亚音速、大攻角、时间域完全非定常机翼气动力的计算方法

 当前有关大攻角机翼气动力的数值方法,多数只适用于不可压情况。对于亚音速范围,只对定常情况进行过计算,至今尚未见到非定常方面的文章。为此,我们将文献[1]的方法作进一步发展,使之适合于计算大攻角非线性问题。由于亚音速非定常时间滞后以及尾涡形状不断变化,所以计算比较复杂,本文在处理过程中力求简单。     

压气机叶栅二次流实验与理论分析

 本文给出了压气机叶栅出口截面的损失分布和气流角沿叶高的变化。叶栅二次涡和端壁吸力面角区分离引起流面翘曲和扭转,角区分离形成损失核心。二次流理论计算叶栅出气角沿叶高变化与实验相近。     

大攻角飞行时机翼摇摆问题的神经网络控制方案

提出了一种基于神经网络的自适应控制方案,这种方案能够在对被控对象几乎没有先验知识的情况下对其实施有效的控制,对一个具有不稳定机翼摇摆问题的薄三角翼飞机模型的仿真证实了本方法的有效性。     

小发动机推力矢量的测量

针对小发动机推力矢量的特点和测量要求 ,在分析二轴转台数学模型的基础上提出了间接测量推力矢量的线性组合法 ,最后给出误差计算公式。通过转台的旋转和伸缩形成不同的试验工况 ,得到测量数据的超定方程组 ,再用最小二乘法解矛盾方程求得推力矢量的方向角和偏移量。经多次试验表明 ,用该方法测量推力矢量参数的不确定度远小于± 5% ,超过了原定技术要求     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。     

JL8飞机失速尾旋飞行试验研究

叙述了JL8飞机失速尾旋试飞状态、试飞试验和试飞结果。试飞结果表明，JL8飞机具有良好的大迎角特性及低速和高速失速特性。其正飞尾旋获得了三种模态，即“落叶飘”型非定常尾旋、非定常陡振荡尾旋和左均匀平尾旋；倒飞尾旋呈不稳定型态。而且各种尾旋都能成功地改出。另外，还评价了误操纵对失速和尾旋的影响。可供飞机大迎角和失速、尾旋特性研究人员参考。     

俯仰—滚摆耦合复杂流场试验研究

给出 8 0°三角翼模型在低速风洞中实施俯仰 滚摆耦合大幅度振动的复杂流场测量结果 ,包括静态和动态、单自由度俯仰和滚摆、俯仰 滚摆耦合运动条件下的流动显示结果和强迫俯仰、自由滚摆条件下的滚转角时间历程测量结果。分析了耦合运动对前缘分离涡和气动特性的影响 ,以及不同相位角和不同频率对耦合气动特性的影响。结果表明 ,双自由度的耦合运动比单自由度运动具有更为明显的动态迟滞特性 ,进一步推迟分离涡的破碎 ,推迟开始滚摆的攻角αwr。     

短突扩扩压器与火焰筒匹配的实验研究

本研究通过实验的手段在前置扩压器的结构和进口马赫数不变的条件下,改变内、外环突扩角和相对突扩间隙,研究总压损失和静压恢复的变化规律。结果表明:在本研究的参数范围内,存在有最佳的内外环突扩角的组合(β_i=40～45°,β_o=45～50°)及相应的相对突扩间隙(δ=1.8),使得总压损失系数σ*有最小值。      

变比热激波关系式及其在高超声速进气道计算中的应用

本文根据空气热力性质表建立了空气热力性质的解析表达式,从气动热力学基本方程和激波前后比热比不同出发建立并推导出完全变比热激波方程组及其解法。对分别使用变比热激波关系式与定比热激波和等熵流关系式计算结果进行的比较表明,使用变比热激波关系式进行高超声速进气道气动热力学分析计算,能够减少定比热假定产生的偏差,提高计算准确性。      

块结构的MUSCL算法求解三维进气道流场

本文将ＭＵＳＣＬ格式扩展为三维算法,并用于湍流流场的数值模拟。通过求解超声双斜楔压缩面流动,得到了含有激波、嵌入激波、剪切流和湍流边界层等流动特征的复杂流动结构,数值解与实验数据吻合得很好。文中将此算法与块结构网格技术相结合,使之能求解具有三维复杂几何形状的流场。并应用该算法模拟了Ｆ－１６战斗机进气道在５种典型飞行状态下的三维湍流流场,计算结果清楚地揭示了这些情况下的三维流动现象,得出了进气道的性