Euler方程与边界层积分方程耦合求解跨音速翼型绕流

 应用Euler方程求解跨音速翼型特性时考虑了粘性影响,粘性影响是通过边界层动量和能量积分方程求解的,即粘流/无粘流迭代方法。其中Euler方程采用LU-ADI方法求解;边界层方程均由正解法过渡到反解法,以解决强激波干扰区出现小分离泡的计算问题。计算中使用了贴体C网格,通过一定变换使其保持基本正交。计算结果表明,压力分布、摩阻系数分布与实验结果符合较好。     

高雷诺数槽道湍流的壁面模化大涡模拟研究

选取基准壁湍流的槽道流动,研究了多种模型的壁面模化大涡模拟.模型包括经典的大涡模拟、Spalart-Allmaras、分离涡模拟和一种动态混合模型.基于摩擦速度的雷诺数范围为395~12000,采用3组粗糙网格,流向和展向维数分别同取37,49和65,法向维数保证y+(1)~1.主要研究平均速度、雷诺切应力分布、详细分析了各模型的特性差异并展示了相应的湍流结构.研究表明:在高雷诺数粗糙网格下,大涡模拟失去求解精度,分离涡模拟出现对数律不匹配,动态混合模型的计算接近直接数值模拟,其对数率区可解应力约占雷诺切应力的93%,边界层外层可解应力约占99%.这说明合适的混合模型可以在经济成本下保证计算精度,具有解决实际问题的潜力.      

侧载及加热方位对槽道内临界热流密度影响

为了研究侧载以及加热方位对矩形窄缝槽道内临界热流密度特性的影响,在旋转平台上进行了两相流的超重力实验.以蒸馏水为工质,通过改变质量流速、入口温度、侧载大小以及加热方位,获得了发生临界换热现象时的质量流速、实验段压降和壁温的变化趋势,考察了侧载和加热方位对临界热流密度的影响规律,并对侧载下两相流不稳定性进行了简析.实验表明:发生临界换热时,壁温迅速上升,有效加热热流开始减少,关闭加热电源后,实验段压降下降、质量流速回升较明显;侧载以及不同的加热方位对临界热流密度有明显影响;临界热流密度发生前后,蒸汽回流导致进口温度上升,增加了流动的不稳定性.      

微结构谐振传感器

阐述了频率输出的新型谐振传感器的发展方向之一——微型化。评价性地论述了热激励硅谐振压力传感器和热激励谐振膜质量流量传感器。重点讨论了热激励的原理,特点等。指出我国应对传感器的这一发展趋势给予足够的重视。     

积垢对离心压气机性能的影响分析

以某型离心压气机为研究对象,利用流场仿真软件对不同污染程度的压气机性能进行数值计算,对比流场特性的变化,分析了积垢造成压气机性能损失的程度。结果表明：积垢对离心压气机性能的主要影响是降低压气机效率,原因是积垢改变了叶片表面粗糙度,增加了摩擦损失;扩大了叶片后缘和出口附近的低速回流区的范围,增强了回流强度,加大了流动损失。     

二元外压式进气道斜板和唇口参数选择的风洞试验研究

在几何不可调的二元外压式斜板进气道的设计中，选择合理的斜板和唇口几何能数是最重要的问题之一。本文对一个设计马赫数为１．８的这类进气道的斜板和唇口参数进行了风洞试验研究。用缩尺模型风洞试验，对比分析了不同斜板角和不同外侧唇口内唇角，唇缘半径对进气道内流特性的影响，结果表明，对确定的进气道布局，斜板角小的变化对进气道超音速内流总压恢复系数，稳态出口流场周向畸变指数及喘振裕度的影响很大，唇口参数小的改变     

大攻角地效翼非定常流动实验研究

大攻角地效翼非定常流动研究对大攻角地效翼非定常空气动力特性和流动控制具有重要的意义。对攻角为18°的NACA0012地效翼在模型风洞中进行实验,利用三维热线风速仪对地效翼后缘附近尾迹区内测点的速度脉动进行采样,分析不同飞行高度下大攻角地效翼的非定常流动特性。结果表明：地面效应下,大攻角地效翼后缘涡系形成位置后移;随着地效翼高度的降低,非定常流动的脉动频域宽度减小,速度脉动特征频率减小。     

剪切层与边界层组合流动的线性不稳定性分析

对不可压缩剪切层与边界层的组合流动完成了线性稳定性研究.组合流动的数学模型为Blasius边界层相似解与双曲正切函数的叠加,采用整体数值方法求解组合流动的稳定性方程,并验证了程序的准确性及网格无关性.研究给出组合流动的不稳定模态的辨识,即边界层模态和剪切层模态.在此基础上研究了剪切层对边界层模态不稳定性的影响以及壁面对剪切层模态的影响.由于剪切层的存在,使边界层模态中性曲线向左上方平移,临界雷诺数减小.此外,边界层模态不稳定性得到增强或抑制的影响,取决于扰动频率以及剪切层速度比的变化.组合流动中壁面边界层促使剪切层不稳定性减弱,主要表现在低频区域;而在高频区域,剪切层不稳定性几乎不受壁面边界层的影响.      

环喉型塞式喷管的数值仿真研究

通过流场数值仿真计算方法对环喉型塞式喷管进行了研究,对比计算了不同外流条件下塞式喷管的流场结构和性能.分析表明该塞式喷管的结构方案独特,具有稳定的高空高速性能,与传统的钟型喷管相比低空性能更优异.     

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。