基于广义Richardson外插方法的阻力预测精度分析

利用计算流体力学(CFD)方法预测阻力是飞行器气动设计中的关键环节。采用广义Richardson外插方法分别对数值方法预测二维简单构型的压差阻力、摩擦阻力和三维复杂构型的总阻力的精度进行了分析。在NACA 0012翼型无黏绕流和平板湍流边界层两个算例中验证了NSAWET程序和广义Richardson外插方法,分别得到数值算法预测压差阻力和摩擦阻力能达到的名义精度。进而模拟三维通用研究模型(CRM)翼身组合体绕流,得到的阻力名义精确值在DPW 5的统计误差带范围之内;综合DPW 5的计算结果来看,不同CFD解算器的结果之间存在一定差别,阻力预测精度总体上不符合二阶。可见,标准Richardson方法采用的二阶精度假设难以普遍适用,有必要采用广义Richardson外插方法得到名义精度。针对不合理的名义精度,采用Roache建议的方法加以限制。广义Richardson外插方法有助于提高误差分析的合理性,可以进一步降低网格对阻力预测的影响。     

完全解耦3T2R并联机器人构型综合方法

针对并联机构内部耦合性带来运动学和动力学分析困难的问题,基于G_F集理论提出一种简单而有效的三移动两转动(3T2R)完全解耦构型综合方法。首先,阐述G_F集并联机器人构型理论;其次,根据G_F集的求和运算和转动轴线迁移定理,给出了机构输入运动副选择原则以及解耦支链设计准则;按照完全解耦并联机构设计步骤,列举出了3T2R并联机构各解耦分支运动链,综合出了含有单、双驱动支链的3T2R五自由度完全解耦并联机构,得到了大量新构型;通过所综合出的一种新型并联机构,运用约束螺旋法对机构的自由度数目和运动特性进行分析,根据机构输入与输出参数间关系式,求解得到机构雅可比矩阵,验证了机构的解耦特性,进一步证明了该构型方法的有效性。研究对解耦并联机构的构型设计具有理论指导意义。     

基于深度学习的翼型气动系数预测

提出了一种基于深度学习的翼型气动系数预测方法,有效克服了以往方法依赖翼型设计参数以及算法复杂度随预测精度的提高呈指数级增长等缺点。首先,介绍了卷积神经网络(CNN)的基本原理、网络机构以及训练方法,给出了训练样本数、批量大小、批次数量、迭代次数、循环次数的关系;其次,设计了针对翼型图像处理的CNN结构,随机选择6000个样本对该网络进行了训练;最后,对561个翼型的法向力系数进行了预测,并与部分参数法方法的预测结果进行了比较。仿真结果表明,提出的图形化预测方法具有很高的预测精度。     

无人机覆盖路径规划中转弯机动的运动学分析

针对无人机覆盖路径规划过程与机器人的不同,对无人机转弯机动的运动学特性进行了分析。建立了无人机转弯机动的数学模型;证明了转弯过程比直线平飞需要耗费更多的燃油;推导出了转弯过程中,给定巡航速度下最省油的法向过载计算公式;分析了转弯过程中探测区域移动路线与无人机移动路线之间的关系,并分三种情况给出了转弯过程中转弯路程和转弯时间的计算公式。     

冻细雨分布匹配的量化评估方法

为实现过冷大水滴（Supercooled large droplet,SLD）结冰条件中冻细雨结冰条件的精细化匹配,本文通过分析美国联邦航空管理局颁布的14CFR25附录O中给出的冻细雨液滴尺寸分布,提出了冻细雨分布匹配的量化评估方法。该评估方法引入标准化质量分数概念,计算测量值与冻细雨液滴尺寸分布之间的匹配偏差因子,采用Rosin-Rammler分布函数构建最优匹配累积分布函数,以此作为匹配偏差最小阈值,量化评估液滴尺寸匹配程度。基于新型喷雾测试平台和自研的空气辅助雾化喷嘴Model 1和Model 2,采用该方法对冻细雨条件开展匹配和评估研究。研究结果表明：针对冻细雨（水滴中值体积直径（Median volumetric diameter,MVD）<40μm）条件,液滴尺寸分布匹配偏差最小阈值Fc=11.82%,Model 1+Model 1和Model 1+Model 2组合匹配偏差因子F分别为24.08%和22.02%,匹配程度均评价为“中等（Fair）”。针对冻细雨（MVD>40μm）条件,液滴尺寸分布匹配偏差最小阈值Fc=3.76%,Model 1+Model ...     

