大着地角三维次最优制导律研究

二维的制导律组合,无法实现三维的大着地角要求。基于二维大着地角次最优制导律的制导 原理,采用矢量计算的方法,对二维次最优制导律进行了拓展,给出了考虑着地角、脱靶量 和控制能量等多约束条件的三维次最优制导律。利用设计所得三维制导律,进行了制导炮弹 六自由度全弹道仿真。在初始方位角偏差较大的情况下,将计算结果与另外两种制导律模式 进行了比较：纵向横向都使用比例导引律时,所得弹道已经不能满足制导炮弹的要求;纵向 使用次最优制导律横向使用比例导引律时,由于ZY面上的弹道倾角要求无法体现,着地角会 明显减小,制导精度将受到影响;而使用设计所得三维制导律时,在一定范围内,弹道末段 可以在三维空间保持大的着地角,一方面能够满足制导的精度要求,另一方面可以降低需用 过载以满足控制要求,提高了制导炮弹的打击效果。〖JP〗
     

一种RBCC二元进气道变几何方案研究

对工作于引射和亚燃模态的RBCC发动机进气道来说,宽马赫数工作的要求显得尤为突出,使得二元进气道应采用变几何结构。针对内压段收缩比对二元混压式进气道性能的影响,文中开展了理论分析和数值模拟研究,并由此提出了一种将内收缩比调节和边界层流动控制相结合的变几何二元进气道方案。研究发现,该方案以低马赫数小范围内较少的流量损失为代价,实现了进气道起动马赫数、阻力的降低和出口总压的增加,改善了进气道的综合性能。     

FC72-氮气混合气体流动冷凝效率研究

混合气体（可凝蒸气与不可凝气体）相对于纯可凝蒸气,其流动冷凝过程更为复杂,冷凝效率受不可凝气体的浓度及冷凝温度影响.为对空间任务蒸发冷凝实验平台排放的废气FC72进行清理回收,针对所研制的FC72气液分离与收集器,在地面环境下对不同浓度的混合气体在不同冷凝温度下进行了流动冷凝效率实验.结果表明,对于FC72与氮气的混合气体,当冷凝器温度一定时,随着FC72浓度的增加,该气液分离与收集器的冷凝效率提高.在冷凝器温度约为-10℃,FC72浓度高于70%时,流动冷凝效率达到80%以上;当冷凝器温度降低至约-13℃,FC72浓度高于30%时,流动冷凝效率达到70%以上;当冷凝器温度降至约-15℃,FC72浓度高于20%时,流动冷凝速率均达到60%以上.      

无人直升机飞行品质要求探讨

针对无人直升机发展过程中对无人直升机飞行品质要求日益加剧,而相关领域的研究及成果甚少等问题,从自动飞行控制视角出发,较为系统地研究了无人直升机飞行品质涉及的各个基本方面,包括无人直升机飞行品质的定义、研究内容、影响因素和指标体系等;同时,通过对ADS-33E的合理改进,提出了适用于无人直升机飞行品质评估的三维架构以及相应的评估准则;可为新型无人直升机系统的研制和评估提供指导,为我国无人直升机飞行品质规范的早日出台提供借鉴。      

空气预冷发动机及微小通道流动传热研究综述

首先针对发动机空气预冷系统的特点,将现有的预冷机制分为四种类型,包括燃料预冷、质量喷注预压缩冷却、燃料预冷和质量喷注预压缩冷却组合预冷以及其他流体预冷,并分别介绍了每种预冷机制的代表性发动机循环以及技术特点。调研发现,微小通道结构的预冷器具有很高的散热能力和紧凑度,优势显著。英国Skylon空天飞机的预冷却组合循环发动机（SABRE）其微通道结构预冷器具有极高换热能力。对SABRE的预冷器及相关研究进行详细分析,强调微小通道强化换热对提高发动机性能的重要作用。通过对微小通道中单相气态流动换热研究的调研发现,微尺度流动传热机理仍存在诸多分歧,理论发展不完善,需要深入开展微小通道强化传热研究,尤其对于高速高内外温差条件下微小尺度复杂结构空间内流动传热机理需要深入探索。     

受轮缘密封结构影响的1.5级涡轮封严流与主流的相互作用以及轮缘密封间流动干扰

为探究动叶上游不同轮缘密封结构封严出流对1.5级涡轮端区流场及轮缘密封间流动干扰的影响区别,通过Shear Stress Transport （SST）湍流模型对无密封腔室,上游密封结构分别为简单斜向、简单径向,下游密封腔室为简单轴向的1.5级涡轮进行了非定常数值模拟。结果表明：轮缘密封间干扰使带径向密封结构模型的下游轮缘腔室内封严效率偏低,并增强了固有的非定常不稳定特性。上游密封结构变化对动叶和第2级静叶流动的影响差异分别位于35%、65%叶高范围内;径向密封结构增加了上游静叶的堵塞效应、动叶入口气流的欠偏转程度、叶根吸力面负荷与14%叶高以上的轮毂通道涡强度,并在第2级静叶入口处产生更多低频压力波动,使其尾缘脱落涡尺度增大但13%叶高以上的轮毂通道涡强度较弱。与无密封腔室相比,通入封严气体总量为主流流量的0.8%时,带斜向密封结构的1.5级涡轮气动效率降低了0.94%,且带径向密封结构的1.5级涡轮气动损失额外增加了0.17%。     

智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。