使用深度残差网络的乘波体气动性能预测

本文探究深度学习人工智能技术在飞行器气动外形预测中的应用。以激波装配法乘波体设计为背景,建立气动数据快速生成工具,使用拉丁超立方采样得到海量样本数据。使用深度残差神经网络构建气动外形参数到气动性能数据的代理模型,并与随机森林和双隐层神经网络等普通机器学习模型对比;同时将数据转换为图片,研究基于图片识别的深度学习模型搭建,省略飞行器外形的参数化表达。测试结果说明,深度残差网络作为数据代理模型的精度是随机森林和双隐层神经网络的3倍以上,而基于图片识别的代理模型精度提高有限。研究表明,深度残差网络在乘波体等易于生成大量数据的气动外形的性能预测中效果明显,为深度学习技术在气动外形设计中的应用奠定了基础。     

基于代理模型的高效全局低音爆优化设计方法

研究发展高效实用的低音爆优化设计方法,对于新一代低音爆超声速客机的研制具有重要的理论意义和应用价值。目前国内外发展的低音爆优化方法主要包括遗传算法（GA）和基于Adjoint的梯度优化。遗传算法虽然具有较强的全局优化能力,但其优化效率较低,无法很好满足实际应用的需要;而梯度优化虽然优化效率高,但易陷入局部最优。将最新发展的代理优化算法与音爆预测方法相结合,发展了一种具有全局优化能力的高效低音爆优化设计方法。首先,概述了所采用的线性音爆预测方法,并用NASA超声速圆锥体模型进行验证,表明其计算效率高、预测精度可满足飞行器初步设计的需要。其次,对所采用的代理优化（SBO）方法进行了概述,包括试验设计、代理模型建模、优化加点准则和收敛标准等。再次,运用所发展的方法开展了NASA多段圆锥体模型的低音爆优化设计算例研究,并与遗传算法和梯度优化的结果进行了比较,表明其优化效率比遗传算法提高了2个量级以上,且优化结果优于梯度方法。最后,将所发展的方法应用于AIAA音爆预测大会提供的翼身组合体外形（69°后掠三角翼）的低音爆优化设计,将远场音爆N型波峰值减少了27.4%,表明所发展的方法在复杂外形低音爆优化设计中具有很好的应用潜力。     

风扇单音噪声模态识别及其误差传递特性研究

为了探究不同阵列对风扇单音噪声模态识别的影响,对径向耙和轴向传声器阵列在模态分解中的优缺点和误差传递特性进行了数值和实验研究。数值研究中通过在人造声场中加入随机扰动研究了不同阵列在径向模态分解中的误差传递特性,从而对两种阵列在径向模态分解方面的适用性和局限性进行评估。以此为指导,实验中通过旋转轴向阵列测量了风扇管道内顺流和逆流传播的模态波结构。结果表明中低频时径向耙式阵列误差较大,在模态截通频率处其传递函数的条件数大于100,而轴向阵列的条件数要小于10。轴向阵列在径向模态分解时,其精度强烈依赖于阵列轴向间距。实验结果表明管道内入射声波比反射声波能量高10d B左右。在入射声波中,转静干涉模态是其主导模态,而在反射声波中,模态能量分布规律不明显。     

γ-Re_(θt)-CF转捩模型在Spalart-Allmaras湍流模型中的推广及验证

横流(CF)不稳定性是三维流动中诱发转捩的一项非常重要的因素,考虑到γ-Reθt-CF转捩模型对流向Tollmien-Schlichting波和横流波不稳定性引起转捩的判定均是完全基于当地变量,且Spalart-Allmaras(SA)湍流模型计算效率高,因而将γ-Reθt-CF转捩模型与SA湍流模型相结合,并将其引入开源Standford University Unstructured(SU2)计算流体力学分析平台。为了考察和验证模型的预测精度,分别使用原始γ-Reθt模型和γ-Reθt-CF-SA模型,对NLF(2)-0415后掠翼型和标准6∶1椭球模型进行了转捩预测数值模拟。算例结果表明,γ-Reθt-CF-SA模型的计算结果与试验数据吻合程度远远优于原始γ-Reθt模型,γ-Reθt-CF-SA模型能正确地预测出三维流动中的横流不稳定性引起转捩的现象。     

改进的多级涡轮噪声经验预测模型

基于早期的涡轮噪声经验预测模型和涡轮噪声试验数据,对影响涡轮噪声的关键涡轮参数进行了分析,发展了改进的多级涡轮噪声经验预测模型.该模型由单级涡轮噪声计算、涡轮噪声在下游涡轮级中传播的衰减量计算和各级涡轮噪声叠加3个部分组成.采用涡轮噪声试验数据对单级涡轮噪声计算方法进行了验证.结果表明:该单级涡轮噪声计算方法的计算结果误差小于1.5dB.由试验数据拟合得到的涡轮噪声叶片排衰减经验预测模型也被应用于该改进的多级涡轮噪声经验预测模型中.与早期经验预测模型相比,改进模型的计算方法更合理,噪声预测结果更可靠.      

