基于卷积神经网络的结冰翼型气动特性建模

提出了基于卷积神经网络（CNN）的结冰翼型气动特性预测方法，设计了输入层结冰翼型图像规范，克服了复杂冰形在翼面同一位置法线方向存在多值，单值函数难以描述的问题。预测模型可同时预测多个迎角对应的升阻力系数，实现了直接从冰形图像到气动特性的快速预测，对升力系数和阻力系数预测结果的平均相对误差均可控制在8%以内。重点研究了不同卷积层数量、卷积核数量、卷积核尺寸对模型性能的影响规律：CNN的不同层次特征对应不同滤波频率，卷积层数增加会捕获更多高频特征量；增加卷积核数量可提取更多冰形特征，提升模型性能，但数量过多会增加冗余特征，降低模型泛化性能；阻力系数预测模型对卷积核数量的最低要求大于升力系数，其原因在于，相较升力系数，阻力系数不仅受翼面压差影响，还受摩阻特性影响，其建模所需的关键特征数量多于升力系数；增大卷积核尺寸，可扩大卷积操作“视野”，增强对冰形整体特征信息的提取，有利于提升模型泛化性能。相关结论为飞机结冰气动特性实时动态预测与监测提供了新的思路和方法支撑。     

点目标假设下的二维精度体系研究

点目标假设下,在二维圆概率偏差线性公式的基础上,给出了基于纵横向均方根误差分段的精确公式。同时应用概率论正态分布理论,对二维情况下均方根误差、圆概率偏差和概率偏差的相互关系进行了研究,通过理论推导和数值计算给出了二维精度指标相互转换的拟合公式,完善了满足工程应用的二维精度体系。研究结果可在精度指标的论证、设计和考核中使用。     

定长补偿电火花铣削加工中锥形电极的形成及稳定性

电火花铣削可以利用简单电极加工复杂工件,对铣削过程中电极损耗进行补偿是保证工件加工精度的重要措施。使用圆柱电极进行定长补偿铣削加工,加工过程中电极端面会形成一个圆锥形。为保证补偿精度,对电极圆锥形端面的形成及稳定性进行了研究。通过对定长补偿下工件被加工情况的研究,阐述了圆锥形电极形成的具体过程;并且论证了在加工进入稳定阶段以后,圆锥端面角度会基本保持在一个恒定值,研究了初始加工深度和补偿长度对锥形过渡阶段的影响;在电极直径、电参数一定情况下,验证了加工模型中锥形角度与目标加工深度的函数关系,实验结果与模型计算结果相差2.1%;最后给出了加工实例,并获得较好的加工效果。     

智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一.分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望.     

大型 CFD 软件自动化测试平台的初步设计与实现

针对大型通用 CFD 软件研制的需求,为了提升 CFD 软件的开发效率,初步设计与开发了一个 CFD 软件自动化测试平台。该平台基于 MySQL 数据库,通过前台界面和远程集群后台管理程序的网络信息交互,实现了自主研发的通用 CFD 软件平台(HyperFLOW)的自动测试及验证与确认。根据需要适当修改前置处理接口,该平台亦可推广应用于其他 CFD 软件的自动测试。本文重点介绍了平台的基本框架和总体设计思路、平台的数据库和前台管理 GUI 设计、网络交互和后台管理等,并利用典型算例对计算结果的验证与确认过程进行了简要介绍,最后对平台构建的后续工作进行了展望。     

四级固体运载火箭弹道设计及运载能力分析

固体运载火箭作为我国航天运输系统的重要组成部分,具有整箭贮存、海陆通用、快速响应的特点,在军民商发射领域受到了广泛青睐。针对我国固体火箭运载能力在2～3 t(500 km太阳同步轨道)区间上存在“缺位”的现实,首先给出了一款运载能力约3 t的四级全固体运载火箭构型。随后建立了固体运载火箭三自由度弹道计算和优化模型,通过仿真手段分析了其典型弹道曲线特点,以及推重比、各级结构质量、末级装药量对运载能力的影响规律,为未来固体火箭的总体方案论证提供参考依据。     

HyperFLOW 软件数值模拟TrapWing 高升力外形北大核心CSCD

采用High-Lift研讨会提供的梯形翼外形(TrapWing),利用自主研发的基于结构、非结构网格的通用CFD软件HyperFLOW进行了数值计算,以评估其对复杂外形低速流的模拟能力。分别采用了三套不同拓扑结构的计算网格,包括两套非结构/混合网格和一套多块结构网格,每套网格又分为粗、中、细三种密度不同的网格数量以考察其网格收敛性。利用Richardson插值法,对计算结果开展了可信度分析。结果表明,不管是结构网格还是非结构网格,HyperFLOW均建立了可接受的可信度;对于高升力外形数值模拟,SA湍流模型要比SST湍流模型模拟的更准确;在失速迎角附近,现有的二阶精度解算器仍需持续改进。     

人工智能与空气动力学结合的初步思考

以人工智能为核心的新一轮技术革命及产业变革正在影响着社会的各个领域,世界各航空航天大国均在人工智能与空气动力学的结合方面开展了许多有益的尝试与探索。本文回顾了人工智能技术的发展历程及现状,重点讨论了大数据时代背景下人工智能在风洞试验、数值计算和飞行试验等空气动力学研究的三大手段上的应用,详细分析了人工智能在辅助海量气动数据分析与知识发现上发挥的作用,探讨了人工智能在气动建模与先进飞行器设计中蕴藏的应用价值,并指出了人工智能与空气动力学相结合所带来的挑战。     

E 级计算给 CFD 带来的机遇与挑战

E 级(Exascale)计算机有望在2020年前后投入使用,E 级计算将给计算科学和科学研究带来革命性的变化。计算流体力学(CFD)作为超大规模计算机应用的重要领域之一,将迎来前所未有的发展机遇,同时也将面临极其严峻的技术挑战。本文对当前国内外超大规模 CFD 计算的现状进行了概述,探讨了未来 CFD 的发展趋势,并对 E 级计算给 CFD 带来的机遇与挑战进行了分析,最后提出了适应未来 E 级计算的 CFD 发展思路与建议。为了实现 E 级计算的宏伟目标,CFD 与计算机科学、应用数学等学科的“协同设计”势在必行。我们期待本文的分析能对我国的高性能计算应用、CFD 发展有一定的启示作用。     

一体化试验评估在美国飞行器研制中的应用

一体化试验评估是从分系统、研制过程、研究手段三个维度来对飞行器各研制阶段的试验活动进行统筹规划和组织实施的方法,可以有效提高试验效率、缩短试验周期、减少试验成本并降低试验风险。文章在剖析美国提出的飞行器一体化试验评估内涵的基础上,介绍了一体化试验评估方法在飞行器外挂物投放、航空推进系统、高超声速武器系统以及无人机系统中的应用情况,分析了一体化试验评估应用于飞行器研制中的除地面风洞试验和飞行试验外的其他相关关键技术,并从大数据和人工智能、高性能计算、体系分析、人类行为建模四个方面对其后续发展趋势进行了展望,最后总结了一体化试验评估在美国飞行器研制中落地的原因和对我国应用的启示。