一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

跨声速压气机转子叶尖非定常流场数值研究

采用时间精确求解方法对某高负荷跨声速轴流压气机转子在98%设计转速下的叶尖非定常流场进行了数值研究.结果显示,激波自身振荡不明显,叶尖区域流动的非定常性主要来源于叶尖泄漏涡的破碎及其与激波之间的相互干涉.对比设计状态与失速状态下叶尖泄漏涡的特点发现:在近失速点时,叶尖区域间歇性出现前缘溢流.分析表明:叶尖泄漏涡在激波后破碎是造成堵塞的主要原因,也是造成spike型失速初始扰动的原因.      

基于剩余强度分析的民用飞机发动机非包容性损坏下机体结构安全性评估技术研究 安全性评估技术研

在总结大型民用飞机非包容性损坏下机体结构安全性评估方法的基础上,基于转子碎片无限能量的假设,分析了发动机各级转子非包容性损伤碎片对民用飞机机体结构和吊挂的损伤区域和量化分析方法,建立了非包容性损坏下机体结构的有限元模型,跟梁理论、板壳理论结合有限元分析结果总结了适用于民用大型飞机结构的强度校核方法和安全性评估途径,对非包容性损坏下机体结构的安全性评估技术进行了总结,并结合实例进行了说明。分析结果表明,此方法能够对结构进行有效评估。     

跨声速轴流压气机非轴对称端壁造型优化设计

为探索非轴对称端壁提高跨声速轴流压气机性能的潜力,基于三维数值模拟优化平台,针对跨声速轴流压气机转子进行了非轴对称轮毂优化造型,深入分析了非轴对称轮毂造型对跨声速压气机流场结构及性能的影响机理。结果表明:优化造型后的非轴对称轮毂同时提高了该跨声速压气机的效率和压比,最高效率点效率提高0.31%,压比提高0.31%,并改善了压气机的变工况性能。     

飞行器气动与隐身性能一体化优化设计方法研究

首先根据多学科综合优化设计理论 ,针对飞行器外形布局设计特点 ,开展飞行器气动与隐身性能综合优化设计方法研究。分别采用线化格林函数法与粘性修正相结合以及物理光学法与等效电流法相结合的方法 ,建立了飞行器气动力特性与隐身特性的计算方法。利用多学科优化设计理论和遗传优化算法 ,开展了关于飞行器气动与隐身性能的协同优化设计方法研究。取得了初步的研究结果。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

含运动边界二维多体干扰流场的数值模拟

本文采用二阶精度Godonov扩展方法求解非定常：Euler方程，以基于格心的自适应非结构网格的显式有限体积法为基础，空间和时间都是二阶精度，使用HLLC近似黎曼解的方法计算网格单元边界处的守恒量通量，对作俯仰振动的NACA0012翼型绕流及激波管中运动、静止圆柱的流场进行了数值模拟，并对数值模拟的结果进行了分析，为进一步对含多体分离流场进行数值模拟打下了基础。     

叶轮机非定常气动设计的缘线匹配技术

本文提出一种新的叶轮机气动设计自由度——缘线匹配技术。缘线匹配是指相邻两叶排中前排叶片后缘线与后排叶片前缘线的空间关系,更准确地说是其相位角关系。叶片尾缘线表征了叶片出口气流的分布型,它囊括了尾迹、激波、二次流等所有影响,另一方面,叶片前缘线代表了其对上游流场的势干扰。定常气动设计体系只能部分考虑叶片缘线的相互影响,大部分则被忽略了,然而在非定常框架下,相邻叶排缘线所代表的相互影响是显著的。本文首次提出了叶轮机非定常设计的缘线匹配技术,并通过理论分析及直列涡轮叶栅的非定常数值模拟结果展示了缘线匹配技术在未来提高叶轮机气动性能、气弹性能、气动噪声和热传导性能上的潜在能力。作者认为,缘线匹配技术将使叶轮机的非定常气动设计具有真实而可操作的内容,是叶轮机非定常气动设计的核心技术之一。      

三维非结构网格的生成及优化

叙述了一种新的生成三维非结构网格的Delaunay方法,该方法能够高效地生成优质四面体网格。由于采用了局部剖分的方法来保证边界的完整性,因而不需要添加新的节点到原始表面三角形中。该方法在四面体外接球的球心处插入新的节点,在插入全部内点后,采用删除边、边/面交换、网格光顺等方法对生成的网格进行了优化,基本能删除质量差的四面体。     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。