考虑螺旋桨滑流影响的机翼气动优化设计

涡桨飞机的机翼、短舱等部件在滑流作用下周围的流场特性与无滑流状态下截然不同。所以,应该在涡桨飞机的机翼气动设计过程中考虑螺旋桨滑流的影响,从而使得机翼在真实飞行时滑流作用下表现出更好的气动特性。采用基于雷诺平均Navier-Stokes方程的多重参考坐标系(MRF)方法对螺旋桨滑流进行高精度准定常数值模拟,通过自由变形(FFD)技术实现螺旋桨飞机机翼的参数化构建,应用径向基函数(RBF)插值的动网格技术进行网格自动生成,获得样本机翼在滑流影响下的气动数据后,建立目标函数和状态函数的Kriging代理模型,结合随机权重粒子群优化(PSO)算法、Kriging代理模型和对应的EI(Expected Improvement)函数加点准则进行加样本点以及代理模型重建,从而建立滑流影响下机翼气动优化设计系统。使用该系统对某型螺旋桨飞机进行了滑流影响下的优化设计,结果表明,优化后的构型机翼和短舱在巡航状态下减阻达3.98counts,升阻比提高了3.325%。因此,建立的考虑滑流影响下的机翼优化设计方法是可行的。     

Gamma-Theta经验转捩模型在DES中的应用

与RANS湍流模型相比,DES湍流模型的边界层外自由流部分存在LES区,该区域的涡粘性会有所降低。为了研究了这一特征对γ-Reθt转捩模型的影响,以平板实验为算例,选取基于k-w SST湍流模型的DES模型和DDES模型,检验γ-Reθt转捩模型在DES模型和DDES模型中的表现。结果表明：DES模型和DDES模型使转捩位置推迟,SST—DES模型由于对网格过度敏感而没有触发转捩,SST—DDES模型使转捩位置后移较少;DDES模型比DES模型更适合γ-Reθt转捩模型;转捩经验关系需要进行修正后才能将γ-Reθt应用于DDES模型。     

轴流压气机叶尖射流扩稳试验

采用转子叶尖射流对轴流压气机进行了扩稳试验研究.试验中对无射流的轴流压气机失速起始类型进行了测量,发现该轴流压气机以尖峰波的形式进入旋转失速;之后采用叶尖射流发现射流对压气机的失速起始过程没有明显影响.试验中对射流孔数目、射流孔周向分布和射流偏转角3个参数对压气机扩稳效果的影响进行了分析.测量结果发现:保持总射流流量不变,增加射流孔数目会降低轴流压气机扩稳效果;而在单个射流孔流量不变的情况下,增加射流孔数目会增大扩稳效果;射流孔周向分布越均匀扩稳效果越明显;射流扩稳效果与转子相对坐标系下的气动参数有直接关系,故采用相对坐标系下射流零攻角方向的动量分量与主流动量比值对扩稳效果进行了关联.      

高空舱内涡扇发动机低温起动试验

介绍了某型涡扇发动机的低温起动试验,重点讨论了在高空舱进行发动机低温试验的冷浸方法,并且对未来低温试验技术研究提出一些展望.该型发动机低温起动特性的成功获得证明了该低温试验方法的可行性.试验结果表明:①虽然风车冷浸方法有一些缺点,但仍是现阶段试验条件下较经济且高效的冷浸手段;②实际试验中很难满足国军标中对保温时间的要求,建议以滑油温度达到低温要求为准;③低温环境对发动机起动机起动性能的影响大于对发动机本身的影响.      

基于32位SPARC处理器的JTAG仿真器设计与实现

在研究IEEE1149．1标准和JTAG调试原理的基础上,以SPARC处理器内嵌调试体系结构为核心,设计实现一种JTAG仿真器．JTAG仿真器通过以太网和串口与上位机通信,利用FPGA发送JTAG协议时序完成用户调试任务．该系统设计可扩展性好,成本低,且JTAG数据发送速率可达到8Mbit／s、性价比高．经测试,该系统能稳定、可靠工作．