水泵叶轮的流动叠加设计方法与CFD仿真

叶轮叶片是复杂的空间曲面体,它直接影响到水泵的水力性能及运行稳定性.发动机水泵叶轮流动叠加设计是通过分析流体的流动规律,按其流动轨迹进行叶轮设计,将流体在离心水泵内的流动看作叶轮静止时的轴向和径向流动和叶轮旋转时的周向流动的叠加,从而用绕角流动和源环流的流体流动规律设计出叶轮的轴面轮廓和叶片骨线.通过CFD(Computational Fluid Dynamics)仿真,可以证明该方法从结构上避免了流体流动过程中由于空间的相对不均而造成的压力不均,减轻了回流、二次流,相应地减少能量的损失,提高水泵的效率.     

风洞地板边界层厚度控制新方法

本文介绍了一种风洞固定地板边界层厚度控制新方法。风洞试验结果比较表明,这种方法不但能显著降低地板边界层厚度,而且边界层控制装置对风洞气流干扰较小,流场较均匀,气流品质较好。与国内外现有的风洞地板边界层厚度控制方法相比,这种方法颇具特色。     

小推力航天器的地月低能转移轨道

 在限制性四体模型下研究基于小推力方式的地月低能转移问题,通过借助于平动点轨道的相空间结构来揭示小推力转移的机理。重点研究了小推力转移自由飞行段的构造：经由LL₁点穿越获得最小能量的低能转移;而经由LL₁点Halo轨道穿越,得到(M,N)圈穿越轨道;由于Halo轨道相对于平动点增加了一维度的选择,根据(2,2)圈穿越轨道构造该转移的自由飞行段。在地球势阱逃逸和月球势阱捕获段,分别设计了合适的小推力的控制律及发动机开/关机时间,成功实施近地球段的小推力加速和近月球段的减速。尽管未对所得到的结果进行优化,所得转移轨道的燃料消耗也与类似边界条件的SMART-1轨道基本一致。     

面向航空发动机研制的数字孪生定义研究

数字孪生是21世纪诞生的一种技术体系和工作模式,目前已经在学术界、工业界和官方研究机构得到广泛研究和实践应用。为了在航空发动机研制中准确运用数字孪生,就必须明确其定义及内涵。在前期通过文献统计分析得到数字孪生定义模型的基础上,对不同研究视角下的典型定义进行分析、归纳,明确数字孪生的核心要素,以及不同要素的相互关系、在数字孪生中的作用。以此得到面向复杂装备研制的数字孪生定义,并结合航空发动机研制的特定实践,将之具象化为航空发动机研制的数字孪生定义。结果表明：面向航空发动机研制的数字孪生定义核心要素是发动机实体、孪生模型、数据和交互,数字孪生以航空发动机实体为实现载体,以孪生模型为实现功能的核心,以数据和交互作为媒介和推动手段,最终达到提高航空发动机质量、保障航空发动机运行的目的。     

Ti-Cr合金高温氧化行为的研究

研究了Ti-11Cr,Ti-13Cr和Ti-15Cr合金600℃及800℃高温氧化行为.研究结果表明,相同温度下,Cr含量越高,氧化增重越小.相同合金,温度愈高,氧化增重愈大.随着温度升高,Cr含量对氧化速度的影响显著增大.随着Cr含量升高,氧化膜的晶粒尺寸减小,粘附性和抗开裂剥落性增加.并讨论了Cr含量对Ti-Cr合金高温氧化行为的影响机理.     

TC11 粉末钛合金的微观组织及其形成机理

通过旋转电极制粉及后续的热等静压工艺制备了全致密的TC11粉末钛合金,分析了材料的微观组织,通过理论分析和有限元模拟的方式探讨了材料独特的微观组织的形成机理.分析结果表明:粉末冶金TC11的微观组织主要由条片α+相间β相组成,同时还有部分细小的等轴α分布在粉末颗粒界面处.这种独特的微观组织是由两种工艺共同作用产生的.     

平面叶栅内固体粒子运动特性的研究

在利用高速摄影技术获得固体粒子在平面叶栅内运动特性的基础上, 采用Lagrangian轨迹法分别在考虑与不考虑边界层影响的情况下, 计算了固体粒子在叶栅内的运动轨迹和速度。通过与实验结果的比较发现:在利用Lagrangian法计算固体粒子的运动特性时, 对于尺寸比较大的粒子可以不考虑边界层的影响, 而对于尺寸比较小的粒子则需考虑边界层的影响。      

基于扩张干扰观测器的带攻击角约束制导律

针对导弹拦截机动目标时要求限制终端攻击角度的问题,提出了一种基于扩张干扰观测器(EDO)的有限时间收敛制导律.考虑拦截时弹目相对运动关系,将导弹速度的时变、未知的运动目标加速度视为扰动,采用EDO对干扰进行实时的观测和补偿.通过引入快速跟踪微分器解决制导律中所需期望视线角速率无法直接获取的问题.同时,在制导律性能分析中引入了滑模捕捉能力的概念,分别对不同攻击场景和不同运动形式的机动目标进行拦截仿真,结果表明该制导律有良好的制导性能和鲁棒性,并与其他的制导律进行仿真对比,其所需过载小,脱靶量小,易于工程实现.     

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。