离心压气机近失速工况叶尖流场特征及泄漏涡面涡模型

为研究航空微型涡轮发动机离心压气机的失速机理,采用数值模拟的方法,对压气机在设计点和近失速点的流场特征进行了研究,并对叶尖泄漏涡进行了建模。结果表明:在近失速工况下,更多的来自轮毂处的低能流和二次流会汇入叶轮通道近壁面的低速区,使得叶尖的堵塞加重,泄漏涡轨迹的偏转及其卷吸作用可能是造成这种现象的原因。通过在压气机机匣外侧引入虚拟镜像涡的方法,应用机翼涡对的不稳定性理论和面涡模型对泄漏涡建立了模型。应用该模型对本文研究的离心压气机以及三个国内外具有典型代表性的压气机进行了预测,表明模型得到的频率同计算和实验结果具有较好的吻合性,对德国宇航院压气机的预测频率与其实际频率的误差仅为2.8%。总体而言,当间隙高度较大时,模型的预测更为准确。     

复合材料加筋壁板制造成本的快速估算模型

为了能够在设计阶段早期对复合材料加筋壁板制造成本进行快速估算,提出了一种以结构设计重量为主要驱动因素的制造成本估算模型。该模型的关键是考虑了诸如材料成本比重系数、制造工艺系数、蒙皮形状系数、筋条形状系数、材料利用率系数等合理取值。以某验证试验的试验件制造成本估算为例,估算成本与实际制造成本的偏差为10.8%,说明了采用该方法对复合材料加筋壁板制造成本进行快速估算的结果是可以为设计人员提供决策依据的。     

基于MBD的数控加工工艺设计系统

MBD模型作为制造过程中唯一依据逐步成为航空制造业的发展趋势,并已应用到CAD/CAM中。但MBD技术尚未在CAPP中展开应用,导致MBD数据集在CAD/CAPP/CAM的集成设计制造过程中无法连续传递。针对航空数控加工需求,建立了基于图层的数控加工MBD工艺模型,提出了基于MBD的数控工艺设计流程,并设计开发了基于MBD的数控加工CAPP系统,实现了UG平台上集成设计制造的MBD应用。     

基于目视间隔条件下的碰撞风险分析

为研究目视间隔条件下进近过程中前后两飞机的碰撞风险问题,通过Reich碰撞模型和碰撞风险模型,引入目视误差作为影响因素之一,建立基于目视间隔条件下的风险评估模型.从纵向、横向、垂向三个维度分析前后两飞机碰撞的概率,求得目视条件下进近两机碰撞的概率,以此作为风险分析的结果.计算结果表明,利用模型计算出的碰撞风险符合国际民航组织规定的航空器空中碰撞概率规定值.故而可证明,目视间隔和目视进近可作为一种安全的空中交通管制运行模式缩小安全间距,提高空域利用率,增加飞行流量.     

临近空间动能拦截器神经反演姿态控制器设计

为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数（RBF）神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率（PSR）脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制（PWPF）调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。     

数字样机在飞机数字化协同研制中的发展

飞机数字样机是飞机产品的数字化表述,是与飞机相关的所有三维数字信息构成的产品模型集合,可用于工程设计、工程分析(空间分析、运动分析、拆装模拟、加工制造和维护检测)、工程仿真等活动。飞机数字样机的出现从根本上革新了传统飞机协同研制方式,开创了飞机数字化协同研制的新阶段,随着数字化技术、计算机网络技术的不断发展,数字样机在飞机数字化协同研制中的作用和地位也不断发展。从飞机数字化协同研制的发展历程出发总结论述了数字样机的发展历程。     

Arcadia建模方法与SysML建模方法比较研究

基于模型的系统工程与传统系统工程相比,有着形象化、具体化、沟通效率高等多种优势。基于系统建模(System Modeling Language,简称SysML)语言进行建模用途广泛,但是通过实践,针对系统架构和系统运行场景分析,基于Sys ML的建模方法特点并不突出。而Arcadia的基于模型系统工程建模有着简单、清晰等特点,对于系统架构和系统定义均有着Sys ML所不具备的特点。通过系统设计的目标与特点,对基于Sys ML的建模方法和Arcadia方法进行比较研究和实践,总结两种方法在基于模型的系统工程领域中的优劣。     

面向集中力扩散的回转曲面加筋拓扑优化方法

为了提高航天器回转曲面加筋型连接结构的集中力扩散效率,需要开展回转曲面加筋集中力扩散结构设计。传统放射肋设计方法普遍依赖设计经验、难以满足集中力高效扩散需求。因此,提出一种面向集中力扩散的回转曲面加筋拓扑优化方法。第1步,建立了一种基于各向异性过滤技术的集中力扩散拓扑优化方法,保证拓扑优化结果满足回转曲面加筋制造工艺要求;第2步,提出了一种基于网格变形技术的拓扑优化结果智能重构方法,可高效准确地对回转曲面加筋拓扑优化结果进行模型自动重构。基于所提出方法,以卫星平台对接环这种典型的回转曲面加筋壳为对象开展算例研究,并将优化结果与传统放射肋设计结果进行对比。结果表明,所提出的优化方法可得到加筋构型清晰、满足回转曲面加筋制造工艺要求的优化结果,且具有集中力扩散效率高、网格质量依赖性低、拓扑特征重构高效等优点。     

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。     

基于LSTM的飞行数据挖掘模型构建方法

提出了一种基于LSTM （Long Short Time Memory）模型的飞行历史数据挖掘模型的构建方法,此模型可以将飞行数据中有价值的目标数据自动提取出来。首先,通过滑动窗口法获得待检测数据;然后,将预先做好的训练样本数据输入到所构造的LSTM模型中进行训练,得到数据挖掘模型;最后,将待检测数据导入到训练好的LSTM模型中进行模式识别,将目标数据片段挖掘出来。结果表明,基于LSTM模型的飞行数据挖掘模型构建方法通用化程度高,可用于挖掘不同类型的目标数据,且识别率高,具有很高的工程应用价值。