柔性-刚性混合翼微型飞行器气动特性研究

提出了一种将柔性翼和刚性翼相结合的柔性-刚性混合翼微型飞行器新概念布局型式，通过与刚性翼微型飞行器的风洞对比试验研究了该新概念布局的气动特性。在此基础上，进行了柔性-刚性混合翼微型飞行器试验原理样机的飞行试验验证。风洞试验和飞行试验研究结果表明：柔性-刚性混合翼微型飞行器的新概念布局是可行的；与刚性翼微型飞行器相比而言，柔性-刚性混合翼微型飞行器具有更好的气动特性，对解决微型飞行器抗风稳定飞行问题是有效的。     

扑翼微型飞行器悬停状态的扑动模式设计

依据美国伯克利大学对微型扑翼飞行器空气动力学的研究成果,对翼展处于10~25 mm(翼尖到翼尖)的扑翼微型飞行器的扑动模式进行了研究。设计了一种当飞行器处于悬停状态时,翼的扑动模式,使得飞行器可以通过改变扑动参数的大小来调节扑动力。仿真结果验证了设计方法的合理性。该研究为扑翼微型飞行器的飞行控制研究提供了一种手段和思路。     

多段翼型绕流的数值模拟研究

采用C—H型混合的结构化网格,选用Wilcox提出的k-ω模型求解可压的N-S方程,模拟了多段翼型的流场。结果表明：在4°和6°迎角下的非定常计算结果与试验结果的对比,计算结果与试验值吻合的较好。本文应用了亚迭代时间法,正确地描述了30P30N多段翼型前缘结构区域的流动特征和流动机理。     

民机的一种新型布局形式——翼身融合体飞机

 讨论了一种区别于机翼与圆柱机身的传统民机外形——翼身融合体（BWB）外形。从给定容积下减少浸润面积和摩擦阻力的考虑发展出了翼身融合体的概念。在满足系列设计约束条件下讨论了适于大型（800座）客机的翼身融合体的技术和商业上的可能性。概念设计研究表明,翼身融合体外形可获得比常规外形更好的性能。巡航升阻比可从传统外形的19提高至23。480座的BWB外形与同量级的传统外形（A380-700）相比,最大起飞重量可减少18%,每座位燃油消耗可减少32%,具有良好的环保性。通过气动载荷分布规律的反设计,翼型修型和三维优化设计等气动设计方法可以有效减阻和提高BWB的气动性能。由于BWB的高度融合性,讨论了多学科优化设计方法的重要性和有效性。BWB概念能够发展成BWB系列机,进一步提高巡航马赫数也是可能的。     

多传感器数据融合的平均航迹算法

提出了一种适用于分布式多传感器的平均融合算法,对其算法机理进行了详细描述。对融合算法、未融合算法和算术平均算法三者的跟踪航迹和方差进行了仿真比较。仿真结果表明,融合算法优于算术平均算法和未融合算法。它提高了跟踪精度,改善了航迹质量。尤其在多传感器跟踪系统工作异常的情况下具有独特的优良位能。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

昆虫翅悬停飞行中的三维空间旋涡结构

昆虫(果蝇)悬停飞行中,翅膀按照特定的拍动方式往复运动,产生非定常高升力维持身体的平衡.研究昆虫高升力机理,需要探索拍动翼运动引发的三维空间非定常流场的特性,尤其是三维空间非定常涡的发展变化过程.本文将氢气泡流动显示技术应用于动态模型实验,定性的观察拍动翼前缘涡(LEV)的发展破裂过程.并利用数字体视粒子图像测速,DSPIV(Digital Steroscopic Particle Image Velocimetry)技术,测得了拍动翼运动瞬时相位和相位平均的三维空间流场信息(速度向量场、截面涡量场、空间涡量场,以及三维空间流线),揭示了拍动翼展向流动的存在,并结合定性和定量方法多角度说明了前缘涡沿展向发展到破裂的流动结构,并说明了侧缘涡与前缘涡的相互影响.测量结果表明:在雷诺数960的情况下,拍动翼运动至相位时,翼面上前缘涡在距翼根约60%展长的位置发生破裂;翼根至破裂点之间,展向流动稳定,指向翼梢;破裂点以后,展向流改变方向,指向翼根.     

太阳能飞机翼肋结构拓扑优化设计

太阳能飞机翼肋结构轻薄且数量众多,其结构形式的合理性对于结构减重、机翼刚度设计等具有重要意义。基于现有太阳能飞机翼肋的结构形式,提出一种翼肋拓扑优化设计方法:首先,应用双向渐进结构优化法(BESO),以单元应力为判断指标,对太阳能飞机典型翼肋进行结构拓扑优化;其次,基于拓扑优化结果对翼肋进行结构细节设计;最后,通过有限元计算,验证翼肋的结构强度、刚度和静稳定性。通过本文方法,能够得到太阳能飞机翼肋更为合理的结构布局。     

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。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。