基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

高速开关阀控电液位置伺服系统自适应鲁棒控制

为研究高精度的液压缸位置跟踪控制问题,设计了高速开关阀和换向阀组合控制液压缸的结构方案,并通过实验分析了高速开关阀的静态流量特性。建立了液压缸的连续可微摩擦模型,利用粒子群优化算法对其参数进行辨识。建立了系统的非线性数学模型,基于非连续参数映射和反步法设计了直接自适应鲁棒控制器,通过参数在线自适应调节来更新估计值和鲁棒反馈项支配参数不确定性,实验结果表明:在跟踪幅值为5mm,频率为0.4Hz的正弦信号时,最后一个周期的最大跟踪误差、平均跟踪误差及其标准差分别为0.638、0.25mm和0.405mm,与传统PID控制器相比,控制精度显著提升,旨在为实现高精度的数字阀控位置伺服技术提供有价值的参考。      

扰流环对粉末发动机燃烧流动影响的数值模拟

为了提高粉末火箭发动机的燃烧效率,通过数值模拟方法研究了扰流环的有无、通径及位置对燃烧室燃烧流动特性的影响。结果表明:扰流环会增强Al颗粒和气相的掺混和换热程度,促进Al颗粒蒸发和燃烧,从而提高粉末火箭发动机的燃烧效率。当扰流环通径比在0.538~0.846范围内时,扰流环的通径越小,燃烧效率越高;当扰流环头部距离比在0.3~0.8范围内时,扰流环位置离头部越近,燃烧效率越高。设计扰流环时,应在距离燃烧室头部30%~40%的位置布置小通径的扰流环。      

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性,针对某型回流燃烧室单头部试验件,使用粒子图像测速仪（PIV）,测量燃烧室燃烧状态下不同截面处的热态流场,以及没有燃烧状态下不同截面处的冷态流场,探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大,冷态条件下各截面流场结构基本保持不变,如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致,但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大,流场结构也基本保持不变;相同总压损失系数时,热态流场与冷态流场存在差异,燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响,速度较冷态流动时略微增大。      

空气辅助喷射闪急沸腾喷雾特性试验

在定容弹内利用高速相机和相位多普勒粒子分析仪（PDPA）研究了环境压力和燃油温度对空气辅助喷射系统喷雾特性的影响。试验环境压力的变化范围为0.01MPa到0.1MPa,燃油温度的变化范围为25℃到100℃。试验结果表明:随着环境压力的减小,燃油喷雾逐渐从冷态过渡到闪急沸腾状态,在喷嘴出口处喷雾气泡急剧增加。当环境压力小于0.02MPa时,喷雾处于闪急沸腾状态,液滴速度增加,粒径减小,在喷雾近端出现喷雾膨胀现象;随着燃油温度的上升,液滴表面张力减小,液滴易于破碎。当燃油温度达到100℃时,喷雾处于闪急沸腾状态,喷雾远端出现喷雾膨胀现象。      

采用非均匀反弹特性壁面的粒子分离器研究

为了在不改变流道几何型面的基础上实现对较大粒径砂尘轨迹的有效组织,借助数值仿真技术,对一类典型无旋式惯性粒子分离器流道内两相流场展开了模拟研究。通过对典型工况下粒子分离器内砂尘轨迹的追踪和细致分析,首先获得了壁面反弹主导下的较大粒径砂尘的三类基本运动模式及其主要特征。而后以此为基础,充分利用2024铝合金、7020橡胶以及45钢3种典型壁面在反弹特性上的差异,同时结合原流道型面,完成了一种基于非均匀壁面的粒子分离器方案设计。计算表明:通过对鼓包迎风面等关键区域的壁面材质的特殊设计,可在不降低气动性能的前提下实现AC砂及C砂分离效率的显著提升,其增幅分别为6.0%和13.7%。      

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于PIV速度场测量的压强梯度计算

介绍了基于PIV速度场测量结果计算压强梯度的基本原理和3种不同的计算方法,并通过对流高斯涡模型系统研究了离散格式选取、PIV参数设置和流场特征等对压强梯度计算的影响.结果表明:PIV速度测量的精度是压强梯度计算的关键性影响因素,1%噪声对结果的影响比其他过程高约2个数量级;时间分辨率和空间分辨率的设置并非越高越好,而是有个合适的中间值;拉格朗日方法在大多数情况下优于欧拉方法,但当流动结构较复杂时性能较差,应根据流动类型和流场特征合理选取压强梯度计算方法.