流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

面对称重复使用运载器尾部喷流风洞试验

研究面对称重复使用运载器尾部发动机的喷流干扰特性对于飞行器设计具有重要意义。在中国航天空气动力技术研究院的FD-12风洞中开展了亚/跨声速飞行条件下的喷流试验。试验使用常温压缩空气作为喷流介质模拟发动机的高温燃气,采用的相似参数包括：飞行器的几何外形尺寸、飞行器的飞行马赫数、发动机喷管的出口马赫数、发动机喷流与自由来流静压比。试验结果表明了发动机喷流对全飞行器气动特性和体襟翼铰链力矩的影响随来流马赫数、喷管、体襟翼偏角等因素的变化规律。     

带静态参数的高超声速飞行器轨迹优化算法

提出了一种求解带静态参数最优控制问题的间接算法,解决了带静态参数的高超声速飞行器轨迹优化问题.将最优控制中的静态参数分为3类:终端时间、边界点状态变量和设计变量.通过转换公式,可以将终端时间变为优化过程中的一个设计变量,终端时间可变问题转换为终端时间固定问题.边界点状态变量自由,可以根据极大值原理推导获得相应的协态边界条件.设计变量可以看作是导数为零的状态变量,从而获得新的状态方程和协态方程,以及初始和终端对应设计变量的协态值.经过变化,带静态参数的最优控制问题构成一个标准两点边值问题.最后以乘波体为研究对象,将气动外形参数作为优化静态参数,完成了外形/轨迹一体化优化设计,获得了满足全局最大航程要求的最优气动外形.      

吸气式高超声速飞行器鲁棒反演控制器设计

针对吸气式高超声速飞行器气动／推进／结构弹性耦合控制问题,提出了鲁棒反演控制器设计方法。采用反演和动态逆方法设计虚拟控制量和实际控制量,通过引入一阶低通滤波器来获取虚拟控制量的导数,解决了虚拟控制量求导复杂问题;为了增强控制器的鲁棒性,采用充分光滑投影算子对模型非匹配不确定项进行估计和补偿,同时避免了可能出现的参数漂移问题。仿真结果表明,该控制器对模型气动参数拟合误差、攻角和升降舵偏角摄动、气动弹性影响具有鲁棒性,对速度指令和高度指令具有很好的跟踪效果。     

空空导弹固体发动机内弹道对导弹后体流场非定常影响的数值模拟

空空导弹高空工作过程中,外部的超声速来流与其固体火箭发动机的尾部喷流相互作用,形成复杂的非定常尾部干扰流场,影响导弹后体的工作环境。为了探寻发动机内弹道对导弹后体结构的非定常影响,采用双组分气体的非定常CFD仿真模型对某空空导弹发动机工作期间的喷管内流场和导弹外流场进行一体化数值模拟,研究了由多个自由剪切层、激波、膨胀波等组成复杂干扰流场的结构,以及在发动机内弹道和外流速度的非定场效应影响下其变化过程,在此基础上定量分析了由此引起的尾流的温度和燃气的扩散,以及在不同内弹道阶段发动机对导弹后体结构产生的影响。计算结果表明,非定常干扰流场在导弹后体附近产生不断变化的低速涡流区域,加速了温度和燃气的扩散,致使导弹尾端面区域受到高温气体冲刷,进而降低导弹后体结构的安全性。因此,空空导弹的后体设计有必要考虑并减少发动机内弹道与导弹外流的非定场影响对导弹后体安全性所造成的潜在威胁。     

一种多输入情况下FPGA跨时钟域的解决方法

采用异步FIFO是解决多比特数据跨时钟域传递的一种有效方法。在异步FFIO的基础之上提出一种通过扩展FIFO位宽,实现伴随门控信息与数据同时转换的新方法。与传统方法相比较,新方法具有更好的同步性。     

一种二元高超声速进气道起动特性的尺度效应研究

对一种二元混压式进气道三维流场进行了数值和实验考察,研究了不同尺度进气道模型自起动性能的变化。结果表明,在相同来流单位雷诺数条件下,随着模型尺度的减小,进气道自起动马赫数有所提高,起动性能有所降低。同时对不同尺度模型进行雷诺数匹配,发现在相同雷诺数下,不同尺度模型的起动性能相近,表明雷诺数是影响不同缩尺模型起动性能不同的主要原因。在可获得的实验结果范围内,数值模拟所得到的自起动结果基本与之相符。此外,对实验中发现在低雷诺数下进气道反而呈现出自起动特征的异常现象进行了初步分析,通过数值模拟比较指出了低雷诺数下来流偏向层流流态,可能会导致进气道呈现一种“起动”状态。     

燃烧场吸收光谱诊断技术研究进展

基于可调谐半导体激光吸收光谱(TDLAS)的视线测量技术,有能力实现流场温度、速度、组分浓度等参数的快速测量。作为一种有效的诊断工具,TDLAS传感器已经在燃烧和推进系统的研究和开发中获得广泛应用,为改善系统的性能发挥着越来越重要的作用。新应用机会的出现,对传感器提出新挑战的同时也促进了相关技术的进步。概括介绍了TDLAS技术的发展水平、在燃烧场诊断中的应用及未来的潜力,为相关研究人员提供参考。     

气体动理论BGK格式的网格自适应方法

为了提高气体动理论BGK（Bhatnagr-Gross-Krook）格式在超声速流动问题计算时激波捕捉的准确性与计算效率,提出了一种适用于气体动理论BGK格式的网格自适应加密方法。该方法采用基于四边形的链表技术来描述网格的拓扑结构,在物理量重构过程中,使用了在四边形网格中表现优异的van Leer限制器,以保证粗细网格过渡处物理量重构的精度。用跨声速翼型绕流（马赫数Ma=0.85）、超声速前台阶流（Ma=3）和高超声速圆柱绕流（Ma=8.03）等多个典型算例验证了BGK自适应网格方法。计算结果表明,自适应网格BGK方法在保证数值精度的前提下,可大幅度提高计算效率。这为该方法用于高效地解决复杂问题提供了一种选择。