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。     

旋转对曲率表面气膜冷却效率影响的数值研究

通过对旋转状态下曲率通道的气膜冷却现象的流动和换热进行数值模拟,得到了不同旋转数下凸表面和凹表面的冷却效率分布。计算选用剪切应力输运(SST)湍流模型,主流雷诺数ReD=4 797,吹风比M=0.4,旋转数Rt=0~0.023 9。研究结果表明,旋转数对冷却效率的影响明显：旋转数的增大使得气膜的轨迹偏转越明显,并且凸表面上气膜轨迹的偏转程度高于凹表面的。凸表面的冷却效率随着旋转数的增加而逐渐减小,而凹表面的冷却效率随着旋转数的增加而递增,并且旋转数的增加会弱化凸表面和凹表面上冷却效率的差别。     

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.     

运输类飞机型号合格审定试飞中的湿跑道试飞

对运输类飞机型号合格审定中的湿跑道试飞进行了详细分析讨论。对比国内外相关规章、标准和其他资料,给出了湿跑道的判断准则,分析了湿跑道试飞的条件,重点分析和论述了加速-停止距离、起飞距离和起飞滑跑距离两个湿跑道试飞科目。所做工作对于运输类飞机湿跑道试飞具有指导和参考意义。     

EMD和SVM在刀具故障诊断中的应用

与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解（EMD）和支持向量机（SVM）的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数（IMF）通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。     

固体燃料冲压发动机内旁路分气流场数值模拟

为了调节固体燃料冲压发动机推力,提出了一种内旁路分气结构型式,采用数值模拟方法对该结构的流场进行了分析。研究发现,可以通过改变旁路进气量调节发动机推力,而且旁路进气使补燃室头部出现对称旋涡,对增强燃烧较为有利。内旁路分气结构不需要采用后置旁侧进气道,可有效减小导弹体积、质量与阻力,在中小型发动机上具有较好的应用前景。     

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。