反旋进气盘腔内流动与换热的数值模拟

应用RNGk-ε湍流模型对围屏上带反旋喷嘴的径向内流旋转涡轮盘腔内的流动与换热进行了数值模拟,揭示了盘腔内的压力损失及冷气流量、旋转雷诺数、湍流参数等因素对盘腔内流动换热的影响.计算结果表明:盘腔内的流动结构主要由湍流参数决定;在某一旋转雷诺数下盘腔内压力损失随冷气流量的增大而呈现S型变化;反旋喷嘴的应用能有效地降低盘腔内的压力损失;转盘附近的努赛尔数随冷气流量及旋转雷诺数的增大而增大.      

爆轰驱动激波管缝合激波马赫数计算

采用数值求解的方法得出了氢氧爆轰驱动激波管的缝合状态参数.以空气为试验气体时,缝合激波马赫数随着H2摩尔浓度的增加而增加,H2摩尔浓度达到90%左右时达到最大.当缝合马赫数较高时,需要考虑高温真实气体效应的影响,缝合激波马赫数较理想气体的高.以氢空气混合气为试验气体时,缝合激波马赫数较以空气为试验气体的小.通过调整驱动气体与被驱动气体的初始参数,可以得到即能恰好消除Taylor波又能缝合的运行状态.     

固定小翼颤振激励系统试飞验证

针对一种新研制的带开缝旋转圆筒固定小翼激励系统,对其工作特性和激励力特性进行了试飞验证。试验结果表明,该系统工作特性基本达到了最初的设计指标要求,激励力特性理论计算与实测结果基本吻合,为该系统进一步的应用奠定了基础。     

连续爆轰发动机的二维数值模拟研究

介绍了连续爆轰发动机(Continuous detonation engine,简称CDE)的物理模型及爆轰波传播的物理机理,并对CDE流场的波结构进行了分析.使用两步化学反应模型对简化的CDE模型做了二维数值模拟研究.计算了圆柱面展开二维平面的多个爆轰循环过程.模拟结果较好地匹配了相关CDE实验所获得的流场结构.数值计算结果使我们可以更加透彻地理解CDE各方面的参数,对于CDE的进一步研究具有一定的指导意义.      

轴流压气机动态失速过程三维计算

基于三维非定常欧拉方程和三维激盘模型发展了一种用于研究轴流压气机动态失速过程的三维计算方法.利用该计算方法研究了某型高压压气机第一级的动态失速过程,并就转子总静压升特性的三种不同径向分布对失速过程的影响进行了分析.计算结果表明该方法能够反映出压气机的三维动态失速过程、失速团的三维空间结构,并能有效地表现出转子沿径向的特性变化对压气机气动稳定性的影响,而且还能够用于判断压气机的危险截面.      

基于遗传算法的旋转机翼飞机机翼优化设计

将基于实数编码的遗传算法与能准确描述翼型粘性流动的NS方程以及旋翼气动分析模型结合起来,以旋翼最大悬停效率作为优化设计的目标对旋转机翼飞机的机翼进行优化设计,设计结果表明通过优化设计旋翼的气动性能得到了提高,达到了优化设计的目的,旋翼优化设计方法是可行的.     

叶顶微喷气提高旋转畸变条件下低速轴流压气机失稳裕度的机理分析

对旋转畸变条件下轴流压气机的失稳特性进行了实验研究,结果表明,畸变影响区内叶顶泄漏流的前缘溢出造成了旋转失速的提前发生,缩减了压气机的失稳裕度.叶顶微喷气方法有效地提高了旋转畸变条件下轴流压气机的失稳裕度,其原因在于,实施叶顶微喷气后,临近失速时,压气机顶部畸变区诱发的分离团受到抑制,减少了其诱发旋转失速的可能性,从而实现扩稳目的.      

旋转爆震发动机爆震波建立过程实验研究

为了深入研究旋转爆震发动机爆震波建立过程及形成机理,采用小能量火花单次点火的方式进行了一系列旋转爆震发动机起爆实验。发动机采用环缝-喷孔对撞式掺混方式,燃料为H2,氧化剂为空气,实验成功起爆旋转爆震波,并连续旋转稳定传播,爆震波传播频率为5.09~6.45k Hz,传播速度为1286~1644.8m/s。在发动机稳定工作过程中,集气腔与燃烧室相互影响,二者处于平稳的动态平衡。其次,通过对旋转爆震波起爆过程详细分析发现,点火形成的初始火焰在环形燃烧室经历一个类似DDT的火焰发展过程,成功转变为爆震波,且从点火到爆震波建立之间的火焰发展传播过程和时间间隔均表现出很强的随机性。此外,为验证小能量火花点火的可靠性,还进行了小能量点火重复性实验,发现在稳定工况条件下采用小能量点火成功率最高可达100%,各组旋转爆震波传播速度在1440m/s附近波动。     

整体涡对跨声速单转子性能和稳定性影响

为研究整体涡影响轴流压气机性能和稳定性的机理,设计了一种叶片式旋流发生器,并对旋流发生器和跨声速单转子进行了联合数值模拟研究.计算结果表明:反向整体涡导致堵塞点流量、进口攻角和总压比增加,效率和稳定工作范围降低;同向整体涡导致堵塞点流量、进口攻角、总压比和稳定工作范围减小,效率增加;反向整体涡导致50%叶高以上吸力面附面层分离以及叶尖泄漏流堵塞加剧是压气机失稳的主要原因.      

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。