煤油加热器螺旋管内煤油传热特性分析

针对燃气加热方式的煤油加热器,为预测其工作性能参数发展了一维传热分析程序,试验验证最大误差为9.7%,结果较为准确。利用该程序研究了煤油加热器流动传热规律及多个因素对其工作特性的影响规律。研究结果表明,典型工况下,煤油从入口到出口温度升高,雷诺数由5.94×104升高至2.39×106,普朗特数由11.2降低至1.4,存在数量级变化,说明对流换热情况复杂;煤油速度逐渐增大,高温区停留时间短,仅为0.28s,结焦影响小;燃气温度、煤油流量和燃气流量是影响其加热能力的主要因素,其作用大小依次降低,而煤油压力和燃气压力对传热过程影响很小。该方法可以有效预测煤油加热器的工作能力。     

基于响应面的翼型稳健设计研究

翼型的稳健设计就是要考虑环境中不确定因素的影响,提高翼型的性能,同时保证翼型性能对环境因素的变化不敏感的设计方法。本文应用响应面模型,通过减小翼型在不确定因素变化范围内阻力系数的均值和方差,构建了一个有效的翼型稳健设计的方法。应用本文的方法,选择马赫数作为不确定因素,假设马赫数在0.7~0.8间均匀分布,在满足升力约束条件下最小化阻力系数,结果证明本文的方法进行翼型的稳健设计是可行,高效的。     

多段翼型气动力优化设计的多标准高效进化算法

本文分别结合基因算法与博弈论中的竞争型Nash对策及分级型Stackelberg对策构造了多标准高效进化算法,并对二维三段翼型成功地进行了多标准位置增升优化。基因算法在合适地选择了基因操作算子后可以得到全局最优解,博弈论的引入使得传统基因算法具备了无人工干预的多标准优化算法,并且这一优化过程接近于实际翼型工程气动力设计情况。应用本文的方法成功地对三段翼型进行了不同气动条件下的缝翼与襟翼的位置组合优化,最后给出了优化算例,并对两种算法进行了对比。     

基于代理模型的气动设计稳健优化方法

为了减少不确定分析的计算量,提出了一种基于代理模型的不确定性气动设计优化方法,其中代理模型主要用于简化不确定分析计算过程.运用拉丁方试验设计和Krig-ing建立了代理模型,用随机参数来表示尺寸误差和飞行条件的变化.基于代理模型,以蒙特卡洛模拟法作为不确定分析方法,求解气动性能的均值和方差.在此基础上定义了气动稳健优化问题的表达式,用遗传算法进行求解,并以某翼型的优化问题对该方法进行验证.结果表明,通过该方法得到的最优解对不确定性的敏感度大大减小,同时在不确定的情况下仍然能满足设计约束条件.     

控制机翼附面层分离的涡流发生器实验研究

本文在微型涡流发生器控制超临界翼型附面层分离实验研究的基础上,在低速风洞中研究了微型涡流发生器弦向位置和安装偏角对超临界机翼附面层分离控制效果的影响。研究结果表明,微型梯形涡流发生器对超临界机翼附面层分离的控制主要起减阻作用;其弦向最佳位置在分离线前约4倍涡流发生器高度之间;最佳安装角为35°。     

高超声速飞行器发动机热防护与发电一体化系统

在对高超声速飞行器的热防护和机载设备电能需求的综合考虑下,立足发动机能量管理优化,结合CO2的物性特点,提出了以超临界CO2为循环工质的高效热防护与高温发电一体化系统.此一体化方案可以在实现发动机热防护的同时,提供电能、并减少冷却用燃油流量.基于燃油为该一体化系统的唯一热沉,通过理论分析和计算,提出了两个一体化系统,通...     

变后掠角与变翼型厚度机翼的气动特性分析

为了探究变形翼的组合变形对于机翼气动特性的影响，首先，建立不同后掠角、翼型厚度的机翼模型；其次，对模型在宽广速域的扰流流场进行CFD数值模拟；最后，分析了在亚声速下机翼的升/阻力系数、升阻比、流场情况。研究结果表明：后掠角增大会减小升/阻力系数，但升阻比并非总是减小的趋势，速度越高，大后掠角越有优势；翼型厚度增大能够减缓大迎角下升阻比减小的趋势，对后掠角所引起的升阻比变化影响不大，当Ma=0.8时，机翼气动性能较差；同时考虑两者影响时，当Ma=0.8时，大后掠角、小翼型厚度具有较小的阻力系数和较高的升阻比，而小后掠角、大翼型厚度则更适合低亚声速飞行。     

浮升力对竖直螺旋管中超临界CO2换热的影响及判别准则

基于航空发动机间冷器的冷却换热问题，进行竖直螺旋管内超临界压力CO₂换热数值研究。探究运行参数对沿流向和周向换热的影响机制。通过管截面温度场和流场分布阐述了浮升力和离心力引起的周向非均匀换热机制，评估二次流速度和强度。根据管道结构特性提出新的浮升力参数和浮升力影响判别准则，建立新的换热关联式。结果表明：管上游非均匀换热源于浮升力与离心力综合作用，管下游非均匀换热由离心力主导。当满足浮升力因子Bu≥1.6×10^-5时，浮升力在换热中起主导作用。新换热关联式可以较好地适用于螺旋管内换热预测。     

低雷诺数下小型无人机翼型气动特性分析

以小型无人机翼型研究为背景,利用基于线性稳定性理论的eN方法对对小型无人机常用的翼型CLARKY在雷诺数Re=1.0×10~5、5×10~5、1.0×10~6,迎角由-5°~20°时的气动性能进行了计算和对比分析。随着雷诺数的增大,翼型上表面的转捩位置不断向前缘移动,气流分离则由完全分离逐渐转变为层流分离泡结构,使得翼型的最大升力系数和临界迎角增大,阻力减小,最大升阻比显著增大,有利迎角逐渐减小,翼型CLARKY的气动特性逐渐得到改善。     

条件生成对抗网络的翼型反设计方法

针对变体飞行器实时控制翼型形状的需求，提出了基于深度学习的翼型反设计方法，利用多层感知机搭建了由生成器与判别器组成的条件生成对抗网络。生成器从带有随机噪声的气动参数中提取内在特征，习得特征到翼型的映射关系；判别器则将生成器产生的翼型或真实翼型与前述气动参数混合作为输入，输出该翼型为符合指定气动条件的真实翼型的概率。为了优化网络模型，研究并分析了噪声尺寸、超参数及网络结构对模型收敛性能的影响。训练好的网络模型即可根据给定的期望气动参数，快速生成配套的翼型。测试结果表明预测翼型与真实翼型的均方根误差的平均值为0.17%,耗时仅为23 ms,大大提高了设计精度与效率；并且在有噪声干扰情况下依旧保持良好的设计性能，增强了翼型设计模型的鲁棒性。研究成果可以应用于变体飞行器自适应在线最优气动构型控制。