内并联式TBCC进气道模态转换过程流动特性分析

针对组合动力(TBCC)进气道模态转换过程中出现的非定常气动现象,采用稳态/非稳态数值模拟方法对相关流动特性及其影响因素与流动机理开展了研究。结果表明：由涡轮发动机工作状态向冲压发动机工作模态转换过程中,进气道内出现结尾激波沿流向前后振荡现象,振荡频率约为130Hz;当冲压流道反压引起的激波未前传至模态转换分流板前时,冲压发动机工作状态对结尾激波振荡不产生影响。在相同的发动机工作状态下,随着模态转换速度的增加,结尾激波振荡频率逐渐增大。文中研究的进气道内结尾激波振荡现象可通过亚声速管道内波的传播理论进行解释和分析。     

出口封闭的冲压发动机进气道激波振荡现象

采用计算流体力学和风洞试验两种手段,对冲压发动机出口封闭的多种超声速进气道内通道气流振荡现象进行了研究。结果表明,在一定的超声速范围内,封闭的进气道内通道发生了较强气流振荡现象,振荡频率、幅值和内通道长度、飞行马赫数有关,该振荡现象是一种自激振荡现象。利用亥姆霍兹共振器频率公式可以对封闭的进气道内通道振荡频率进行预估,并对其归纳出一种修正方法,可以结合模型试验结果对进气道和燃烧室内流振荡频率和幅值进行分析,为飞行试验提供预估和参考。     

射频感性耦合等离子体中的受迫振荡研究

实验研究了匹配状态、放电气压对氩气射频感性耦合等离子体中受迫振荡的影响.结果表明:受迫振荡总是出现在放电的正反馈区;在高气压下(>30Pa)受迫振荡的频率较低.对于使用射频感性耦合等离子体进行薄膜沉积的参数选择给予了理论指导.     

上仰及小振幅振荡三角翼流动显示研究

为验证折合频率与无量纲频率对涡破裂点位置的影响,在北航大水洞用动态机构三角翼分别进行了不同折合频率k(k=à C/2U∞)的上仰.停止运动及不同无量纲n(n=fc/U∞)的小振幅的俯仰振荡实验.实验结果表明,在不同迎角范围上仰时不同折合频率对涡破裂点位置有很大影响,如在破裂涡迎角范围.破裂点随迎角的变化曲线会出现山峰状;对于在破裂涡区作小振幅振荡的三角翼,无量纲频率n,对破裂点位置变化也有很大影响.其中,无量纲频率n在1.0左右时为临界值.     

复合材料结构健康主动监测中激励信号的优化

利用L am b波频散方程及其数值求解得到的频散曲线,对L am b波模式及激励信号中心频率范围进行预测。建立了试验测试系统,利用集成在复合材料层合板上的PZT压电陶瓷片作为驱动器和传感器,激励并接收结构中激发的L am b波信号。对具有不同函数形式、中心频率和波峰数的信号激励,结构中传播的L am b波模式进行试验研究,为激励信号的选择与优化提供依据。利用H ilbert-Huang变换及H ilbert谱提取传感器信号特征,提出了L am b波信号在结构中传播时的能量衰减率和损伤敏感度两个考察指标,并据此对激励信号进行优化。实验结果表明,优化后的激励信号在结构中能激发出单一模式的L am b波(S0模式),有效地抑制了多模式现象的出现。同时,激发出的L am b波具有最低的能量衰减和最高的损伤灵敏度,响应信号特征明显,便于损伤识别。     

流量调节器管路系统自激振荡特性研究

流量调节器管路系统在小流量大压降工况下会出现低频自激振荡现象.为了深入认识自激振荡产生机理,结合某稳流型流量调节器及管路系统,基于流量调节器弹簧振子动力学模型开展数值仿真研究.数值仿真得出自激振荡频率为94Hz,与发动机试验结果一致.分析了流量调节器结构参数对系统稳定性的影响作用,三角形滑阀节流口能够抑制管路系统自激振...     

直升机贴地飞行时的驾驶员诱发振荡研究

主要阐述直或机贴地飞行时的驾驶员诱发振荡问题，导出了贴地突防和迅速停止动作、地形跟踪时的“海豚”运动和贴地飞行时滑雪运动条件下诱发振荡时操纵位移和稳定裕度的计算公式，计算了Ｚ－８直长机的纵向试验结果，并进行了误差分析。计算结果表明，所研究的方法是可行的，可推广应用于各种直升机的闭环分析和计算。     

某型飞机空中飘摆故障分析及防护措施

分析某型飞机平尾助力器故障导致飞机在空中飞行时产生飘摆现象的原因,提出修理改进措施及维护对策。     

Prediction of nonlinear pilot-induced oscillation using an intelligent human pilot model

This paper proposes a method to predict nonlinear Pilot-Induced Oscillation (PIO) using an intelligent human pilot model. This method is based on a scalogram-based PIO metric, which uses wavelet transforms to analyze the nonlinear characteristics of a time-varying system. The intelligent human pilot model includes three modules: perception module, decision and adaptive module, and execution module. Intelligent and adaptive features, including a neural network receptor, fuzzy decision and adaptation, are also introduced into the human pilot model to describe the behavior of the human pilot accommodating the nonlinear events. Furthermore, an algorithm is proposed to describe the procedure of the PIO prediction method with nonlinear evaluation cases. The prediction results obtained by numerical simulation are compared with the assessments of flight test data to validate the utility of the method. The flight test data were generated in the evaluation of the Smart-Cue/Smart-Gain, which is capable of reducing the PIO tendencies considerably. The results show that the method can be applied to predict the nonlinear PIO events by human pilot model simulation.