Y形进气道流场数值研究

Y形进气道在两侧进气布局的单发轻型战斗机和教练机上应用较为普遍。由于流动的复杂．不易对其内部的流动进行实测．为此本文基于Favre平均的N-S方程和B／L代数湍流模型．采用了Jameson格式和矩阵人工粘性耗散，对某型亚声速飞机的Y形进气道流场进行了数值模拟。提出了一种解决网格块之间插值问题的处理方法．研究了进气道两侧管道气流的掺混作用及二次涡．得出了进气道内外流场的马赫数、压力和速度分布，以及进气道的性能随反压和攻角的变化曲线。研究结果可为进气道的设计提供一定的参考。     

内压缩通道几何参数对高超声速进气道性能的影响

用N-S方程模拟了一系列不同收缩比、不同波系配置的内压缩通道内流动,研究了内压收缩通道几何参数对进气道性能的影响,发现对于相同的外压段,内压面积收缩比对进气道内压缩通道温升比、压比和起动性能具有较好的相似规律,且随着内压面积收缩比增加,进气道温升比、压比增加,出口流场畸变下降,起动马赫数增大。通过对相同压比下不同内外压缩比的进气道性能的研究,得到了内外压缩比对进气道效率和起动性能的影响规律,发现压缩程度相同时,进气道效率和起动马赫数均随内外压缩比有先增大后减小再增大的规律。     

采用长细管法进行脉动压力转捩探测的实验研究

为了简便地使用测量模型表面脉动压力特征的方法探测边界层转捩位置,需要研究脉动压力传感器接在传统测压模型外的适用性,即通过长细管将模型表面的脉动压力信号传递到脉动压力传感器上的方式是否可得到转捩的特征信号。首先采用信号发生器驱动扬声器,在无风条件下,测量了长细管对不同频率声压信号的传递损失情况。证明了所采用的长细管系统具有合适的工作频带。然后在西北工业大学NF-3低速风洞二元实验段、实验风速为30m/s的条件下,对弦长为800mm、展长为1.6m的翼型模型沿弦向进行了脉动压力信号测量,并通过改进的数据处理技术判断了模型表面的转捩位置。研究结果表明,采用长细管系统进行脉动压力方法转捩探测具有一定应用价值,值得进一步深入研究。     

光纤光栅传感器与机械结构预处理胶接方法

结构应力应变高精度测量对于实现直升机动静态强度监测与评估具有至关重要的意义。由于光纤光栅传感器具有柔韧性好、芯径细、抗电磁干扰能力强以及便于实现分布式监测等显著优点,使得其在航空航天器结构强度监测领域受到广泛重视。为提升直升机应变监测精度与灵敏度,本文研究了光纤光栅传感器应变感知原理和精度影响因素,构建了基于光纤光栅传感器的板结构应变监测系统。在此基础上,提出剥离光栅栅区涂覆层、施加预应力及其双层胶接等预处理集成方法,实现对板结构光纤光栅传感器应变测量精度的有效提升。     

复合材料单搭接胶接接头试验研究与数值模拟

针对不同搭接长度和不同被胶接件厚度的T300/QY8911层合板单搭接胶接接头进行了试验研究和数值模拟.建立了不同试验参数下的三维有限元模型,基于Hashin准则和连续介质损伤力学(CDM,Continuum Damage Mechanics)预测层合板面内损伤的起始和演化,应用黏聚区模型(CZM,Cohesive Zone Model)模拟层合板的分层损伤及胶层的失效.系统地研究了接头在不同参数下的失效模式、破坏形貌和极限载荷等的变化,模拟结果与试验吻合良好,验证了有限元分析模型的有效性.通过对接头的破坏形貌和应力分布进一步分析发现,胶接连接的失效模式和极限载荷均与胶接长度和被胶接件厚度有关;模拟接头胶接区在不同加载时刻的应力分布变化,反映了胶接连接在拉伸载荷下的破坏起始和演化过程.     

测点的布置对紊流度测量的影响

本文采用不同数目和布置的测点对十余种不同类型和大小的稳态压力畸变和以压力紊流度表征的动态畸变流场进行了测量,得到了其流场的紊流度分布。文中对所测得的平均紊流度、紊流度的平方平均值及定义的不均匀分布度D值进行了分析,得出了测点的数目和布置对紊流度测量的影响,从而为工程上紊流度的测量提供参考。     

热完全气体的热力学特性及其N-S方程的求解

首先用五次多项式拟合给出了温度在50～3000K范围内的热完全空气的焓值与温度之间的函数关系式，导出了其它热力参数e，cp，cv和γ的表达式。接着提出了热完全空气总温、总压的计算方法，并将其计算结果与量热完全空气的结果进行了比较。最后，将该热完全空气模型用于N-S方程求解，对NAPA软件进行了改进，并用该软件时高马赫数钝体绕流流场和乘波体流场进行了计算，分析了气体真实效应时流场结构及参数的影响。结果表明，本文提出的总温、总压计算方法及时NAPA软件的改进是成功的，可较准确地模拟高超声速流动的主要特征。     

基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.