翼面结冰过程中的冰晶运动相变与黏附特性

冰晶的运动、相变、黏附现象广泛存在于航空发动机内部结冰过程中，开展相应的计算方法研究，系统分析冰晶运动相变与黏附特性是研究发动机内部结冰、保证飞行安全的迫切需求。针对冰晶运动相变及黏附特性计算，建立了拉格朗日框架下冰晶运动-传热传质耦合的数值计算方法，分析了基于Monte Carlo方法的冰晶撞击与黏附收集系数计算方法，基于NNWICE平台开发了相应的计算程序。以NACA0012翼型为对象，计算研究了扁椭球状、六角平板状和长椭球状3种非球状冰晶颗粒与球状冰晶的运动、传热传质过程，系统分析了来流温度等参数对冰晶黏附特性的影响，得到了冰晶形状对冰晶运动轨迹和融化过程的影响规律及来流总温与液态水含量/总水含量（LWC/TWC）对冰晶黏附特性的影响规律。相关工作为进一步分析混合相结冰数值模拟计算奠定了工作基础。     

基于贝塞尔形函数的电动帆逃离太阳系初始轨迹设计

探测太阳系边际需要寻找高效的推进系统和设计合理逃离太阳系的轨迹.提出了利用贝塞尔形函数方法快速生成电动帆逃离太阳系的三维轨迹,为更精确的轨迹优化算法提供合适的初始解.通过将贝塞尔形函数方法获得的结果作为高斯伪谱法(Gauss Pseudospectral method,GPM)的初始解进行计算,并对贝塞尔形函数方法获得...     

基于神经网络的减阻沟槽壁面形状优化

针对沟槽外形减阻问题，采用基于神经网络的方法对沟槽壁面形状进行外形优化。模型采用槽道流动模型，控制方程为黏性不可压缩Navier-Stokes(NS)方程，流动求解采用直接数值模拟（DNS）方法，对于对流项的离散采用紧致4阶中心格式，对黏性项的离散采用4阶中心格式，时间推进采用3阶Runge-Kutta格式。在神经网络优化过程中，约束方程为不可压NS方程，采用基于在线学习的自适应控制器，使用基于抑制展向切应力的控制律，控制量的产生由壁面变形提供。优化结果表明，壁面最大减阻效果可达17.41%。对于优化后的壁面，湍流强度降低了19.68%，同时壁面的涡量与雷诺切应力亦有所降低。由于湍流流动非定常，因此优化得到的壁面形状亦是时变的，但变化的过程中整体上仍呈现流向沟槽的形状。     

LF3铝合金管自由磁胀形工艺及其形状控制

研究了LF3铝合金管无模电磁胀形工艺及不同工艺参数对胀形形状的影响规律，结果表明，放电能量，不同材料的保护管，放电频率及管坯成形长度对胀形形状有着显著影响，通过调整和选择上述工艺参数，可以控制圆管的胀形形状。成形管的中部形状为圆筒状，随状为形能量和频率增大，成形管径向变形也随之增大，而管坯端口处则随着保护管材料电阻的增大，口部由锥形向喇叭形变化，管坯成形长度对制件形状的影响表现为成形长度增加，制件中部圆筒状长度也增加，而端口部均呈尺寸大致相同的锥形或喇叭形，当管坯成形长度大于40mm时，在成形能量相同的条件下，制件在管坯端口和固定器附近的变形几乎一致，而与成形长度无关。     

深度学习技术在空间激光通信中的应用

与射频通信相比，空间激光通信具有传输速率高、保密性能强、终端功耗低等优点，目前已成为当前通信领域的一个研究热点。同时，空间激光通信也面临着一些严峻的技术挑战，如大气湍流导致空间激光通信的信道情况十分复杂，复杂的信道会引发信号光强度起伏剧烈，信标光跟踪与瞄准困难，接收端的信号光场波前畸变严重等。为了提升空间激光通信在复杂信道环境中的性能，学者们将深度学习技术引入到空间激光通信系统中。多项研究表明，深度学习在空间激光通信的诸多方面表现出了优越的信息处理能力。对近年来深度学习技术在空间激光通信信号处理与检测，信标光捕获与跟踪以及波前畸变探测与校正等方面的应用做一全面梳理，并对用于空间激光通信的深度学习技术的前景进行展望。     

柔性变弯度后缘机翼的风洞试验模型优化设计

本文通过优化的方式设计了一种具有较高变形精度的适用于变体飞行器的柔性后缘变弯度装置。该装置通过结构的弹性变形传递力和运动，包括驱动器、一体成型的蒙皮与梁结构组成。在给定的结构拓扑形状下，为了寻找到最优的驱动、结构参数，本文系统化地提出了柔性变弯度后缘的设计框架。该设计框架包括了变弯度机翼外形参数化方法、变弯度气动外形的优化设计方法和结构参数优化方法，求解结构变形时考虑了几何非线性大变形，采用最小平方误差和考虑空间顺序的Fréchet距离来衡量后缘真实变形与目标变形之间的相似性。对比研究表明，最小误差距离不能捕捉到局部的噪声，而Fréchet距离可以很好地控制最大的变形误差，所需迭代次数较少，并能获得整体变形精度较高的结果。数值仿真验证了所提出的优化方法的有效性。本文对多种具有不同拓扑的初始结构进行参数优化，最大能提高91%变形精度。最后，利用增材制造技术实现了柔性变弯度后缘翼段，该部件具备下偏22.5°,上偏7.5°的变形能力。