基于遗传算法的旋转机翼飞机机翼优化设计

将基于实数编码的遗传算法与能准确描述翼型粘性流动的NS方程以及旋翼气动分析模型结合起来,以旋翼最大悬停效率作为优化设计的目标对旋转机翼飞机的机翼进行优化设计,设计结果表明通过优化设计旋翼的气动性能得到了提高,达到了优化设计的目的,旋翼优化设计方法是可行的.     

桥梁断面静风荷载的格子Boltzmann方法数值计算

通过引入反映湍流涡粘性的湍流松弛,得到了模拟高雷诺数湍流的BGK方程.在速度相空间、物理空间和时间上对BGK方程进行离散得到了三维十九速离散速度模型;结合分区计算技术,设计了格子Boltzmann并行算法;根据亚格子Smagorinsky模型,提出了直接从粒子分布函数计算湍流松弛时间的方法.用开发的并行计算程序对分体双箱截面和闭口箱梁截面的静风荷载进行了数值识别,得到的静力三分力系数和流场压力分布与风洞试验结果及CFD宏观方法计算结果吻合,并从表面压力分布入手分析了两种桥梁截面的绕流特点.     

基于需用速度增益曲面的大气层外超远程拦截导引方法

考虑拦截器使用耗尽关机固体推进系统的情况,提出需用速度增益曲面概念,设计了基于该概念的大气层外超远程拦截导引方法。根据Lambert导引,给定拦截时间就有唯一的指令推力方向与之对应,导引过程分为两个阶段:零控拦截到达阶段,选择最优拦截时间,需用速度增益曲面迅速与助推时间-拦截时间平面相切;零控拦截保持阶段,拦截时间不断减小,保持需用速度增益曲面在助推时间-拦截时间平面上滑动,消耗多余的推进剂。利用拟零控拦截概念使两个导引阶段平缓过渡,避免了导引方法切换时推力方向的跳变。导引律计及了J2项摄动对滑行段弹道的影响,导引精度对推进系统参数偏差的鲁棒性强。仿真结果表明本文制导方法用于大气层外超远程目标拦截,脱靶量仅为km量级,推进系统参数偏差对导引精度的影响很小。     

基于体积力模型的1维涡轮特性评估方法

涡轮低维气动特性评估方法的预测精度对涡轮气动设计有重要意义.基于适用于轴流涡轮特性评估的1维体积力方法,分析和局部调整了Adam和Leonard的1维体积力模型中的叶片力源项和离心力源项,并在特性计算中引入涡轮损失模型.通过1个低压涡轮和1个含冷气高压涡轮对该方法进行验证,计算结果表明:该方法对2个算例在涡轮设计工况点的流量效率预测偏差均在1％以内,且能够反映涡轮气动特性随膨胀比的变化趋势,具有良好的精度,可用于快速可靠地评估涡轮低维气动特性.     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

蜂窝夹层板撞击实验数据中的野值判别

基于超高速撞击物理实验数据对蜂窝夹层板撞击极限方程进行修正是获得高可信度新方程的一种常用方法,为了提高物理实验数据的可靠性,以国外131个碳纤维复合材料(CFRP)面板的蜂窝夹层板实验数据为对象,进行野值判别方法研究,发现该批数据中存在1个野值。将该野值剔除并基于剩余的130个数据重新进行方程修正后,新方程的总体预测率和安全预测率分别达到82.3%和93.1%,其绝对误差平方和、相对误差平方和分别为0.010、0.506,相对于剔除野值前的修正方程有所改善,表明实验数据野值判别方法可行、有效。为考核方法的适用性,对铝合金面板的蜂窝夹层板的实验数据也进行野值判别分析,结果显示该方法可合理识别野值。     

基于域分解的双模式PE

高频近似算法的误差比抛物方程(PE)大,叠加PE计算不能反映同频干扰,对流层电波传播计算域内存在不同的电波传播机制。文章提出了域分解双模式PE,将计算域分解为海洋或地形上的阻抗边界域和空间传播域,分别采用DMFT和SSFT求解。交叠区域实现了电波在两域间的互相传播,并避免了边界截断产生反射。与功率叠加PE相比,反映了多源电波间的矢量叠加,并降低了一半的计算量。在标准大气单源、蒸发波导双源条件下的数值试验验证了方法的正确性和有效性。     

一种超声速状态下机载推进系统模型的建模方法

为了满足机载航空推进系统模型对精度、实时性及数据存储量的苛刻要求,提出了一种机载模型建模方法.对传统的机载稳态模型建立过程中使用的相似准则进行了充分讨论,得出了一种具备更高建模精度的相似准则.在新的相似准则基础上,建立了包含泰勒展开式中非线性2阶项的高精度稳态变量模型,有效解决了分段线性稳态变量模型在大包线、变状态条件下精度难以保证的问题;为了解决超声速状态下安装推力与发动机净推力差别较大的问题,建立了考虑外流特性的简化进气道模型,给出了一种计算安装推力的方法,即由简化发动机模型计算安装推力中符合相似准则的部分,由进气道模型计算溢流阻力、放气阻力及发动机推力中不符合相似准则的部分.仿真结果表明:基于新的相似准则所建立的机载模型具有大包线、变状态适应性,输出参数误差均在0.5%以内.      

非对称结构损伤飞机鲁棒容损控制器设计

当飞机发生非对称结构损伤时,飞机的质量、重心位置和气动特性都会发生突变,飞机机体的对称性遭到破坏,致使飞机的横纵向间运动产生强烈的耦合。针对飞机发生非对称结构损伤时导致的飞行控制问题,建立了非对称结构损伤飞机的损伤模型,并基于一种新型鲁棒容损控制策略,采用非线性扩张状态观测器和非线性动态逆相结合的方法,对飞机的姿态控制器进行了设计,兼顾了飞机系统的性能和对损伤的鲁棒性。最后,基于NASA的通用运输机模型,对所设计控制器的控制效果进行了仿真验证。仿真结果表明,设计的姿态控制器有效地抑制了非对称结构损伤给飞机控制系统带来的不确定性和扰动,具有较好的控制性能。     

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。