折叠翼飞机的气动特性分析

常规飞机具有单一的最优性能,折叠翼飞机通过改变机翼的折叠角度来改变飞机的气动性能,从而能够更好地完成多种任务。对折叠翼飞机进行建模并运用计算流体力学软件进行数值计算,根据计算结果分析折叠翼飞机的气动性能。结果表明：机翼折叠角度的改变,对飞机的失速迎角、俯冲性能、副翼操纵响应和纵横向操稳特性等产生很大影响;飞机失速迎角在机翼折叠后变大,飞机机翼折叠后飞机俯冲更迅速。     

不同雷诺数下翼型气动特性及层流分离现象演化

低雷诺数下空气黏性效应突出,翼型表面普遍存在层流分离现象,相比常规雷诺数情况气动特性显著恶化。采用带预处理的Roe方法求解非定常可压缩Navier-Stokes方程的数值模拟技术和低雷诺数低湍流度风洞油流显示试验技术,对FX63-137翼型不同雷诺数下气动特性和流动结构展开深入研究。通过风洞油流显示试验可以清晰获得低雷诺数层流分离流动的两道油流汇集线。数值模拟结果表明其分别为时均化主分离线和二次分离线,两种结果定性定量均吻合较好,证明了本文的研究方法有效可靠;雷诺数从500 000降至20 000,翼型气动特性和层流分离流动结构均发生显著的变化,伴随阻力系数剧增和升力系数剧降,时均化流动结构从附体至出现经典的长层流分离泡,并最终演化为后缘层流分离泡,相应的两种分离泡的非定常流动结构也存在显著差异;对于阻力系数和升力系数而言,存在不同的临界雷诺数,因为导致阻力系数剧增的机理在于经典长层流分离泡的产生使翼型压差阻力大增,而造成升力系数剧降的主要原因在于后缘层流分离泡使得等效翼型后部弯度减小;非定常结果显示正是由于翼型表面漩涡周期性的生成与脱落,才造成了低雷诺数下升力系数的周期性波动。翼型上表面主分离涡即将脱落时,流线在后缘附近再附,升力系数达到峰值;而当流体从下表面向上卷起二次分离涡时,尾部流线大尺度分离,升力系数降至谷值。     

翼型动态失速气动力二次峰值数值模拟研究

为揭示翼型动态失速状态下气动力二次峰值的发生机理,基于运动嵌套网格技术、有限体积方法、LU-SGS隐式格式和Roe-MUSCL格式建立了俯仰振荡翼型非定常流场的数值模拟方法。首先,基于所建立的数值方法对NACA0012翼型在深度动态失速状态下的气动特性进行模拟,计算结果与试验数据吻合良好,验证了数值模拟方法的准确性。然后,通过对NACA0012翼型动态失速状态流场的研究,揭示了气动力二次峰值的发生机理。最后,开展了翼型厚度、弯度和弯度位置等外形参数对气动力二次峰值的影响研究。结果表明,动态失速涡诱导形成的后缘涡是导致气动力二次峰值的关键因素;翼型外形参数的变化会引起动态失速过程中动态失速涡和后缘涡的变化,使得气动力二次峰值相对谷值的增量有规律地增加或减小,二次峰值位置有规律地前移或后移。     

基于独立桨距控制的电控旋翼主动振动控制

电控旋翼利用桨叶后缘襟翼偏转通过气弹作用带动桨叶变距,从而实现对旋翼的控制。但由于其系统的复杂性,桨叶间易存在扭转刚度和质量不相似,从而引起较严重的旋翼振动。针对该情况,提出了基于独立桨距控制的主动振动控制方法,并以某原理性电控旋翼为算例进行了数值仿真,验证了所提出控制方法对电控旋翼由扭转刚度和质量不相似引起振动的减振有效性,最佳减振水平可达90%。     

