计算机翼跨声速绕流的全速位积分方程数值解

本文利用格林定理将全速位方程转换为全速位积分方程，应用高斯定理对沿激波面的显式积分进行简化。将全速位积分方程的解表示成为面元项和场元项之和，然后离散进行数值求解。本文将激波捕捉方法和激波装配技术结合起来，对机翼跨声速绕流进行数值实验，计算结果令人满意。     

圆度仪被测工件的自动对中

对Ｙ９０２５—Ｂ型圆度仪中被测工件的自动对中部分作了较为详细的介绍，其中包括基本工作原理、数据采集、电机控制及有关的软件框图等。该系统能自动把被测工件的偏心调至微米级。     

高超声速边界层转捩机理及应用的若干进展回顾

高超声速边界层转捩对飞行器的热传递、表面摩阻和流动分离等有重要影响,尤其是再入飞行器和吸气式巡航飞行器。然而,人们对边界层转捩机理中的很多问题认识还不清楚,或存在争议。本文从扰动波演化的角度回顾了高超声速边界层感受性、线性稳定性和非线性作用的国内若干研究进展,并以基于谐波共振的人工转捩技术为例示范了这些机理认识在转捩控制上的应用。扰动的产生和发展是认识边界层转捩机理的核心。通过研究扰动波来认识边界层转捩机理,开展应用创新研究对提升飞行器性能具有重要意义。     

基于CFD/CSD耦合的叶轮机叶片失速颤振计算

为了研究叶轮机叶片的失速颤振特性,发展了一种计算流体力学与计算结构力学(CFD/CSD)时域耦合方法。该方法通过每一物理时刻CFD和CSD的循环迭代实现了耦合计算。在CFD分析中,采用鲁棒性较好的空间离散格式AUSM+-UP,并基于延迟脱体涡模型(DDES)模拟了带分离流动。在结构分析中,通过模态法构建了旋转叶片动力学方程并运用杂交多步方法进行求解。以孤立转子Rotor37为例,计算了不同工况下流场总体与细节参数,与实验结果的对比验证了CFD算法的精度。对某转子叶片进行了颤振特性研究,计算所得的广义位移时间响应曲线表明该叶片在近失速工况下会发生失速颤振,其表现形式为一阶弯曲模态发散且各阶模态之间不耦合。分析表明,流场不稳定和非定常效应是引起失速颤振的关键因素,同时折合频率的降低也会导致原本气动弹性稳定的叶片发生失速颤振。     

飞机进气道锤击波载荷评估方法研究

进气道锤击波载荷是由航空发动机喘振超压引起的,其峰值压力可达到自由来流总压的2倍量级,为进气道结构设计的最大载荷。为了给新研飞机进气道设计提供最大载荷依据、降低结构质量,对增压比等影响发动机喘振超压的因素进行归纳总结,并进行了实测和评估分析,认为锤击波压比值的上限是由稳态压力畸变引起的喘振确定的,最大锤击波载荷基本上随发动机压比的增大呈线性增大;分析了锤击波载荷的特征和评估曲线,认为通过积累新研发动机地面试验数据和CFD手段可有效解决飞机设计的载荷输入,应用概率统计方法可有效降低复合材料结构的大"S"弯进气管道结构质量。     

TVC/PSM飞机的过失速动态边界及敏捷性分析

以飞机为质点，考虑在最少输入数据情况下，曲于转弯速率图并从能量的角度计算和分析了TVC/PSM飞机的过失速动态边界，选取敏捷性尺度空战周期时间和指向裕度，对比分析了TVC/PSM飞机和传统飞机的敏捷性，得出了一些有益的结论，并提出了一些建议。     

用任意拉格朗日--欧拉方法求解流体力学方程组

从积分形式的二维Lagrange流体力学方程组出发，用有限体积格式进行计算，针对不规则的四边形网格，在用次级网格的方法确定网眼内物理量的梯度的基础上，提出一种体积加权的方法来构造网眼内的线性插值多项式。将新网格进行了细划，先确定新网格小网眼中心点的密度，将小网眼的质量直接计算出来，再计算新网格的质量，然后确定相应的密度，从而实现高精度重映。最后用ALE方法进行数值模拟，得到了预期的效果。     

准分子激光矫正屈光不正的原理及其实现

研究了准分子激光治疗屈光不正的原理及其实现方法，介绍了准分子激光治疗屈光不正的原理及其种类。在初始角膜模型假设的基础上，提出了能够用于近视、远视和散光等屈光手术的数学模型，计算出切削量和切削的层数，并给出了相应的算法框图。就准分子激光角膜切削机理和“飞点扫描”等关键技术进行了研究。研究成果直接用于准分子激光眼科治疗机，并给出了准分子激光眼科治疗机的原理框图。实验和临床数据表明。取得了满意的手术效果。     

基于TC35i和C8051F020的远程数据采集系统

本文提出了一种用混合信号系统级单片机C8051F020控制GSM网络引擎TC35i实现远程数据采集的方案。在描述了远程数据采集系统原理、构成和功能的基础上，对无线通讯模块及硬件和软件设计部分也进行了详细介绍。     

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。