尾流有一定的影响;在本文研究的凹腔深度范围内(5mm、11 mm、15mm),随着凹腔深度的增加,尾流近壁面旋涡的最大涡量值先减小后增大,频率先增大后减小.     

涡轮构件疲劳/蠕变寿命的试验方法

根据弹用发动机涡轮构件的真实工况,通过有限元分析确定试验寿命考核点,提出并设计了一套加载方案,模拟了工作条件下结构的应力场和温度场,构件的试验寿命、断裂部位与有限元预测结果一致。试验结果表明提出的小结构大载荷、小空间高温度的试验方法可以很好地再现涡轮构件的疲劳/蠕变故障,为发动机构件的寿命评定提供了依据。     

吻切锥乘波构型参数化设计与正交试验分析

为了获得外形控制参数对吻切锥乘波构型性能的影响程度,通过分析吻切锥乘波构型的生成特点和生成方法,在其参数化设计的基础上,运用正交试验设计方法分析了各个控制参数乘波构型性能的影响,确定了对气动性能和容积率影响较大的参数,为进一步合理确定优化空间和优化策略提供指导。运用CFD方法对典型外形进行了性能分析,结果显示:吻切锥乘波构型具有较高升阻比,下表面中心区流动均匀,可为高超声速飞行器机身/进气道一体化提供参考。作为应用,基于正交试验结果设计了以吻切锥乘波构型作为前体的一个高超声速飞行器,验证了设计方法的合理性。     

二次流动对气冷涡轮叶栅流场的影响

针对典型跨声速高压涡轮叶型平面叶栅吸力面单排孔气膜冷却,采用数值模拟方法,比较分析了加入气膜冷却前后流场变化。结果表明,由于二次流动的影响,加入气膜冷却以后吸力面后部接近下壁面处没有受到冷气保护而直接暴露于主流高温燃气,在实际高压涡轮中将极大的降低叶片寿命。没有气膜冷却情况下,吸力面接近下壁面处边界层仍有可能因受到二次流动的影响发生转捩;加入气膜冷却情况下,气膜孔中心位置下游边界层由于射流和主流的相互作用将转变为湍流边界层,而由于孔间距的影响,只有射流和主流充分掺混以后才能影响到整个叶片的范围。     

民机翼身整流影响分析与设计研究

针对某民机翼身组合体进行了翼身整流设计,以减弱机翼机身附面层之间的相互干扰,消除翼身结合处气流的分离,改善该民机的阻力性能。将翼身整流的多种设计方案(不同类型,不同安装位置,不同的几何尺寸等)配置到某民机翼身组合体模型上,用CFD方法对其流场进行粘性绕流数值模拟并对结果进行优化分析,得到了针对该民机减阻效果较好的翼身整流设计方案。     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。