AC-SDBD等离子体激励防/除冰研究现状与展望

层流控制、复合材料、全电驱动等创新性航空技术的应用给传统防/除冰方法带来了新的挑战。基于高电压驱动的表面介质阻挡放电等离子体激励新概念防/除冰方法因其没有复杂的机械构造和潜在的气动耗损，从而有潜力成为下一代飞行器采用的防/除冰方法。该综述从飞行过程中的结冰与防/除冰研究、等离子体空气动力与热激励特性研究、等离子体激励防/除冰研究等三个方面，对等离子体防/除冰方法的研究现状和发展趋势进行了分析，指出等离子体防/除冰研究的关键科学问题主要包括：1）以等离子体空气动力与热激励为主要因素的多物理场耦合机制；2）等离子体激励下多物理场非平衡相变演化规律与防/除冰机理。上述科学问题的研究包含了等离子体物理特性、流动控制机理、结冰机理、防/除冰规律等众多流体力学前沿方向，等离子体防/除冰研究的难点在于涉及多物理场耦合和多时间尺度，因此，相应的数值模拟方法与实验观测技术成为解决上述科学问题的关键突破点。探索等离子体激励防/除冰机制以及解决面向工程应用的技术问题，是下一步需要聚焦的研究方向。     

大型客机增升构型缝翼除冰状态失速特性

在防/除冰系统工作前提下翼面前缘残余积冰对全机失速特性的影响是评估系统效能是否达标的直接依据。针对中外翼区域重点防护的大型客机增升构型除冰方案，基于数值模拟方法对比分析了缝翼未结冰、未除冰、除冰状态下的失速特性。数值模拟结论表明虽然中外翼防/除冰防护区域较同类民机型号有所缩减，但仍能维持内翼始发分离流动形态、保证临界迎角附近的纵向力矩安定性、有效拓展失速边界。当前方案取消当地结冰防护的空气动力学依据是短舱外侧固有的下洗-展向流动综合效应已能充分削弱来流迎角影响，进而抑制局部结冰诱导的流动分离。研究结论可为防护区域设计优化及大型客机结冰适航取证提供理论依据。     

超视距空战仿真中的策略识别

针对超视距空战仿真中敌机策略的识别问题,研究了一种基于案例的策略识别方法。该方法通过构建包含假定的对手任务目标、观测数据、策略等内容的案例库,采用相似度计算选择与新的观测相似的案例库子集,并计算策略概率分布来识别对手策略。实验证明,相比与常规的基于案例推理方法,在案例中增加敌机任务目标提高了策略识别准确率,并且在假定敌机目标不正确时,能修复错误假定并进行策略识别,改善了基于案例策略识别方法的性能。     

新型电热结构防除冰性能研究（英文）

创新性地开发机翼电热防/除冰系统仍然是航空航天领域面临的巨大挑战，提高电热防/除冰系统的能量利用率受到了防除冰领域专家的广泛关注。本文创新性地设计了一种多孔电热防除冰结构，多孔基体通过模板法制备得到。电热结构从上至下由绝缘涂层、导电层、电热层和隔热层组成。研究了导电银浆层厚度及导电液含量在不同功率下绝缘层和隔热层的温度变化。结果表明，室温条件下，当输入功率为4 W、银浆层厚度为300μm时，绝缘层的温度最高可达134℃。在-20℃的冰脱落实验中，发现当输入功率为18 W时，顶层温度可快速达到0℃，而底层温度维持在-12.5℃左右，能量损失较少。本文可为电热防除冰材料体系的设计提供理论指导。     

基于电加热膜防冰设计方案的分流环表面换热特性试验研究

分流环表面换热特性对提升防冰设计效能至关重要。针对传统热气防冰方案中试验件与试验方案系统复杂、成本高昂等问题，本文提出了一种新型电加热膜防冰设计方案的分流环表面换热系数的试验方法。根据能量守恒定律，推导出分流环表面换热系数理论公式。试验研究了不同俯仰角、速度、液态水含量（Liqid water content,LWC）以及水滴中位体积直径（Median volumetric diameter, MVD）等对分流环表面换热特性的影响。试验结果表明：前缘区域换热系数随俯仰角先增大后降低，25°俯仰角是明显的转折点；相同喷雾条件下的前缘区域、下表面区域的平均换热系数约是干空气条件下的3倍；分流环前缘的换热系数明显大于上、下表面的换热系数。     

基于深度强化学习的空战机动决策试验

空战智能决策将极大改变未来战争的形态与模式。深度强化学习决策机可以挖掘飞行器潜力，是实现空战智能决策的重要技术范式，但其工程实现鲜有报道。针对基于深度强化学习的双机近距空战机动智能决策的工程实现问题，开发了适于应用的深度神经网络在线机动决策模型，发展了通过飞行控制律跟踪航迹导引决策指令的机动控制方案，并进一步开展了软硬件实现工作与人机对抗飞行试验，实现了智能空战从虚拟仿真到真实飞行的迁移。研究结果表明基于本文发展的近距空战机动决策及控制方法，智能无人机在与人类“飞行员”的对抗中能够迅速做出有利于己方的动作决策，通过机动快速占据态势优势。研究结果显示了深度神经网络智能决策技术在空战决策中的潜在应用价值。