正癸烷作为航空煤油雾化过程代理燃料的研究

对航空煤油和单组份碳氢燃料正癸烷的雾化性能进行实验测试,研究在部件燃烧特性验证阶段,正癸烷作为航空煤油雾化过程代理燃料的可行性.结果表明:在室温条件下,经过旋流器的气流压力降分别为0,500,2000Pa,供油压力从0.1~1.0MPa间隔0.1MPa均匀变化,使用马尔文激光粒度仪测量旋流器下游点火器位置处两种燃料的雾化索太尔平均直径.对于两种燃料,供油压力大于0.5MPa后,SMD变化缓慢,此时两种燃料的雾化过程基本完成,雾化索太尔平均直径均介于30~45μm之间.相同气流压力降下,正癸烷的雾化SMD比航空煤油稍大,这与其更高的黏度和表面张力有关;供油压力大于0.5MPa后,两种燃料的雾化SMD非常接近.在对实验数据进行拟合分析的基础上,获得了航空煤油和正癸烷在旋流中的雾化SMD经验关系式,发现拟合系数的相对差异约为7%,可将正癸烷经过适当的修正之后做为航空煤油雾化的代理燃料.      

基于代理模型的高超声速飞行器外形参数优化

针对高超声速飞行器分析复杂且难度较大,提出了一种代理模型的构建方法,使用代理模型近似替代性能分析与优化过程中含有复杂学科耦合的机理模型。根据巡航任务需求,确定了优化目标为静动态性能最优与模型差异最小。使用灵敏度分析的方法,建立了代理模型。将代理模型进行静动态性能分析,并与机理模型配平结果进行了对比验证,发现两个模型的配平特性趋势是完全一致的,迎角的数值差不足3%,升降舵偏转角的数值差仅在前体下倾角较大时偏大,约为20%。基于构建的代理模型与优化的性能指标,对模型的外形参数进行了配平性能优化与间隙度量优化,并与机理模型的优化结果与优化效率进行对比,发现两者结果相差不足2%,但使用代理模型的优化效率提高了456%,证明了基于代理模型的优化可以在确保精度的基础上提高优化效率。      

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

一种适用于气动优化的高效自适应全局优化方法

随着设计空间的增大和优化问题非线性程度的提高,基于代理模型的优化（SBO）过程收敛越来越慢,并且在局部勘测上呈现不足。本文发展了一种高效自适应全局优化方法,在整个样本细化迭代过程中采用变设计空间取样：即在每一步样本细化迭代过程中,利用当前设计空间中的样本建立代理模型,并且根据样本的内部特征,利用模糊聚类算法将该设计空间分割成几个子空间,然后在每个子空间内通过最大化目标函数的期望提高函数和最小化模型预测目标来增加新的样本,之后对子空间进行融合更新设计空间。6个解析测试算例的结果表明,所发展的方法相比于一般的代理模型优化方法,具有更好的鲁棒性以及全局探索和局部勘测能力,更适用于具有强非线性和多极值的优化问题。RAE2822气动优化实例表明,所发展的方法在处理工程实际问题时,仍然能够保持很好的效率、鲁棒性和自适应性。     

运输机机翼外形和吊舱位置一体化优化方法

针对运输机翼吊布局中机翼-吊舱之间有可能存在较大干扰阻力的问题,本文提出一种机翼扭转角和吊舱位置的同时优化的设计方法。气动分析模型采用高阶面元法程序PANAIR,应用参数化方法和CATIA二次开发技术实现飞机三维外形的自动生成;应用网格生成工具Gridgen的脚本语言实现气动网格的自动生成。为了减少调用气动分析模型的次数,在优化中应用了代理模型方法。算例的优化结果表明:优化后机翼的展向升力分布更加合理,显著地降低机翼和吊舱间的干扰阻力。     

基于部分正交多项式的飞行器RCS计算代理模型研究

对于电大尺寸目标,利用目前的电磁散射特性数值计算方法来计算其RCS时,计算复杂度较高,无法有效地应用于优化设计。因此研究并构造了基于部分正交多项式的飞行器RCS计算代理模型。算例表明所构造的代理模型精度满足工程设计要求。     

基于机器学习方法的压气机落后角与总压损失预测代理模型

为了提高压气机特性预测的精度,基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象,基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数,分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型,并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题,调整模型学习率和修正参数梯度以加速收敛,同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险,并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明,低转速工况代理模型的压比特性预测误差显著低于经验模型,其中人工神经网络建模改善最明显,相比经验模型预测误差降低了0.1。通过代理模型横向对比,基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。     

防代理技术在校园网中的应用

本文分析了某大学校园网网络现状以及网络存在的问题,针对用户大量代理上网导致网速慢的问题,进行了深入的分析,提出了利用限制用户连接数的方法解决代理问题的方案,介绍了防代理技术的原理和具体实施步骤,并对该方案的落实情况和应用效果进行了比较分析,为网络代理问题的解决提供了一个新的思路。