大型飞机机身垂直入水冲击特性数值研究

针对带有中央翼盒的某型飞机的机身,数值研究了不同入水速度、姿态角和尾翘角对入水过程中机身压强和冲击力的影响规律。数值模拟中,控制方程选为非定常可压缩流动的雷诺时均Navier-tokes方程(RANS)和实现的k-ε模型,使用体积分数(VOF)方法捕捉水气交界面的变化,采用整体动网格技术来模拟机身相对于水面的运动。结果分析表明:机身入水过程中压强峰值首先出现在喷溅根部,随后转移至机身底部;入水初期机身冲击力系数迅速增大,而后略有回落,入水后期由于中央翼盒冲击水面会导致冲击力系数再次迅速增大,而后小幅震荡。速度越大、姿态角越大、尾翘角越小,机身冲击力系数越小。     

周期矩形脉冲信号强度校准方法的研究

脉冲信号强度是信号脉冲响应、电磁波测量中的关键指标。基于脉冲信号接收机和数字示波器工作原理,通过周期脉冲信号傅里叶变换这一理论基础,建立周期矩形脉冲信号强度校准数学模型。采用数字示波器测量周期矩形脉冲幅度、脉冲宽度等,对校准测试数据进行分析,证明用数字示波器建立周期矩形脉冲信号强度校准系统的科学性和有效性。     

变攻角下被动射流旋涡对高速扩压叶栅性能的影响

对被动射流旋涡(PJV)控制高速扩压叶栅内的流动分离控制展开数值研究,并探究其在变工况条件下的适应特性。结果表明,PJV在设计攻角下可使叶栅总压损失系数降低5.2%,变攻角条件下的损失降低幅度最高可达7.8%,表明其具有较高的控制效率和良好的变工况适应特性。随着攻角的增大,吸力面分离位置提前,射流出口与分离区间的距离减小,PJV能够更为有效地促进附面层内低能流体与主流间的动量交换,使得壁面涡结构得到重新组织,并进一步影响通道涡、集中脱落涡等涡系结构的发展,从而推迟流动分离、减小损失。在综合考虑变攻角流场特性的前提下,应使PJV的作用位置位于分离区上游不远处,所研究的最佳射流位置位于叶片前缘上游40%轴向弦长处。      

局部及全叶高合成射流对高速压气机静叶栅流场结构的影响

数值研究了合成射流控制高速压气机静叶栅吸力面角区分离,对比分析了不同射流结构对叶栅内流场结构及气动性能的影响。研究结果表明:合成射流通过周期性地吹气和吸气推迟角区分离、降低总压损失,由于吹气和吸气阶段的作用效果不同,使得叶栅出口损失系数的改善效果呈现出周期性波动。合成射流对通道涡以及角区二次流的有效控制是其取得良好控制效果的关键,当冲角为2°时,局部、全叶高方案最大可使总压损失系数分别降低22.2%和23.8%。由于局部叶高方案无法控制叶展中部的流动,造成该区域的尾迹损失增大,从而导致其流动控制效果弱于全叶高方案。两种射流结构都具有良好的变工况适应特性,全叶高方案在大冲角时逐渐体现出其优势,当冲角为4°时,总压损失系数的改善幅度相比局部叶高方案提高了2.8%。      

三角翼大幅度俯仰运动非定常测压实验洞壁干扰研究

用两个几何相似大小不同的前缘后掠角 70°三角翼模型在闭口风洞中进行正弦俯仰振荡实验 ,测量三角翼模型吸力面动态压力以及风洞洞壁上最佳测压点的非定常压力。实验表明 ,三角翼模型在正弦俯仰振荡时 ,其吸力面动态压力以及洞壁上最佳测压点的非定常压力与三角翼模型上的法向力一样呈现迟滞环现象。模型展宽比 (翼展 /洞宽 )增大 ,迟滞环幅度增大 ,动态压力绝对值增大。无论上仰或下俯 ,模型展宽比 (翼展 /洞宽 )增大 ,三角翼模型吸力面涡破碎位置离前缘较远。风洞顶壁上最佳测压点非定常压力迟滞环方向与风洞底壁上对应最佳测压点非定常压力迟滞方向相反。风洞洞壁上最佳测压点非定常压力变化频率与模型正弦俯仰振荡频率一致 ,各最佳测压点间呈现时间延迟现象。     

