高超声速粘性干扰效应相关性研究

探讨了高超声速粘性干扰效应的相关性理论,采用CFD数值模拟方法对轨道器再 入阶段的粘性干扰效应进行了研究,以此为基础考察了粘性干扰相关参数〖AKν-5〗′ ∞的关联特性。对计算结果的分析表明：〖AKν-5〗′∞能够将轨道器外形气动力 的地面风洞试验数据和飞行试验数据进行有效关联,从而为建立轨道器外形再入气动力天地 换算方法奠定了基础。
     

低成本飞行试验平台的FADS技术研究

在国内首次利用成熟的低成本火箭弹平台,开展超声速(马赫数>3)飞行试验的嵌入式大气数据传感系统技术研究。针对嵌入式大气数据传感系统的求解算法,测量系统和误差影响等关键技术问题,建立基于神经网络技术的求解算法和设计飞行试验方案,并完成飞行试验和数据分析研究。研究结果表明基于神经网络技术的求解算法具有较好的鲁棒性和较高的求解精度。测量结果与雷达测量结果基本吻合,验证了算法设计;测量结果相对于雷达测量结果,静压平均相对误差约为5.2%,最大相对误差18.8%;马赫数平均相对误差4.2%,最大相对误差14.9%。攻角和侧滑角的测量结果与理论弹道结果变化趋势接近。研究结果可为相关飞行试验技术研究提供参考。     

Godunov方法在复杂流场数值模拟中的应用

本文根据Ｖａｎ Ｌｅｅｒ提出的方法给出了求解三维非定常Ｅｕｌｅｒ方程和三维定常Ｅｕｌｅｒ方程的二阶Ｇｏｄｕｎｏｖ方法。方法要点为：在各体积离散单元中,用流动变量的分段线性分布代替一阶方法中的分段常量分布,在确定线性分布的斜率中引入单调性限制条件;在离散单元界面构造Ｒｉｅｍａｎｎ问题,由Ｒｉｅｍａｎｎ间断解确定单元侧面的通量;用预测－修正两步法对离散方程推进求解,用上述方法结合单区网格或多区重迭网格     

钟形返回舱空气动力特性数值模拟

文章基于Euler方程及N_S方程的数值求解方法 ,对返回舱亚、跨声速和高超声速的流场及气动特性进行了数值模拟 ,其中Euler方程数值求解采用二阶Godunov有限体积法 ;N_S方程数值求解采用二阶Harten_Yee格式的差分法。得到同实验值一致的物面压力、气动力系数和在不同速度范围出现的激波、流动分离及旋涡等流场特征。通过完全气体、平衡气体和非平衡气体的流场数值模拟结果分析比较 ,得出真实气体效应对返回舱气动力特性影响较小这一结论。计算结果表明数值模拟方法是预测返回舱气动特性的有效手段     

超音速钝体绕流数值计算

本文提出了关于超音速钝体绕流数值求解的一种简便方法——非定常直线法。该方法在一般直线法的基础上利用具有时间项的双曲型方程组,将原求解一阶拟线性混合型方程组的边值问题,化为求解拟线性双曲型方程组的初边值问题。本方法的特点是对初始值要求不高,可克服一般直线法所遇到的奇异性问题,同非定常差分法比较,本方法的算法简单,花费机时少,计算结果也较为满意。用本方法给出了物形有曲率间断的超音速钝体绕流数值计算结果。     

多体分离非定常气动特性数值模拟

发展建立了用于研究多体分离的非定常流场数值模拟方法,该方法采用网格弹性变形的结构网格动网格技术,采用有限体积法求解ALE(Arbitrary Lagrangian-Eulerian)描述形式的三维非定常Euler方程,与刚体运动方程耦合,数值模拟了子弹穿越母弹头部激波的子母弹分离过程,并与采用攻角修正的准定常计算结果进行了对比分析,表明多数情况下两种数值方法得到的结果比较接近。     

乘波体设计方法及设计参数分析

乘波体是一类典型的高超声速飞行器外形,它具有较高的升力及升阻比特性。建立了一套基于激波装配法的乘波体设计方法,该方法采用激波装配法获得精确激波位置,同时引入导波体的概念,通过设计导波体的构型来决定激波面的形状,引入导波体构型参数。通过改变导波体俯视外形前后锥角度、前后体长度比、侧视外形表面后锥角度等参数,比较其对最终乘波体气动特性的影响,并分析了这些参数改变对乘波体气动特性影响的内在机制,为工程化乘波体设计提供理论指导。     

三维非结构贴体直角网格的N-S方程数值模拟

基于八叉树数据结构,采用直接分层光顺的方法,解决了非结构直角网格在物面不正交贴体的难点,发展了任意复杂外形的三维非结构贴体直角网格,并且可以根据流场特征进行自适应处理。在此基础上采用最小二乘法对N-S方程进行了MUSCL有限体积法的非结构网格的粘性求解,提出了带约束边界条件的最小二乘法的处理办法。计算表明,三维非结构贴体直角网格的粘性求解,可以适应各种高超声速的复杂外形,计算结果与试验吻合较好。     

弯头钝锥的超音速无粘绕流数值计算方法

本文用差分法给出了弯头钝锥的超音速无粘绕流值计算方法。为解决物体体轴弯曲给推进计算带来的困难,本文通过Euler方程自变量的转换,将方程的求解面变为可以同推进方向倾斜的平面,即对Euler方程进行“斜推”或“平推”求解。由数值算例表明,本方法能得到较好的结果。