一种交互式分区网格的生成方法和软件

介绍了一个具有交互性能的网格生成系统--BIGG系统。它是采用Windows环境下的C++语言与Fortran语言混合编程技术开发的,具有界面友好、显示灵活、交互性能强等特点。网格生成实例表明,采用BIGG软件可以缩短网格生成的周期,提高网格生成的质量。     

一维可压缩流的有限元状态空间模型

通过引入位置交错的两种有限控制体积单元——状态单元和速度单元,对其分别应用质量、能量守恒方程和动量守恒方程, 建立了一维可压缩流的有限元状态空间模型, 模型单元边界条件的处理方式简单有效, 适用于处理任意的物理边界条件。与分析解的比较表明该模型是精确的     

变体飞行器结构振动特性研究

作为变体飞行器方案之一的折叠翼能使机翼面积发生200%的改变,在飞行中机翼面积发生如此大的变化,会使飞行器的动力学特性复杂化.所以对机翼动力学特性有个清晰的了解是很必要的.在本文中,首先用MSC/PATRAN建立了折叠翼的有限元模型,然后用NASTRAN求解出折叠翼在各折叠角下的主要振动模态.在此基础上对各折叠角下铰链刚度对动力学特性的影响进行了研究.我们发现这种结构上的革新使得机翼动力学特性与固定翼飞机有很大不同.尤其是铰链的存在造成了刚度分布的变化,这使得机翼扭转的动力特性发生了很大变化.     

风洞短试验段中基于被动技术的大气边界层模拟

针对西南交通大学XNJD-1风洞第一试验段的特点,采用被动模拟装置,通过多次流场校测、反复试凑,成功地在风洞中模拟了C类地表情况下的高湍流度大气边界层,实测平均风速剖面、湍流度剖面及风谱特性等与目标值较为吻合.此外,还对比讨论了平均风速和离地高度等因素对风场特性影响, 并计算了湍流积分尺度.研究表明边界层调试过程中应重点考查气流在对应结构卓越频段范围内的脉动情况,而仅将湍流度作为参考指标.     

柔性-刚性混合翼微型飞行器气动特性研究

提出了一种将柔性翼和刚性翼相结合的柔性-刚性混合翼微型飞行器新概念布局型式,通过与刚性翼微型飞行器的风洞对比试验研究了该新概念布局的气动特性.在此基础上,进行了柔性-刚性混合翼微型飞行器试验原理样机的飞行试验验证.风洞试验和飞行试验研究结果表明:柔性-刚性混合翼微型飞行器的新概念布局是可行的;与刚性翼微型飞行器相比而言,柔性-刚性混合翼微型飞行器具有更好的气动特性,对解决微型飞行器抗风稳定飞行问题是有效的.     

倾转旋翼机机翼向下载荷的计算方法及参数影响分析

针对悬停和前飞时旋翼下洗流对机翼的气动干扰影响,建立了机翼向下载荷的计算模型.该模型中,旋翼在机翼处产生的诱导速度以及对机翼干扰的旋翼尾迹边界基于Weissinger-L升力面理论和自由尾迹方法计算,以考虑倾转旋翼桨叶的大负扭转和尖削带来的较大三维影响,机翼表面流则区分为弦向流及展向流,以分别计算向下载荷.以缩比的V-22模型旋翼为算例,计算了悬停时旋翼下方的下洗速度分布和机翼的向下载荷,与可得到的实验结果进行了对比,验证了计算模型的有效性.然后,应用该计算模型,研究了襟翼偏角、旋翼倾转角、前飞速度、旋翼/机翼间距等参数对机翼向下载荷的影响.结果表明:机翼的襟翼偏斜角对有效减小机翼向下载荷有重要作用,随旋翼从悬停向前飞倾转,机翼向下载荷减小.     

无人机折叠机翼展开运动特性研究

采用两种分析方法对某无人机的机翼折叠/展开运动特性进行研究。建立该机构运动的微分方程,用龙格-库塔法进行求解;用M ATLAB非线性优化工具包对扭转弹簧的主要参数进行了优化设计;利用多体动力学分析软件进行机构的运动仿真分析。两种方法得到分析结果与实验吻合很好。     

微小型仿生飞行机器人柔性翅的仿生设计与实验研究

自然界昆虫和小鸟翅膀柔性在提高气动效率和飞行稳定性方面具有很大优势,因而翅的柔性仿生研究将成为目前微小型仿生飞行机器人的重要方向.以昆虫翅膀为基础,进行了柔性翅的仿生机械设计,并重点对其柔性进行了分析和实验研究.实验结果表明,柔性翅的展弦比和前缘梁刚度对升力有较大的影响,其中变刚度前缘梁和大展弦比有益于升力的产生.     

三角翼受迫俯仰滚转耦合运动的气动特性研究

基于刚性动网格的技术,选用B-L湍流模型,利用有限控制体积法对N-S方程进行数值离散,对76°大后掠三角翼的受迫俯仰滚转耦合运动进行了数值模拟,在此基础上,对俯仰滚转耦合运动的气动力特性和流场结构进行了分析。计算结果表明:俯仰滚转耦合运动时,三角翼上表面的涡分布的非对称性将产生横侧方向的偏航力矩和滚转力矩,滚转力矩和偏航力矩随着滚转振幅角和滚转缩减频率的增大而增大,但对法向力影响不大。     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法.首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述.然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,...