Stall flutter prediction based on multi-layer GRU neural network

The modeling of dynamic stall aerodynamics is essential to stall flutter, due to the flow separation in a large-amplitude pitching oscillation process. A newly neural network based Reduced Order Model (ROM) framework for predicting the aerodynamic forces of an airfoil undergoing large-amplitude pitching oscillation at various velocities is presented in this work. First, the dynamic stall aerodynamics is calculated by solving RANS equations and the transitional SST-γ model. Afterwards, the stall flutter bifurcation behavior is calculated by the above CFD solver coupled with structural dynamic equation. The critical flutter speed and limit-cycle oscillation amplitudes are consistent with those obtained by experiments. A newly multi-layer Gated Recurrent Unit (GRU) neural network based ROM is constructed to accelerate the calculation of aerodynamic forces. The training and validation process are carried out upon the unsteady aerodynamic data obtained by the proposed CFD method. The well-trained ROM is then coupled with the structure equation at a specific velocity, the Limit-Cycle Oscillation (LCO) of stall flutter under this flow condition is predicted precisely and more quickly. In order to predict both the critical flutter velocity and LCO amplitudes after bifurcation at different velocities, a new ROM with GRU neural network considering the variation of flow velocities is developed. The stall flutter results predicted by ROM agree well with the CFD ones at different velocities. Finally, a brief sensitivity analysis of two structural parameters of ROM is carried out. It infers the potential of the presented modeling method to depict the nonlinearity of dynamic stall and stall flutter phenomenon.     

复合材料薄壁梁扭转的高次翘曲理论

利用翘曲连续修正概念导出表示剖面翘曲位移的形函数序列,据此建立单闭室复合材料薄壁梁扭转分析的高次翘曲理论,并结合分层的具体情况,考察分层对复合材料薄壁梁扭转翘曲的影响。算例表明,该高次翘曲理论具有很好的收敛性。     

一类非线性系统的变结构控制问题

本文研究了简约型非线性控制系统的变结构控制问题,针对变结构控制切换函数的确定问题进行了深入研究,给出了一类非线性系统切换函数的确定方法。研究结果表明,该方法适用于一类难于或不能可控正则化和线性化的非线性控制系统的综合。最后通过仿真证实了该方法的有效性。     

颤振板的极限环振动

本文研究了在匀速气流中悬臂板的极限环振动。采用冯·卡门大挠度板理论和准定常空气动力,应用瑞雷-里兹法导出悬臂颤振板的非线性振动的计算方程。并提出一组模态函数展开式用于拉格朗日方程,从而确定随时间历程的极限环振动和颤振边界。计算表明,模态展开式具有收敛性,板的长宽比对极限环振幅有显著影响。     

风对探空火箭飞行弹道影响的分析

本文导出探空火箭速度方向角(俯仰角)和方位角(偏航角)满足的一组微分方程,并在一些近似假定下分析了风对探空火箭飞行弹道的影响。     

宇宙线福布什下降的数值模拟

本文从银河宇宙线的太阳调制方程出发,认为激波对宇宙线的影响是由一扰动区产生的。在此扰动区中太阳风速度增加,扩散系数下降。由此进行了数值模拟,模拟结果表明:扩散系数的下降在产生福布什下降时要比太阳风速度的增加更为有效;福布什下降在近日球层内向外传播时,其幅度随径向距离的增大而衰减;两个无相互作用的激波同时存在时所产生的福布什下降为每个激波单独存在时的福布什下降的简单线性迭加。      

偏置动量系统中的挠性天线指向控制研究

从工程实践角度,探讨了在目前广泛采用的偏置动量轮三轴姿态稳定卫星上,进行大尺寸（３～５ｍ）和高指向精度（０．０５°）的挠性天性指向控制问题。在建立具有挠性天线的星体动力学模型,以及在借鉴和改进有关抑制挠性天线振动研究的基础上,设计了三轴稳定卫星平台上的挠性天线指向控制系统的方案。最后,根据数值仿真结果,给出了影响挠性天线指向精度的主要因素。     

基于神经网络的自适应状态观测器

利用ＢＰ神经网络动态系统对一类非线性时变系统的状态进行了估计。利用神经网络的“学习－遗忘”特性,提出了非线性时变系统的自适应状态观测器,对其结构及特性进行了讨论。仿真结果表明这种自适应状态观测器能跟踪系统参数及状态的变化。     

模拟高度复杂流动的自适应网格算法

提出一种基于对等弧分布律进行扭转修正的自适应网格算法。该方法将三维网格系统分裂为３个单方向自适应网格子系统,在计算中与主控方程的求解格式相耦合,交替地使用。应用所构造的算法结合ＭａｃＣｏｒｍａｃｋ显式格式对喷流／绕流干扰流场进行了雷诺平均Ｎ－Ｓ方程模拟,给出了清晰的剪切层与激波波系结构。计算结果表明,该自适应网格算法可较大程度地提高ＭａｃＣｏｒｍａｃｋ格式的分辨率。     

N-S方程及其简化形式在圆柱绕流分离点邻域的数学性质

证明了在圆柱绕流分离点的邻域上 ,N-S方程和高智的简化 N-S方程是正则的 ,即存在级数解 ;而 Davis和 ГКП的简化 N-S与经典的边界层方程一样存在 Goldstein奇性