环形扩压叶栅流动非定常控制方法的PIV研究

利用合成射流发生器对于一台环形扩压叶栅进行了流动主动控制的探索,发现适当的非定常激励方式可以使得环形叶栅的总压损失明显减小。同时利用二维粒子图像测速仪(ParticleImageVelocimetry,简称PIV)测量了扩压叶片绕流流场。获得了不同攻角下,在不同的激励频率和激励强度下,流场结构的变化。结果表明非定常激励可以使叶片绕流流场结构发生明显变化。在合适的非定常激励下,扩压叶片的叶背分离流动得到明显抑制,尾迹漩涡的强度和尾迹宽度均明显减小,流线分布比无非定常激励时更加平滑。实验结果能够与环形叶栅时均总压损失的变化相吻合。对于这一非定常控制方法的作用机理也进行了初步的分析。      

压气机进口档板动态畸变流场参数分析

对某型发动机压气机进口档板动态畸变流场数据进行了研究。分析了流场稳态总压、总压脉动强度和涡旋尺度随档板插入深度、压气机流量的变化规律,以及各动态参数之间的相对变化特点;初步探讨了涡旋尺度、总压脉动强度、综合畸变指数和压气机喘振裕度损失等性能参数变化的关系,获得了有价值的试验研究数据结果。     

一种基于张氏标定法的单目相机改进标定算法

单目视觉在地面机器人等无人导航系统中的应用越来越广泛,而相机参数的标定是利用视觉进行导航的基础性工作。标定结果的好坏,直接影响导航性能和定位精度。主要考虑单目相机的径向畸变,基于张正友平面标定法,通过利用Matlab进行图像预处理、利用OpenCV进行Harris角点检测和亚像素精确化等方法在角点提取精度等方面进行了改进,通过重投影法对标定结果进行了评估,并将其与Matlab相机标定工具箱Toolbox_calib所得结果进行了比较。实验结果表明,改进的标定算法标定结果精度更高,并且对多个摄像头传感器均有效,适用性强。     

轴流压气机插板式进气畸变数值仿真

以航空发动机稳定性评价体系中常用的插板实验为背景,分别进行低速、高亚声速、跨声速轴流压气机与插板畸变发生器的耦合数值仿真,研究插板畸变条件下压气机的流场特性以及不同类型压气机在插板畸变影响下的失速起始机制。研究发现:转子进口截面的周向流动是影响低速压气机稳定边界的主要因素;插板角涡对转子叶顶泄漏涡的扰动是影响高亚声速压气机稳定边界的重要原因;畸变气流影响下的叶片通道内激波强度和位置的变化是影响跨声速压气机稳定边界的关键因素。      

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

火焰图像技术在航空发动机燃烧室点/熄火试验中的应用

针对热电偶温升法在燃烧室部件点/熄火试验中存在的阻塞气流、响应速度慢等缺点,开展了基于火焰图像的燃烧室点/熄火判断技术研究。该技术通过火焰观测系统实时获取点/熄火试验时的火焰图像以判定燃烧室燃烧状况,进而获得燃烧室点/熄火特性,弥补了现有燃烧室点/熄火试验测试技术的缺陷。此外,该项技术还可推广应用于航空发动机整机试验及其他相关领域试验,对准确判断燃烧室点/熄火状况具有较大的参考价值。     

腔室型旋流发生器的设计与仿真研究

为了模拟旋流畸变对压气机性能和稳定性的影响,设计了一套腔室型旋流发生器,通过灵活改变腔室几何构形来形成不同类型和强度的旋流,利用先进的CFD数值模拟方法开展了旋流器流场特征的研究并对旋流畸变指标进行了详细分析。结果表明,腔室型旋流发生器能够产生不同强度的整体涡和对涡旋流,气动交界面处整体涡最大旋流角可以达到65.8°,对涡最大旋流角可以达到58.2°;在压气机进口截面,近壁面处旋流强度最大,整体涡可达43.5,对涡可达9.26;整体涡主要影响叶尖流场,对涡主要影响叶尖和叶根的流场。随着流量的增加,旋流器总压恢复系数降低,整体涡强度增加,对涡强度降低。     

周向畸变进气下压气机动态失速特性研究

为研究周向畸变进气下压气机动态失速特性,在一大尺寸低转速压气机试验台上进行了均匀进气和180°周向畸变进气下压气机动态失速实验。采用时域观察、频域快速傅里叶变换以及时频域的同步压缩小波变换、基于同步压缩小波变换的空间模态分析和小波相干性分析等方法对动态失速信号进行分析。结果发现,畸变进气下,压气机旋转失速发生前出现0.225倍转子转动频率的一阶模态扰动,该扰动在相对畸变网不同位置区域周向传播速度不一致。宽带非定常扰动在畸变区尾缘附近最强,在畸变区前缘附近最弱,并存在周向尺度转化现象。转子转动频率扰动周向也出现强度变化,最大值出现在非畸变区中心附近的测点。周向畸变条件下集总系统模型对比实验结果的分析表明:实验和模型结果符合较好,旋转失速前非定常扰动周向强度和尺度变化主要受流量系数变化的影响,而一阶模态扰动周向传播速度不均匀现象是畸变进气下压气机系统特性作用的结果。     

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性,针对某型回流燃烧室单头部试验件,使用粒子图像测速仪（PIV）,测量燃烧室燃烧状态下不同截面处的热态流场,以及没有燃烧状态下不同截面处的冷态流场,探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大,冷态条件下各截面流场结构基本保持不变,如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致,但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大,流场结构也基本保持不变;相同总压损失系数时,热态流场与冷态流场存在差异,燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响,速度较冷态流动时略微增大。      

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。