二元多段翼型试验技术研究

ＮＨ－２风洞在国内首次开展了二元多段翼增升装置试验技术研究。本文主要研究了试验装置的尺寸选择，二元性的确保及沿壁干扰修正，尤其是侧壁干扰修正方法等方面的问题。结果是有价值的。可应用于多段翼增升装置的选型试验。该试验技术经ＧＡ（Ｗ）－１模型的考核，证明与国外资料结果吻合较好，并应用于南昌飞机制造公司所承担的Ｎ５飞机增长升装置的选型，该机试飞满意。     

子午收缩导向叶栅气动性能的实验研究

在环形叶栅低速风洞中,对调节级导向叶栅进行了吹风实验.采用五孔球头测针测量了由栅前至栅后7个横截面内气流参数沿叶高和节距的分布;籍助沿叶型的静压测孔测量了在7个相对叶高位置沿叶型的静压系数;并应用墨迹显示技术,显示了沿上下端壁及叶片表面的极限流线谱.试验结果表明,具有后部加载和较大前缘半径的调节级导向叶栅通过子午收缩获得了良好的气动性能.     

一组不同内收缩比二维进气道唇口开启过程实验研究

设计了小型直联式实验台,模拟来流马赫数5.3,对一组具有不同内收缩比的二维进气道唇口开启过程及其特性开展了实验研究.进气道唇口的角度位置和隔离段高度均可调节,由此实现进气道不同内收缩比要求.通过分析进气道底板壁面压力分布,总结了进气道开启过程特性及其影响因素.     

冲击作用下薄壁结构动态响应的一种计算方法

针对有内部弹性约束的内置式旋成壳体弹性结构系统,按照舱段法构成了其线性动态模型。完成了在冲击载荷作用下结构中出现的过载与内力计算,指出了通过利用隐形离散算子的振动方程,直接积分法有效使用的可能性。     

扩散角对汽车风洞扩散段流动的影响

传统的汽车风洞设计一般参考现有风洞的设计经验和沿用工程估算方法.扩散段是汽车风洞的主要部件之一,它的设计经验和估算方法通常基于均匀来流.笔者采用v2f湍流模型研究两种非均匀来流工况下,不同扩散角对扩散段流动的影响.模型风洞扩散段出口速度分布的数值模拟结果与试验结果的一致性表明:使用v2f湍流模型能够真实反映扩散段流动特性.与均匀来流相比,非均匀来流大幅度增加扩散段总压损失因数,约增加420%.壁面摩擦损失和流动分离损失的相互作用使风洞扩散段在某一扩散角下存在最小总压损失因数,且扩散段进口速度不均匀度越大,最优扩散角越大.     

高升力下二维构型阻力准确测量研究

翼型风洞试验阻力测量常使用尾迹流场测量积分求取阻力的方法,但各积分公式均建立在一定的假设基础上,有一定适用范围.在多段翼型流场N-S方程数值模拟和风洞试验的基础上,研究高升力情况下低速风洞阻力精确测量技术.通过N-S方程数值模拟求解多段翼型绕流场,分析尾迹流场的特点和常规风洞试验阻力计算公式推导时所作假设,提出新的更为准确的型阻计算公式;利用多段翼型绕流的数值模拟结果,积分表面压力和摩擦力求得翼型的气动特性,并利用计算得到的尾迹流场信息按照常规和新提出的风洞试验型阻计算公式计算阻力,将三者进行比较,检验提出的新型阻计算公式的准确性;通过风洞试验检验数值模拟得到的流场特点和新型阻计算公式.研究表明:在高升力条件下,传统型阻计算公式有很大的局限性,必须进行改进;提出的考虑尾迹区流动特点的新型阻计算公式能够得到更准确的阻力值.     

一种新型直筒-锥段型钢结构冷却塔气动性能的LES数值分析

作为一种外形新颖的典型风敏感结构,直筒-锥段型钢结构冷却塔表面风荷载随机分布特性亟待研究。以国内拟建最高的某新型直筒-锥段型钢结构冷却塔(塔高189 m)为例,采用大涡模拟(Large eddy simulation,LES)方法对其进行风场数值模拟,获取了直筒和锥段两部分结构的外表面三维气动力时程。将平均和脉动风压系数分别与相关规范及国内外冷却塔实测及风洞试验结果进行对比,验证了数值模拟方法的有效性。进而提炼出此类直筒-锥段型钢结构冷却塔外表面平均、脉动和极值风荷载以及阻力系数等气动参数分布规律。最终给出了此类新型的直筒-锥段型钢结构冷却塔结构平均和极值风压估算公式及其分布曲线。     

分区LES/DES混合方法及缝翼三维流场模拟

提出一种分区大涡/脱体涡模拟混合方法,采用高阶空间有限差分方法和二阶隐式LU-SGS时间推进方法,对有限展长缝翼的三维流场进行了数值计算。该混合方法吸收了脱体涡模拟方法和大涡模拟方法各自的优点,在非核心区域使用脱体涡方法进行计算,相对于大涡模拟方法具有较高的计算效率;相对于分区脱体涡模拟中采用的雷诺平均方法,在计算量没有明显增加的条件下提高了对流场各尺度流动的模拟能力。计算结果与风洞实验数据吻合良好,同时缝翼流场主要观测点的压力脉动数据为后续缝翼噪声分析和低噪声优化提供了基础。     

低速风洞收缩段的边界层修正

通过求解不可压雷诺平均NS方程对低速风洞收缩段边界层位移厚度进行了研究,分析了位移厚度的发展规律,给出了不同收缩段口径、不同收缩比、不同收缩段长度下的位移厚度图表,数值证明了通过对收缩段进行边界层修正,可大大提高风洞试验段流场品质。研究结果表明,收缩段的边界层分布呈现先厚再薄再厚规律;进行边界层修正时,可只对收缩段后半部分的型面进行修正,不影响修正效果;同一个收缩比下,不同收缩曲线可采用同一个边界层位移厚度分布进行修正,仍可得到满意结果;而且轴对称截面收缩段得到的结果也可应用于矩形截面收缩段。     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型下的长时间序列的振动信号,按照一定尺寸将长时间序列矩阵化,构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程,通过多个采样点的随机采样,构造全寿命周期的故障样本用于故障诊断。其次,在多层深度学习模型基础上,将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断,其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题,利用软阈值化实现了样本降噪。最后,为了验证所提方法的有效性,采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性,多层网络模型下没有明显的网络退化,能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时,与其他模型相比,所提方法训练误差更低,平均故障诊断正确率提高1%~6%。