阻力精确分解的方法研究与数值模拟

根据阻力产生的物理机理将阻力分解为近场阻力和中场阻力,建立实现了阻力精确分解方法:近场阻力法和中场阻力法,前者对飞行器表面压强和切应力积分将阻力分解为压差阻力和摩擦阻力,后者通过区域划分式积分将阻力分解为波阻、粘阻、诱导阻力和数值耗散阻力.选取RAE2822翼型、M6机翼和某宽体标模进行数值模拟,验证阻力分解方法的正确性,对比两种方法进行阻力分解辨识的能力与不足.研究结果表明,中场阻力法可以给出详细的阻力构成,更有利于进行阻力产生分析和减阻优化设计;近场阻力和中场阻力计算可以很好地达到阻力平衡,但由于消除了数值耗散阻力,中场阻力法的计算结果要比近场阻力法更接近实验值.     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。     

基于本征正交分解和代理模型的高超声速气动热模型降阶研究

气动热弹性分析是高超声速飞行器设计的关键技术之一。高超声速飞行器气动热的准确快速预测是气动热弹性分析的重要前提。针对当前气动加热工程计算、数值计算和实验研究均不能很好满足设计要求的问题,采用本征正交分解(POD)与代理模型(Surrogate)技术结合的模型降阶(POD-Surrogate)方法,建立了一种快速高效的高超声速气动热降阶模型框架。针对典型高超声速三维翼面气动热预测研究结果表明:当保留的POD基模态个数大于20时,PODKriging方法和POD-RBF(Radial Basis Function)方法的降阶模型得到的翼面温度分布与计算流体力学(CFD)计算温度L∞平均误差分别达到6%和14%,相对均方根误差(NRMSE)平均误差分别达到4%和12%,继续增加POD的基模态并不能提高降阶模型的预测精度;针对高超声速机翼气动热计算,POD-Kriging方法比POD-RBF方法具有更高的精度;针对典型的高超声速三维翼面气动热预测表明:基于POD-Surrogate方法的气动热降阶模型具有较高的精度和效率。     

动态测量误差的希尔伯特-黄分解

针对傅立叶变换、小波变换等方法在分解动态测量误差时存在的不足,即选用不同的基函数会导致不同的分解结果,提出了基于希尔伯特-黄变换（HHT）的动态测量误差分解方法。该方法不需要选取基函数,可以自适应地分解动态测量误差信号;对一个混联式动态测量系统建立了全系统误差模型,并用该方法对测量系统的总误差信号进行了分解;与傅立叶变换、小波变换的分解结果相比,希尔伯特-黄变换的分解结果更准确,与测量系统的误差理论模型基本一致。     

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。     

压气机失速先兆及转子多工况流场的DMD分析

对NASA Rotor 37跨声速轴流压气机级在多工况下的非定常流场进行了流固耦合数值模拟,采用动力学模态分解(DMD)方法得到了流体压力和速度的模态信息并绘制了模态云图,数值判定了压气机各工况的稳定性,获得了流动特征结构,通过模态云图发现了近失速点突尖型失速的初期表现。结果表明:在计算的多种工况中,近失速点和堵塞点均存在不稳定的模态阶次;DMD方法识别的各阶频率与压力信号频谱分析结果的最大误差为063%;随着背压上升,相邻两叶片通道内高压低速流体团位置逐渐向叶片前缘移动,范围逐渐扩展;在近失速点,尾缘回流与主流的掺混在叶片吸力面中部产生了半椭球形的旋涡并造成流道堵塞,是突尖型失速的初期表现。     

马赫数6柱-裙激波/边界层干扰直接模拟

高超声速激波/边界层干扰比超声速工况下具有更强的可压缩效应,再附之后会形成极高的局部力/热载荷,严重影响飞行器飞行安全。而激波/湍流边界层干扰区附近流动的三维特性使得流动更加复杂而难以预测。采用直接数值模拟对高超声速条件下的柱-裙激波/湍流边界层干扰进行了详细研究,特别是对Görtler涡结构对分离泡、物面压力和热流造成的展向差异开展了定性和定量分析。研究发现,干扰区附近的分离泡结构呈现出明显的三维效应,且Görtler涡展向分离位置截面的分离泡要明显小于再附位置,而这两个截面上分离泡的运动基本同步,没有明显的延迟或超前现象。物面压力和热流在展向出现显著的不均匀性,展向再附位置的平均压力和热流要比展向分离位置分别高13%和16.2%,脉动压力和热流比展向分离位置分别高28%和20%。截面流向速度特征正交分解结果显示两个位置上的能量都集中在剪切层附近,并且展向再附位置上低频模态占有更高的能量。在采用模态重构流场分析分离区面积发现,展向分离位置重构误差更小,而展向再附位置上的重构误差收敛更快。     

基于EMD-SVR的光纤陀螺随机误差预测

为了提升光纤陀螺随机误差建模的准确性及补偿结果,提出了一种基于经验模态分解与支持向量机结合的随机误差预测方法。鉴于随机误差的非线性及不稳定性,直接进行预测时精度不高,采用经验模态分解对原始数据进行分解以降低时间序列的复杂程度;然后根据经验模态分解得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;再将所得的各分量的预测结果综合以得到光纤陀螺随机误差的预测结果。以光纤陀螺随机误差数据作为验证,结果表明,相较于传统的预测方法,均方根误差与平均绝对误差分别降低了78.4%和75.5%,有效提高了回归精度。     

高阶熵条件格式下Euler方程与 N-S方程的混合算法

针对在工程问题中使用N-S方程计算量大的问题,提出只在粘性作用显著的局部区域求解N-S方程,在流场的其余部分采用Euler方程计算的办法来模拟具有复杂外形的流动问题,并提出了一种基于高阶熵条件格式的算子分裂算法.应用所构造的算法对绕迫击炮弹的亚、跨超声速流动进行了模拟计算.计算结果与试验数据的对比表明,所提出的方法是切实可行的.