基于基因算法与博奕论的翼型跨音速Euler方程气动优化

将基因算法与博奕论中的 Nash平衡相结合 ,构建了多目标基因优化算法—— Nash基因算法 (NashGAs) ,并对初始翼型为 NACA0 0 1 2二维翼型进行给定跨音速流动下的形状增升优化。计算中应用 Bézier曲线对翼型形状进行参数化 ,避免了非流线型的不合理形状产生 ;采用有限元非结构网格 AUSM+通量分裂格式Euler方程数值解进行个体适应度值评估 ;应用动态网格技术调整计算网络 ,节约了 CPU机时 ;最后给出了优化结果     

任意截面弹体的翼身干扰系数估算方法研究

从小扰动线化速位方程出发,结合细长体理论,建立了任意截面弹体法向气动力与截面形状系数之间的相关性;采用二维鳞片法求解速位方程可以得到截面形状系数,从而进行单独弹体气动力估算。根据部件组拆法思想,对这一工程估算方法进行推广,提出一种适合于任意截面导弹翼身干扰系数的估算方法,该方法得到的预测结果和吹风实验、文献数据比较符合较好。采用以上方法对矩形截面的翼身组合体进行估算,具有较好的精度。     

在动态逆飞控系统中处理非定常气动力的方法

主要考虑大迎角非定常气动力对飞控系统的影响,并给出在动态逆飞行控制系统中的抑制这种影响的方法。非定常气动力表现在气动参数上是出现滞环现象,本文根据已成的成果,主要讨论与飞机纵向控制有关的问题。     

基于模型试验的旋翼/机身气动干扰经验算式

试验研究了直升机机身受旋翼气流干扰时的空气动力特性。试验结果证实机身阻力与旋翼前进比和桨盘载荷变化密切相关,机身升力和俯仰力矩的大小与旋翼桨盘载荷关系更大。通过对试验数据的初步分析,确定机身受旋翼尾流影响的气动干扰算式结构,利用最小二乘原理建立了简单有效的直升机机身在旋翼尾流干扰下的气动力算式,该算法可直接用于直升机气动设计和实时仿真模型中。     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点,旋翼／机身气动干扰呈现非线性,且受多种因素的影响,用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本,对网络参数进行学习,可以得到旋翼／机身气动干扰神经网络模型,进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神经网络模型的建立进行论述外,还简要介绍了旋翼／机身气动干扰试验。     

薄板结构气动导纳试验研究

结构的气动导纳是决定结构上气动荷载的重要参数。常用的Sears’气动导纳函数只描述了导纳与频率的关系。设计了拉条模型试验验证结构的气动导纳不单与频率有关 ,还与结构的特征尺寸、风场的特征参数有关。获得的三维气动导纳公式定量描述了导纳与频率n、湍流积分尺度Lw 和薄板宽度B的关系     

雷诺数对大后掠小展弦比飞机纵向气动特性影响修正的工程计算方法

在非线性迎角范围内,雷诺数通过对机翼脱体涡和前机身体涡影响来改变飞机的纵向气动特性。由于现有风洞条件所限,在这一范围内,使用变雷诺数试验方法把试验数据外插到飞行值非常困难。为解决这一问题,本文给出了一种基于全尺寸飞行前缘雷诺数计算出外露翼可得到的前缘推力系数,并通过风洞试验求出试验条件下机翼上可得到的前缘推力系数,从而获得雷诺数对气动特性影响量的工程计算方法。该方法适用于翼面产生脱体涡流型或脱体涡占优（涡破裂前）所引起的非线性问题。     

俯仰-滚转耦合两自由度大振幅非定常实验技术

主要介绍了一套用于３ｍ低速风洞的俯仰－滚转两自由度大振幅非定常实验系统。该系统由三大部分组成：俯仰－滚转两自由度的模型动态支撑机构;俯仰－滚转两自由度电控液压系统;数据采集与处理软件系统。该系统可以在风洞中真实模拟飞行器姿态变化,并测量其相应的六分量非定常气动力变化。为飞行器的飞行力学动态性能分析或飞行模拟器提供非定常气动力数据。另外,用三角翼在３ｍ风洞进行了多种运动状态的非定常气动力特性测量,结果真实地反映了大迎角与大滚转角时三角翼的非定常气动特性     

一种归一化的代理模型精度指标

衡量代理模型精度的量化指标种类繁多,但是要横向对比不同种类数据的模型精度,常见的精度指标存在一些不足之处。分析现有代理模型精度指标的不足,提出一种“归一化绝对误差均值暠指标;以某战术导弹模型为例,采用参考文献中的试验设计加点策略与交叉验证策略,建立11种气动参数的Kriging代理模型;通过对“归一化绝对误差均值暠指标与相关性图进行比较,验证所提指标的有效性。结果表明:提出的指标不仅能够有效表征代理模型精度,而且能对不同种类数据进行横向对比,具有一定的应用价值。     

高超声速飞行器多目标气动优化设计

随着高超声速飞行器的发展,其外形优化受到了广泛关注。应用一种新型的改进多目标布谷鸟优化搜索算法(IMOCS),采用修正的牛顿法与面元法相结合来获得高超声速飞行器的气动性能,采用自由变形参数化方法(FFD)来进行外形的参数化,以最大化容积率和升阻比为设计目标,开展了高超声速滑翔飞行器的多目标气动外形优化设计,获得了综合容积率及升阻比性能更高的气动外形,验证了方法的有效性。最后,将IMOCS算法和当前主流的多目标优化算法NSGA-Ⅱ进行了对比,结果表明,IMOCS算法的效果明显优于NSGA-Ⅱ。