多无人机协同覆盖路径规划

多无人机协同覆盖路径规划(CPP)由于其并行性和容错能力,对于提高无人机完成侦察、监视、搜索等任务的效率具有重要意义。提出了一种基于无人机任务性能评价和任务区域划分的多无人机协同CPP算法。定量分析了无人机执行覆盖任务的能力,根据无人机及携带成像传感器的性能给出了计算无人机任务性能指数的数学公式;提出了一种基于任务性能和子区域宽度的任务区域划分算法,使无人机的总转弯次数达到最少。仿真结果表明,所提出的CPP算法能够规划出全局最优的多无人机协同覆盖路径。     

机器学习方法在气动特性建模中的应用

气动数据建模是飞行性能仿真评估的基础。气动特性建模主要有机理建模方法和“黑箱”建模方法。本文对“黑箱”建模的三类机器学习方法——分类与回归树方法、浅层学习方法和深度学习方法,进行了算法说明与分析应用。将分类与回归树方法、浅层学习方法中的Kriging建模方法、RBF神经网络方法及SVM支持向量机方法分别应用于火箭气动特性建模、三角翼大迎角非定常气动特性建模、气动热试验数据融合,对这几类建模方法的优势和不足进行了比较分析。同时,将流动条件参数组成向量,再映射为图像,与翼型图像构成“合成图像”,建立了基于翼型几何图像、来流马赫数、迎角的翼型气动特性深度神经网络模型,得到了比较好的预测效果,拓展了气动特性深度学习建模方法的使用范围。     

热处理对块状氧化铝气凝胶微观结构的影响

以AlCl_3·6H_2O为前驱体,无水乙醇和去离子水的混合溶液为溶剂,环氧丙烷为凝胶网络诱导荆,通过溶胶-凝胶技术制备得到溶胶,再经超临界干燥制备出块状氧化铝气凝胶.采用SEM、TEM、XRD、BET等手段,对氧化铝气凝胶在不同热处理温度下的微观结构进行了对比和分析.结果表明,氧化铝气凝胶的主要成分为多晶勃姆石相,微观结构由许多叶片状纤维堆积形成,经500和1 000℃热处理后成块性未受到明显的影响,比表面积各为429和174 m~2/g.在20～1000℃内,氧化铝气凝胶发生了由多晶态勃姆石相→γ-Al_2O_3→δ-Al_2O_3的相转变.     

采用RANS/LES混合方法研究分离流动

采用结合湍流模式和大涡模拟(LES)的混合方法数值模拟Aerospatial A-profile翼型以及细长椭球体大迎角分离流动。该类混合方法比较适于模拟分离流动:近壁区附体流动采用湍流模式,而远离物面分离区域内的大尺度运动则用LES方法。通过计算和实验结果的对比,混合方法切实可行并具有很大的发展潜力。     

飞行器管路异质界面损伤超声导波传播机理仿真分析

超声导波具有在传播路径上能量衰减小,传播距离远,可以实现大范围、全方位管路监测的优点,在航天飞行器管路监测领域具有巨大的潜在应用价值。建立了飞行器管路损伤和典型管路异质界面(焊缝、充气/充液管路)模型,研究了超声导波在管路损伤和典型异质界面耦合中传播机理,为飞行器管路损伤提取和定量评估提供了有效的分析手段。