超声速混合层中边频扰动的气动声场

为研究超声速流动下混合层声辐射机理,提高对超声速混合层气动噪声的认识,利用抛物化稳定性方程(PSE)考察一对频率接近失稳扰动的非线性演化,分析近场差频扰动的演化特征,并结合Wu积分理论计算远场声辐射特性。结果表明,超声速混合层中频谱拓宽与差频扰动有关,差频扰动的产生,拓宽了远场马赫波辐射范围,增大了远场马赫波辐射强度。对于快模态扰动,差频扰动频率越小,其增长能力越强,远场马赫波辐射区域越宽;对于慢模态扰动,差频扰动频率大小对其增长能力影响不明显,远场马赫波辐射范围和强度变化不大。      

盘式对转永磁风力发电机设计与分析

针对现有风力发电系统普遍存在的工作风速范围较窄、风能利用率较低等问题,设计了一种盘式双转子对转永磁风力发电机,双转子对转运行。在介绍该电机的结构与运行原理的基础上,推导了电机功率尺寸方程,给出了该电机的初步设计方法。利用有限元软件对电机进行了三维建模和动态仿真分析,得到其磁路特点和电磁性能,验证了所提设计方法的有效性。     

悬停状态倾转旋翼机非定常气动干扰研究

悬停状态旋翼/机翼机身干扰流场的高精度数值模拟对准确预估倾转旋翼飞行器气动性能具有十分重要的意义,开展该干扰流场的高精度数值模拟一直是直升机空气动力学领域的研究热点和难点之一。本文基于运动嵌套网格技术,建立一套适用于倾转旋翼非定常流场的CFD方法。采用雷诺平均Navier-Stokes(RANS)方程作为主控方程,湍流模型选用Spalart-Allmaras模型,时间推进上采用高效的隐式LU-SGS格式。在此基础上,首先开展某新型倾转旋翼无人机的旋翼/机翼机身非定常干扰流场数值模拟研究,得到了与文献相符的“喷泉效应”现象,计算结果显示干扰作用使总拉力损失16.6%。然后着重研究了不同襟副翼预置角对降低悬停状态下旋翼/机翼机身气动干扰作用的影响,研究结果显示45°襟副翼预置角效果最佳,使全机总拉力损失从原来的16.6%降到13.8%。     

基于Hamilton体系的Lagrange方程盒式倾转旋翼无人机建模

针对倾转旋翼飞行器动态倾转过程中动力学建模问题进行了研究。首先,从多体动力学出发,以某盒式倾转旋翼无人机为算例,将该无人机假设成由机翼、机体、涵道风扇、倾转旋翼等组成的多刚体系统。其次,通过不同刚体质心间的位移约束,建立该无人机系统的非保守力和力矩矩阵,以及动能、势能、余虚功和逆势能模型。最后,分别基于Hamilton体系下的Lagrange方程和第二类Lagrange方程推导并建立了该盒式倾转旋翼无人机的动力学模型。仿真结果表明:两类Lagrange方程所建动力学模型的仿真结果与实验数据一致,验证了所提建模方法的合理性;在倾转旋翼转速不变的情况下,倾转过程所用时间越长,无人机掉高越少,轨迹越光滑,但输入能量越多,具体倾转过程的设计要根据实际输入能量、倾转时间等需求进行确定。      

带极点配置的LQR算法在空间站力矩平衡姿态控制中的应用

在进行空间站力矩平衡姿态（TEA）控制设计时,需要将姿态动力学、动量管理与干扰抑制滤波器相结合形成系统模型,以抑制外部干扰对姿态的影响.带有区域配置的改进LQR算法用于线性化的系统模型,能够使得系统闭环极点落入期望的扇形区域,区域分别由给定整数定义张角、正数定义稳定阈,建立的代数Riccati方程组可采用两步法进行迭代求解,自动生成所需要的状态权矩阵,并得到系统的反馈增益,完成闭环极点的区域配置.该算法用于对空间站姿态控制及动量管理的控制系统,结果表明系统稳态及动态特性能够达到预期目标.      

一类求解Hamilton-Jacobi方程的交错网格差分格式

Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程在控制论和微分对策中有广泛的应用,由于其表达形式与双曲守恒律方程极为相近,这有利于借助于求解双曲守恒律方程的差分格式来构造求解Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程的差分格式。文中将Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程变化为双曲守恒律方程,利用求解双曲守恒律方程的交错网格的Ｇａｕｓｓ型差分格式,构造了一类求解Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ方程的交错网格的Ｇａｕｓｓ型差分     

三维复杂外形的双曲型非结构网格生成方法

为了实现棱柱网格的自动化生成,发展了使用双曲型偏微分方程生成棱柱网格的方法。利用网格正交性条件和单元体积约束相结合的双曲偏微分方程,从物面网格向外逐步推进生成棱柱形网格。通过类比结构网格双曲型网格生成方法,在非结构网格局部格点坐标系上建立了双曲型网格生成方程,通过格点有限体积法、迎风格式和隐式的方法离散控制方程,使用GMRES求解器求解线性方程组,进而自动生成棱柱网格。该方法应用于球外形、具有尖锐边缘、深凹高凸的旋成体外形、双椭球外形以及X38复杂飞行器,生成的网格表现出良好的正交性和光滑性,表明本文的方法是成功的。数值仿真结果表明本文的网格适用于气动力热的数值模拟。     

融合物理的神经网络方法在流场重建中的应用

神经网络融合物理先验知识能极大提高其拟合复杂变量的能力,其中融合神经网络和物理控制方程的物理融合神经网络模型（physical-informed neural network, PINN）,赋予传统神经网络所不具备的先验知识和可解释性。结合课题组对PINN方法的研究和应用,本文介绍了融合N-S方程的PINN神经网络模型预测能力。首先借助三维超声速槽道湍流的直接数值计算数据,耦合神经网络和可压缩N-S方程,应用PINN方法对槽流的瞬时流场的物理量进行预测,并对瞬时量及其统计平均值与DNS对应结果进行对比来验证训练所获PINN模型的可靠性。其次,借助不可压缩圆柱绕流与三维可压缩槽道流动的计算数据,利用PINN模型进行了N-S控制方程待定系数与待定项的重建,结果显示其在重建流场流动信息的同时可逼近方程的待定系数。研究结果证实了PINN方法可为建立流动物理模型提供工具和算法支撑。     

基于映射函数的新型五阶WENO格式

研究高精度和高分辨率的差分格式对于复杂流场的数值模拟有重要意义。为了克服WENO-JS格式和WENO-Z在通量函数的一阶和二阶极值点处降阶的缺陷,基于重构权重系数的思想,设计一族映射函数并应用到五阶WENO格式中。近似色散关系表明,WENO-Pe的色散误差和数值耗散均小于WENO-JS、WENO-Z以及其他基于映射函数的WENO格式。新格式与其他格式数值模拟变形的高斯波问题,Sod激波管、Lax激波管、激波密度干扰问题等一维算例,Riemann问题、Rayleigh-Taylor不稳定性问题、双马赫反射问题等二维算例的结果表明：在精度阶相同的情况下,WENO-Pe格式拥有更良好的捕捉间断能力,分辨率更高,适合应用于复杂流场的数值模拟。