变体辅助的无人机栖落机动模糊控制设计

无人机（Unmanned aerial vehicle, UAV）的栖落机动是一种大幅度的俯仰运动,易引起升降舵操纵力矩饱和。本文以变体方式增强无人机的俯仰操纵能力,并研究其对应的控制设计方法。首先对栖落机动建立了纵向动力学模型,并通过采用轨迹线性化和张量积变换方法转换得到T-S模糊模型。基于Lyapunov稳定理论和平方和方法,设计了满足控制输入约束的栖落机动多项式模糊控制器。对非变体与变体下的栖落机动控制过程进行了仿真,结果验证了控制律的有效性,并且表明变体辅助的无人机具有更强的操纵性能,能提高栖落机动中升降舵的抗饱和能力。     

飞翼布局无人机变形机翼设计与模型验证研究

对飞翼布局无人机变形机翼和变形机翼传动机构进行了设计,根据设计结果制作验证模型进行风洞实验和外场飞行试验,以此研究伸缩段机翼对飞行器机翼整体气动性能的影响。结果表明:采用变形机翼技术,可以通过实时控制机翼的气动外形保持较高的气动效率,提高飞机在巡航状态下的升力和高速飞行状态下的机动性,满足飞机在各种任务剖面的战术性能要求。     

直升机后缘襟翼驱动器迟滞现象仿真与抑制

直升机后缘襟翼多采用压电驱动器作为驱动元件，但是在使用过程中压电驱动器迟滞会对其振动控制性能产生不利影响，因此针对压电驱动器迟滞开展了迟滞建模与抑制研究。通过实验研究了压电驱动器在不同驱动频率下的迟滞特性，采用Bouc-Wen模型对驱动器迟滞现象进行了建模，并采用粒子群算法（PSO）辨识模型参数，与实际测量迟滞曲线进行了对比，在10~60 Hz范围内所建立的迟滞模型能够较为精确地描述压电驱动器迟滞现象。建立了基于Bouc-Wen逆模型的前馈补偿控制与PID反馈控制相结合的复合控制策略，实验结果显示该控制策略能够在10~60 Hz较宽的频率范围内有效抑制该压电驱动器迟滞现象。建立了考虑驱动器迟滞的主动控制后缘襟翼振动控制动力学模型，并对中等速度稳态前飞条件下后缘襟翼振动控制性能进行了仿真，仿真结果显示驱动器迟滞会在一定程度上削弱振动控制性能，而采用复合控制可以提高后缘襟翼旋翼振动控制性能。     

折叠机翼变体飞机非对称变形控制效率分析

折叠机翼变体飞机变形量大,变形引起的气动参数变化显著,提出一种将非对称变形作为操纵输入的控制方案,研究非对称变形的控制效率和有效区间。首先建立能够完整描述变形过程的非线性动力学方程和气动力模型;然后基于非对称变形控制方法建立一种非对称变形操纵模型;最后通过与常规操纵面效率对比和仿真的动态响应总结出非对称变形操纵的最大变形操纵有效区间。结果表明:在较低飞行速度下非对称变形操纵效率高,非对称变形操纵能够在基准折叠角度90°附近提供最高的滚转操纵效率。     

翼型湍流尾缘噪声半经验预测公式改进

改进了传统的翼型湍流边界层尾缘噪声BPM半经验预测公式。传统的BPM半经验湍流边界层尾缘噪声预测公式对高攻角和厚翼型在高频范围的预测结果大于实验结果,通过分析比较传统BPM半经验预测公式和Howe翼型尾缘噪声理论模型发现:这主要是由于传统BPM半经验预测公式对压力面声源噪声辐射高估引起的。因此将压力面声源噪声辐射与吸力面声源噪声辐射的幅值比由原来的边界层位移厚度一次方比值改进为二次方比值,进而得到了改进后的BPM半经验预测公式;使用改进后的BPM半经验预测公式对NACA0012翼型在不同来流不同攻角下的噪声辐射进行了预测比较,发现对于NACA0012翼型,改进后的BPM半经验预测公式具有较高精度;另外也预测了较厚的风力机翼型DU-96-W-180,预测结果明显改善。     

神经网络在高空长航时无人机翼型多点优化中的应用

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用。为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能。在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%。在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制。为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构。对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力。