弯曲微槽道内流场的PIV测量和数值模拟

利用micro-PIV和CFD数值模拟研究水力直径为220μm正方形截面弯曲微槽道中的流动特性.实验中利用micro-PIV测量了槽道中5个不同深度流场,雷诺数为Re=42,91和239.实验测量和数值模拟相吻合,弯曲的微槽道不同截面处存在由二次流诱发的Dean涡,并随Dean数的增加,涡结构更加复杂;Dean涡对截面内两种液体接触面会产生影响,所以可以通过利用Dean涡的发展加强微管道中的混合.     

带背鳍细长平板三角翼脱体涡的实验研究

对后掠角为82.5°具有尖削前缘的细长平板三角翼以及加上背鳍高度分别为hL/s=0.3和hL/s=0.6的机翼组合体在低速风洞进行了大迎角六分力天平测力实验.实验迎角范围为12°~32°,来流速度为25m/s和35m/s.实验结果表明:对单独三角翼,在翼面产生的脱体涡破裂前,其涡流场随着迎角的增大始终是对称且稳定的;增加不同高度的背鳍后,当迎角大到一定程度后,涡流场开始变得不对称和不稳定.背鳍高度不同,流场开始出现不对称时的迎角也不同,在所研究的背鳍高度范围内,背鳍越高,测量得到流场出现不对称时的迎角越小,表明增加低高度的背鳍对细长平板三角翼的背涡流场的稳定有着扰动和破坏作用.实验结果部分证明了文献[1]中的稳定性理论的有效性,同时初步研究了涡失稳后的发展情况.     

幂律过程拟合优度检验的功效比较

幂律过程常被用于描述复杂系统的可靠性增长模型和可修系统的可靠性分析。本文考虑定数截尾场合幂律过程的７种拟合优度检验统计量,在备选假设为对数幂律过程时,比较了这７种检验法的功效。大量随机模拟计算表明,当ｒ在较宽的范围内,Ｆ检验法的功效比其余６种检验法都要高。     

探针测定流场的水动力学问题

研究探针测定水流场针孔压力测量反应时间的影响因素,给出探针测试系统合理参数,分析探针杆水力共振和受水绕流阻力挠曲的影响,提出相应对策,以提高测试精度。     

基于系统类比的火控精度考核方法

火控系统的综合误差是由火控系统原理误差、弹道散布误差、飞行员瞄准误差和中间风等多种随机因素带来的误差构成,为考核系统原理误差,必须从实弹打靶结果中剔除其它方面误差。采用传统的外弹道测试法,试飞周期长,耗费大量人力和财务。本文提出了一种基于系统类比的火控精度考核方法,从已鉴定的成熟系统中获取后几项误差并予以剔除。理论计算和实弹打靶表明,这是一种有效、经济的精度考核方法,为同种飞机使用不同火控系统的精     

刀口法测量高斯光束腰斑大小实验设计

本文设计了利用刀口测量的高斯光束腰斑大小的测量实验装置,并阐述了具体的测量过程。此方法用于μｍ级激光光斑大小测量是可行的,实验装置简单实用。     

一种新的射频仿真目标位置控制方法与软件研究

针对射频目标仿真系统中目标位置的控制，本文通过对国内外目标位置控制的常用方法进行研究，提出一种新的通用目标位置控制方法，该方法适用于任何天线分布的面阵。利用这种新的方法编写了基于三元阵天线阵面的射频仿真目标位置控制软件，实现对多目标在天线阵面上多种轨迹运动下的高速准确的定位，并能实时监视目标的运动状态和运动轨迹。     

裂纹端塑性区修正公式的改进

本文讨论在小范围屈服条件下裂纹尖端塑性区的修正，指出了Irwin经典模型的不足并对其进行了改进，给出了考虑材料强化效应并采用裂纹尖端应力场精确解后的裂尖塑性区大小计算公式。通过改进后的结果与Irwin经典模型结果的比较，表明本工作使Irwin模型更为合理的准确。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。     

可变后缘弯度机翼柔性蒙皮的变形特性分析

应用面元法和有限法建立了柔性蒙皮在气动载荷作用下的流固耦合分析方法。数值仿真结果表明:位于变形后缘上表面的柔性蒙皮在气动载荷作用下将被"吸"成鼓包形状,且这个局部变形对翼型后缘部分的压力分布具有很大影响。在此基础上,研究了柔性蒙皮在气动载荷作用下的变形随其弹性模量、厚度和初始预应变的变化规律。可以得出,柔性蒙皮的变形量随着翼型后缘偏角的增加而先增大后减小,并不是随着后缘偏角的增加而增大;增加蒙皮的厚度可以减少柔性蒙皮的最小弹性模量和最小拉伸刚度,但蒙皮的厚度受限于机翼的结构空间;满足Jacobs形变准则的蒙皮最小拉伸刚度随着蒙皮预应变的增加而降低。