基于光场成像的快照式气膜孔三维测量技术

叶片气膜孔的几何参数对其冷却效率具有十分重要的影响,需采取有效手段对加工的气膜孔几何参数进行检测。基于光场成像原理,初步探索了单光场相机快照式三维测量技术在气膜孔检测上的应用。与其他光学测量技术相比,该技术仅通过一次拍摄,即可快速从捕获的单张原始光场图像中计算得到气膜孔的三维点云数据,其数据采集效率很高。实验中对一组标准量块进行了测量,展示了单光场相机应用于工业级精密测量的潜力。对实际叶片上气膜孔几何参数的检测结果初步表明了该技术应用于气膜孔三维测量的可能性。由于单光场相机成像系统的结构简单,易于操作且便于与其他传感器设备集成,可为气膜孔三维测量问题提供一种新的解决方案。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

湍流数据同化技术及应用

近年来数据同化（DA）被引入湍流动力学研究中,通过融合实验测量和数值计算,提高了实验测量的精度和广度,改善了数值模拟的预测性能。实验观测、预测模型和同化算法是数据同化的三要素,湍流研究中的实验观测包括热线风速仪、粒子图像测速法（PIV）、压力传感器等局部测量数据,预测模型主要指流动控制方程及湍流封闭方程,而同化算法包括贝叶斯推断、集合卡尔曼滤波（EnKF）、伴随等。稳态数据同化一般结合雷诺平均Navier-Stokes （RANS）模型方程,从重新标定模型常数、修正涡黏模型方程形式误差、修正雷诺应力项等方面着手。非稳态的数据同化一般包括四维变分（4DVar）等时间连续的数据同化方式以及顺序数据同化。4DVar通过时间正向和逆向积分迭代,存储量和计算量都非常大。顺序数据同化不需要时间逆向积分,可以在若干时刻对实验观测进行间断地植入,正向求解整个系统。另外,随着人工智能的飞速发展,湍流数据同化研究也向智能化迈进。对于纯数据驱动的湍流机器学习,其缺乏物理本质的约束,而基于物理信息的机器学习在物理本质上与数据同化是一致的。     

复杂电磁环境下频谱智能管控技术探讨

作为国土空间的重要组成,电磁频谱空间呈现出环境错综复杂、目标类型多样、用频行为多变等新挑战,导致频谱安全问题日益严峻。面向复杂电磁环境下频谱秩序安全、频谱对抗安全和频谱共享安全等需求,基于人工智能的频谱管控成为电磁频谱领域的重要研究方向,存在着具有挑战性的基础理论问题和关键技术难题。首先,调研了复杂电磁环境下频谱智能管控的国家战略需求,然后,提炼了智能频谱管控的科学意义与技术挑战,进一步从频谱管控模型机理、频谱态势感知、频谱行为推理、频谱安全决策和频谱管控应用系统等5个方面梳理国内外研究现状,并分析了相关发展动态及研究趋势。     

FlowStar:国家数值风洞(NNW)工程非结构通用CFD软件

计算流体力学（CFD）仿真软件是流体相关的数学物理知识和工程实践经验的数字化表达,是工业数字化转型的重要助推。然而,大型工业CFD软件研发难度极高,需要同时兼顾功能多样、系统稳定、性能优越、交互友好等特征。依托国家数值风洞（NNW）工程,研发出一款通用流场模拟软件NNW-FlowStar,并在航空、航天等工业部门大力推广使用。软件基于非结构有限体积求解方法和大规模并行计算技术开发,结合现代化软件工程思维设计,具备先进的数值方法、高效的计算效率和友好的用户操作界面,可满足各类复杂外形的高效气动模拟。独特的重叠网格技术配合六自由度运动模块,可帮助实现武器分离、舱门定轴转动等各类气动-运动协同仿真需求。多类标模案例和复杂工程应用表明,FlowStar软件算法鲁棒、精度可靠,是一款高精度、高效率、高可靠性的通用CFD仿真软件。通过对软件的架构设计和功能应用进行介绍,使相关从业人员能更好地了解FlowStar软件,最终促进国产自主CFD软件生态的良性发展。