基于统计学特征的密集型气液雾化随机模型优化方法研究

在高气液动量比的空气雾化流场中,液滴和液丝从液核剥离的过程具有高自由度、分布密集的特点,传统理论模型难以对其准确预测。本文对结合大涡模拟方法的随机雾化模型进行优化,在初始雾化过程,提出使用液滴统计平均温度来表征液滴碰撞统计学特性的改进方法。液滴的统计平均温度分别采用气液相对动能模型的粒子追踪法和亚网格动能模型的粒子追踪法。研究表明,使用改进的气液雾化随机模型预测密集型空气雾化流场,大幅改善了传统雾化随机模型在初始雾化区域过预测的缺陷,平均动能的相对误差为15.5%,平均索特尔直径的相对误差为7.2%,与未改进前的模拟结果相比,误差降低了41.1%和15.0%。此外,本文还探究了喷雾张角模型对雾化流场预测结果的影响,分别将实验所得经验公式法、相界面气液动量平衡所得模拟法与亚网格动能模型的粒子追踪法结合。结果表明喷雾张角经验公式预测结果更为准确,在平均索特尔直径预测方面准确性提高了17.3%。     

大气层外拦截器单轴定向姿态控制律

针对单轴定向大气层外拦截器设计了一种姿态控制律。拦截器简化为轴对称刚体,利用安装在弹体尾部的“＋”形组合六喷嘴发动机提供控制力矩。由于姿控系统难以同时进行偏航和滚动控制,根据拦截器单轴定向体坐标系不唯一的特点,通过合理选择目标坐标系实现了偏航和滚动通道的分时控制。设计了姿控发动机开关控制律．分析了系统在控制律作用下的稳定性并进行了仿真验证。     

直齿直通式篦齿封严计算模型

基于流体网络法,集成大量的计算流体力学数值模拟数据,完成对直齿直通式篦齿封严的计算模型的开发,并采用商业软件Flowmaster GT版对其进行验证,结果表明:该模型对于直齿直通式篦齿封严的模拟准确度较高,对于包含超声速壅塞流动下的各种流动状态具有较广的适用性,只需基本的几何特征参数并定义进出口边界条件即可进行模拟,计算收敛性好,而且对于非直齿式的直通式封严结构也具有一定的适用性,因此可以作为二次空气系统一维数值仿真的标准化模型使用.      

临近空间动能拦截器制导控制算法研究

为了实现动能拦截直接碰撞目标,分析了反临近空间作战动能拦截器的工作特点和姿/轨控发动机的工作方式;借鉴零控脱靶量原理,设计了一种以轨控发动机开启时间为制导指令的制导律;考虑到拦截器捷联导引头没有稳定平台,设计了姿态控制律,利用姿控发动机实现拦截器的三轴稳定和目标跟踪。仿真结果表明,拦截器能够直接碰撞目标,验证了制导控制算法的有效性。     

基于壁面射流理论的直通篦齿透气效应的修正

分析和归纳了几种直通篦齿泄漏量工程算法的特点,在自由射流理论Vermes算法的基础上考虑壁面效应即运用二维壁面射流理论推导了直通篦齿透气效应残余动能因子,并与Vermes算法和数值模拟计算结果进行了对比.结果表明:篦齿齿腔内的射流流动为典型的壁面射流扩散过程,主流流速分布具有自相似性;采用二维壁面射流理论计算得到残余动...     

湍动能在激波/边界层干扰流动中的影响

高超声速湍流中的激波/边界层干扰现象,因其会引起气动力/热等关键参数的剧烈变化,在相关飞行器的设计与优化中受到了广泛关注。在涉及真实飞行器的湍流模拟中,采用基于涡黏性假设的湍流模型与雷诺平均的RANS方法仍然是目前工业设计中最为常用的手段。为了获得更好的预测结果,很多研究都集中在对湍流模型的修正与改进上,但是对求解的RANS方程本身关注却不多,特别是湍动能(TKE)在平均方程中所起作用的相关研究就更少。本文以马赫数为7.05的柱裙干扰流动为例,采用k-ω SST湍流模型,针对RANS方程中常被忽略的湍动能项在高超声速激波/边界层干扰中的影响规律开展了研究,并对每一个湍动能项的作用机理进行了定性和定量分析。研究结果表明,湍动能项对激波/边界层干扰区(SWBLI)流动预测结果有很显著的影响,特别是流动分离区的范围。忽略其中部分湍动能项可以使分离区缩小至原来的40%左右,而忽略另外部分湍动能项反而会使得分离范围增大近30%。通过对平均动量方程和平均能量方程的分析发现,造成这种剧烈影响的主要原因是湍动能项被忽略后有效平均压力场的显著改变,进而改变了分离点附近的逆压梯度,从而造成了流动分离区范围...     

基于神经网络的精确末制导律研究

针对动能杀伤武器重量极小化问题，基于神经网络技术、动态逆补偿法和非线性优化法，研究了两种精确末制导律，一种采用FFBP神经网络学习一要制导方程动态逆实现精神制导，另一种采用FFBP神经网络学习非线性优化解实现精确制导，仿真分析表明，前者对目标加速度估计误差过于敏感，无法实现；而后者在目标加速度有误差时仍能实现精确制导，估于偏置比例导引，并可以使动能杀伤武器重量极小化。     

拦截器轨控发动机点火器分析与评估

对美国空基拦截器用轨控发动机组(MMA)的点火器性能特点、结构与材料等,进行了较全面的分析和评估,而且分析了该点火器在我国研制的可能性.开展此项研究,对我国战略防御武器系统的研究、设计和制造,将会产生较大的促进作用.     

基于深度强化学习的高速飞行器攻防博弈

针对高速飞行器与拦截器的攻防博弈问题,研究了一种基于双深度Q网络(DDQN)的改进算法。该算法针对经典DDQN样本利用效率低的问题,设置多个经验池,并将一轮对抗中Q值的累积时序差分误差(TD-error)与累积奖励值相结合,通过模糊推理计算样本存储至不同经验池中的概率。再根据累积奖励的时序差分误差设计积分抽样器,从不同经验池中抽取样本进行训练。模型的奖励函数设计原则为在成功突防的基础上减少自身机械能消耗。实验结果表明,相比于经典DDQN算法,改进算法能够有效提高样本利用效率,为解决高速飞行器机动突防问题提供了一种新思路。