考虑分布参数依赖的风险混合不确定性分析方法

在定量化风险评估中,针对变量分布参数存在依赖时的混合不确定性传播问题,提出一种考虑分布参数完全依赖、部分依赖以及独立传播情形的双层混合不确定性刻画与传播框架,内外层分布参数不确定性分别用概率分布与可能性分布刻画,采用蒙特卡罗模拟法与模糊扩展原则相结合的数值求解方法。针对认知不确定性分布参数依赖性,构建了统一的认知不确定性分布参数依赖性模型,并给出依赖性系数的概念。为实现认知不确定性分布参数独立性采样,设计了基于D-S证据理论与随机集相结合的不确定性传播算法,相比于概率刻画下的双层蒙特卡罗方法,计算代价有效降低。以某型氢氧发动机贮箱共底漏气率为算例,验证本文方法的有效性与可行性。     

大攻角气动力测量的尾支干扰实验研究

在 FD-09低速风洞中进行了大攻角下尾支对 YF16飞机模型静态气动特性和底部阻力测量的干扰效应的实验研究。实验结果表明:就尾支-支架系统对气动力测量的影响而言,尾支杆对俯仰力矩测量的干扰是主要的。     

气动系数插值在捕获轨迹试验中的应用

本文叙述气动系数插值在捕获轨迹试验中的交叉核对和轨迹计算中的应用。对外挂物在某一个新的位置上的某些量的误差进行核对,看其是否在允许的范围之内,称为“交叉核对”。交叉核对分为两种,一种是对位置本身的核对,另一种是对气动系数的核对。在轨迹计算的每一个步长中应用气动系数插值,可以使计算更加精细,轨迹更加光滑。本文对气动系数插值作了一些改进的尝试,提出将气动系数对时间的插值改为气动系数对线位移的插值,这仅是初步的尝试,有待进一步探索。     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。     

基于Richardson插值法的CFD验证和确认方法的研究

针对典型高超声速流动问题(T2-97模型),利用Richardson插值法,研究了多套连续变化网格下数值解的空间离散误差、收敛性。通过网格收敛性研究,完成了CFD的验证过程。利用不确定度分析方法,结合实验数据,开展了该问题的确认。研究表明:针对所选问题,在现有实验数据及计算条件下,该问题的CFD得到了验证与确认。     

火箭气动设计集成平台中FASTRAN的二次开发

针对火箭设计过程中的气动特性计算,对计算流体力学软件FASTRAN进行二次开发。在C++语言环境下编写火箭气动设计平台中FASTRAN自动化批处理模块。用户使用此模块输入作业的关键参数,自动批量生成脚本文件,并从后台加载计算进程,使用脚本功能自动控制参数设置和计算过程,完成后导出气动力与气动载荷数据,以内置格式自动生成结果报告。这一过程代替人工操作,减少了工作量,提高了设计效率。以两种火箭构型为例,计算并分析得出不同状态下的升、阻力系数和压心位置随马赫数的变化规律。计算结果与实验数据吻合良好,误差在可接受范围内,可以为火箭的初步设计提供参考和依据。     

飞行器纵向非线性动力学建模对稳定性的影响

飞行器的稳定性分析与建立的动力学分析模型密切相关.传统的稳定性分析方法是基于小扰动假设建立线性化模型,当飞行状态中非线性特征明显时,其结果误差会带来多大的影响是人们关心的问题.通过建立飞行动力学非线性模型和气动力非线性模型,采用时间推进方法对两类非线性问题进行了比较系统的研究.数值计算结果表明,飞行动力学非线性模型与线性模型相比,周期增大、幅值减小、衰减率增大;而菲线性气动力模型对周期几乎没有影响,但对幅值有一定的影响.     

升力体布局飞行器偏航气动增稳方法研究

针对升力体飞行器偏航弱稳定性问题,提出了一种基于当地侧向流动膨胀/压缩原理的偏航气动增稳方法.通过对升力体后体侧缘进行曲线切削,造成切削表面流动先膨胀后压缩的气动效应,从而使得侧向气动力后移,以此实现航向压心后移、偏航静稳定性提高的目的.采用数值方法对单锥升力体布局进行了方法验证,算例表明较小的侧面切削可以大幅提高中小攻角状态偏航静稳定性,但也同时会不同程度地降低飞行器纵向静稳定性、升阻比以及横侧静稳定性.本方法在改善升力体布局航向静稳定性的同时,具有不带来航向附加气动安定面的优点,可引入相关布局设计优化之中.     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。