一种弹用涡喷发动机风车起动数值仿真方法

对弹用涡喷发动机风车起动过程进行仿真求解:点火前风车过程用径向基函数神经网络(RBFN)建模,引入相关先验知识对网络输入变量加以变换,以满足小样本情况下网络建模;依据试验数据运用滑动最小二乘法(MLS)获得压气机特性;对于点火加速过程的动态模型,采用改进的粒子群优化(PSO)算法求解.解决了N-R(Newton-Raphson)法受初值影响不易收敛的问题.计算结果与试验数据吻合较好,可作为发动机起动过程性能分析和优化的理论依据.      

Gr/Al防热材料的传热特性

通过对Gr/Al防热材料进行氧乙炔烧蚀实验,测定其在烧蚀过程中的升温特性曲线。发现在烧蚀过程中Gr/Al中Al的熔化和蒸发有效地减缓了材料的升温速率,起到很好的热防护作用,并根据Gr/Al的传热特性,建立了传热模型,理论计算与实验结果吻合较好。     

一种多场耦合数据传递新方法

针对当前数据传递应用中径向基函数存在的问题,提出一种基于几何尺度进行归一化的高超声速飞行器多场耦合数据传递新方法,并采用高超声速翼面和翼身组合体外形算例测试了该方法对径向基函数数据传递精度、效率以及通量守恒性带来的影响。研究结果表明该方法能够很好地提升TPS、MQ和紧支C 2三种常用基函数的插值精度和通量守恒性,尤以紧支C 2基函数提升效果最明显,使其能够用极少的点即达到TPS和MQ全域基函数的效果,实现了数据传递时效率、精度及通量守恒性的兼顾,在多场耦合数值模拟中具备较好的应用前景。     

基于物理量梯度修正的RBF数据传递方法

径向基函数是复杂外形飞行器多场耦合计算中重要的数据传递方法。复杂飞行器物理量分布通常与局部流动特征密切相关且在不同区域变化剧烈,如何在具备各向同性特征的径向基函数中考虑实际物理量各向异性分布因素的影响成为制约其精度进一步提升的关键。针对径向基函数的问题,提出了一种基于局部物理量梯度对径向基三方向权重进行自适应修正的数据传递新方法。采用高超声速舵面、翼身组合体算例对该方法在单次数据传递中的可行性及效果进行了验证,同时基于该方法对压缩拐角外形开展了气动力/热/结构多场耦合数值模拟,并与风洞试验结果进行了对比分析,以验证该方法在实际耦合问题计算长时间高频次数据传递中的适用性及可靠性。研究结果表明该方法能够很好地提升如薄板样条插值（TPS）、多重二次函数插值（MQ）等全域基函数的单次插值效果,并且有效地改进了MQ方法对形态参数的鲁棒性,而对于梯度修正后的紧支基函数,其改进效果更佳,以较少的点达到了TPS、MQ等全域基函数的插值效果,实现了数据传递效率和精度的兼顾。采用该方法获得的耦合计算结果与试验对比一致,表明了该方法的可用性以及在复杂外形多场耦合问题中的良好工程应用前景。     

飞行器热天线热电联合计算方法

为了研究高温环境对热天线电性能的影响,提出了一种热电联合计算方法,通过三维热、电信息传递程序实现不同温度区域介电性能的空间加载,以此关联温度场与电磁场网格节点信息,实现温度场-电磁场耦合问题的联合计算。介绍了热电联合计算方法的原理与思路,并以某型热天线为研究对象,考查天线温度分布对电性能的影响程度,为飞行器热天线的精细化设计提供了途径。该方法可应用于热透波结构的高温电性能分析,尤其对于恶劣热环境下的热天线/天线罩设计具有较高的应用价值。     

高阶龙格库塔间断有限元方法求解二维谐振腔问题

提出了使用高阶龙格库塔间断有限元方法在时域求解经典的电磁场谐振腔问题,间断有限元方法在空间离散时采用非结构化网格且在时域显式求解方程,这是有限元方法和有限体积方法的最佳结合。该方法通过采用局部高阶多项式插值基函数获得高阶精度。文中使用该方法研究了横磁波在二维谐振腔中的传播情况,以及高阶的拉格朗日基函数。数值实验采用了高阶的二变量拉格朗日多项式基函数,数值计算结果与理论解析解相吻合。文中还讨论了不同阶数多项式插值基函数对计算精度的影响。结果表明,随插值基函数阶数增加,计算精度迅速提高。最后讨论了不同插值基函数阶数对L^2误差的影响,结果显示L^2误差随插值基函数阶数增加呈指数下降。     

基于径向基神经网络的有限元模型修正研究

设计参数型有限元模型修正属于结构动力学反问题，其理论基础是将结构的特征量视为设计参数的函数。然后依据特征量对设计参数的一阶导数信息进行迭代求解。本文提出了一种基于径向基神经网络的有限元模型修正方法，把模型修正归结为正问题进行研究。首先将特征量视为自变量．设计参数视为因变量，以径向基神经网络逼近两者之间的非线性映射关系，然后利用神经网络的泛化特性直接求解设计参数的目标值。不但无需迭代求解，而且避开了反问题所面临的复杂的非线性优化计算。GARTEUR飞机模型仿真研究的结果表明．修正后设计参数误差在2％以内，模态频率误差在1％以内。     

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

旋翼多维振动最优调整方法

针对直升机旋翼系统非线性、难以建模的特点,采用径向基函数(RBF,Ra-dial Basis Function)神经网络建立直升机旋翼动平衡调整模型.根据约束条件以直升机机身振动值作为目标函数建立适应度函数,以旋翼系统的调整参数为优化变量,进行神经网络学习和优化.利用粒子群优化(PSO,Particle Swarm Optimization)算法对适应度函数进行寻优,获得当直升机振动最小时的桨叶的调整参数.实验结果表明:PSO算法寻优效率方面高于遗传算法;RBF神经网络和PSO算法相结合可以有效地实现直升机旋翼动平衡调整.     

高阻尼6013Al／SiCp／Gr复合材料中的内耗峰及其阻尼机制

采用喷射共沉积方法制备了6013Al/SiCp/Gr 混杂金属基复合材料(MMC),研究了其阻尼性能.结果表明该材料在150～200℃有一温度内耗峰,随频率增加该峰峰位向高温移动.升降温测得该内耗峰的激活能分别为2.21eV和1.27eV,且降温测试时出现的内耗峰与升温测试时的内耗峰相比,峰位显著向低温移动,峰高降低.分析认为,该峰为非线性弛豫型内耗峰,它是在热与应力的双重作用下,由位错拖曳点缺陷运动所致,符合位错诱生阻尼机制.