旋转圆柱绕流的PIV实验研究

投弃式海流剖面仪(Expendable Current Profiler,XCP)周围流场是典型的旋转圆柱绕流.探头周围流场对探头的运动状态起决定性作用,这直接关系到探头的测量性能,因此有必要对旋转圆柱周围流场进行实验研究.实验在循环水槽中进行,通过PIV对雷诺数保持不变(Re=1000)、不同圆柱旋转速度比(α=0、0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5和5.0)的圆柱下游尾流场进行研究.通过选取不同旋转速度比的任一时刻的瞬态流场,来分析旋转对圆柱尾流结构的影响.为了获得流场的频率信息,对所获得流场信息进行能谱分析来获取涡旋的脱落频率,并进一步使用正交模态分解对流场进行分析,给出了流场主要拟序结构及其能量与转速比的变化趋势.发现圆柱旋转改变圆柱尾流结构,使尾迹尺度变小.在旋转速度比0≤α≤2.0时,存在明显的周期性涡旋脱落,并且涡旋脱落的频率有逐渐升高的趋势;而且当转速比2.0<α≤5.0时尾迹流场的周期性减弱,涡旋脱落变得不明显,流场表现出低频、剪切层的区域特征.随着转速变大,涡旋尺度变小.在较高旋转速度比时,流场中能量被重新分布.     

月球着陆器悬停阶段相对自主导航方法

月球着陆器着陆阶段导航信息分析是实现安全软着陆月面的一个关键.针对悬停阶段导航信息的要求,根据月球着陆器携带的仪器设备及其获取月面信息的特点,利用激光测距仪和光学导航相机进行光学相对导航.首先建立相对导航坐标系;其次根据各个坐标系之间的关系确定各转换矩阵和导航信息,估算着陆器相对月面着陆点的位置和姿态;最后通过仿真实验对该方法进行验证.结果表明,将激光测距仪和光学导航相机在着陆悬停阶段获取的月面信息进行融合,能快速、精确进行相对位置、姿态计算;对我国下一步的探月有重要应用价值,并可应用于火星探测和其他小行星探测的软着陆的近距相对导航.      

基于大涡模拟的平流层浮空器气动特性分析

为研究不同球体间距对“球形囊体型”平流层浮空器(SLV)气动特性的影响,采用有限体格式、结构网格和大涡模拟(LES)计算方法求解不可压缩的Navier-Stokes(N-S)方程,对超临界雷诺数“球形囊体型”平流层浮空器绕流进行数值模拟,并对不同球体间距下的数值计算结果进行详细的分析比较.通过对比试验数据,单球体数值模拟的阻力系数时均值与Achenbach的试验数据一致,验证了计算方法分析超临界雷诺数球体绕流问题的准确性.研究不同间距的双球体阻力变化规律以及振动频谱特性,随上下游球体间距G的增加,合阻力先增大后减小,上游球体的阻力占优振动频率逐渐减小;G=1.5D(D为球体直径)和G=2D时,上下游球体有相同的占优振动频率.随间距G的增加,两球体相互作用与上游球体对下游球体的尾涡结构影响逐渐减弱.      

基于特征识别的整体壁板快速编程推理算法

航天器整体壁板的编程效率已成为型号研制过程中的主要瓶颈之一.本文首先阐述特征识别技术在数控编程中的应用和发展现状.与传统编程过程先总体规划,再逐条编程的总-分方法不同,特征编程采取先生成单个特征的刀轨,再完成整个零件程序的分-总方法,易于覆盖从毛坯向模型最终状态全过程.在此基础上,提出了单特征和多特征数控推理算法,完成了整体壁板快速编程系统的开发.实践证明,使用该方法能够初步实现整体壁板数控加工程序的自动生成.     

基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

基于降阶模型的翼型结冰冰形预测方法

翼型结冰冰形的数值模拟预测通常比较复杂耗时,为了更加快速准确地预测冰形以减少计算资源消耗,建立了基于本征正交分解（POD）和Kriging模型的冰形快速预测方法。利用CFD数值模拟结果来构建样本空间,以飞行迎角为例详述了降阶模型的冰形预测的实现手段,并结合试验设计方法,完成了多参数的结冰冰形快速预测,同时研究了先进的Blind-Kriging模型的相关方法以及对于预测结果的改进。结果表明,降阶模型预测翼型结冰冰形与CFD数值模拟结果吻合较好,表明降阶模型可以快速、精确地应用于翼型结冰冰形预测。      

基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。