圆柱尾流与游鱼间相互作用的数值计算研究

为了预测鱼类游泳问题的流动演变,开发了一种基于浸入边界格子玻尔兹曼方法的流动求解器.采用基于隐式边界力校正框架的灵活迭代算法降低计算成本和内存.在确定边界节点的速度修正后动量力由简单的直接力公式描述,无需复杂的积分计算.使用所提出的流动求解器,分析了鱼引起的动态失速涡与非定常流动中的传入涡之间的流体动力学相互作用.数值...     

基于ANCF的薄膜太阳帆自旋展开动力学模拟

执行深空探测任务的薄膜太阳帆在入轨展开过程中,其薄膜结构在宏观力学响应上表现出显著的拉压不对称特性.系统的动力学行为呈现出强烈的非线性特征,使其动力学建模与仿真计算面对巨大挑战.基于绝对节点坐标方法(Absolute Nodal Coordinate Formulation,ANCF),整合张力场和不同模量弹性理论,推...     

自由面碎冰浮冰环境高速入水动力学特性

为了研究碎冰环境下航行体高速入水过程中的空泡流场演化、航行体动力学响应以及碎冰载荷特性等规律,基于任意拉格朗日-欧拉方法建立了碎冰环境下的航行体高速入水流固耦合计算模型,并与高速入水试验、冰材料三点弯矩试验对比验证了方法的有效性和冰材料模型的可靠性。利用构建完成的高速入水流固耦合计算模型重点研究了碎冰以及碎冰间隙对航行体入水过程流场、动力学参数以及载荷的影响。研究结果表明：碎冰的存在对航行体入水后的水面抬升以及产生的飞溅演化存在抑制作用;碎冰环境下航行体的入水冲击载荷显著增加,其过程相较于无冰环境具有更大的动能损耗,但其砰击载荷持续时间与无冰环境入水过程一致;入水形成的飞溅冠连续性随着碎冰间隙的增加而增加,一定碎冰间隙范围内,航行体瞬时砰击载荷与间隙大小呈负相关关系,间隙足够大时,砰击载荷变化相对较小。     

民用飞机冲压空气涡轮系统适航工程技术研究

冲压空气涡轮系统是一种飞机应急能源,其在紧急情况下为飞机提供应急液压源和/或应急电源,对飞机应对紧急情况至关重要。参照 AP-21-AA-2011-03-R4 中关于航空器生命周期审定过程划分及合格审定活动,结合某型民用飞机冲压空气涡轮系统研制过程,从识别审定基础开始,将适航条款转化成需求,落实到产品设计中,明确条款的...     

风雷软件LES开发设计与验证

基于国家数值风洞风雷软件开源框架，设计开发了LES(Large Eddy Simulation)湍流模型，主要包括Fourier谱/有限差分方法 LES求解器和有限体积/有限差分方法 LES求解器。简要介绍了采用的不可压缩流动求解的投影法、Fourier谱/有限差分混合方法、亚格子模型等理论方法，给出设计的软件框架和计算流程，尤其说明采用的松/紧2种耦合模式。通过数值模拟不可压缩槽道湍流、亚临界雷诺数圆柱绕流、NACA0012临界攻角的低频振荡算例，验证求解器的计算精度和复杂湍流模拟能力。基于风雷开源框架设计的开源LES模型，具备高精度数值格式、亚格子模型、湍流统计等通用模块，可为国内学者提供一个LES湍流模拟研究的开放平台。     

系留无人机平台搭载的蜂窝通信基站吞吐量优化

考虑多架系留无人机（UAV）空中基站为多小区提供空地双向通信服务时，针对地面用户数目分布不均匀和多机协同服务同频干扰严重的问题，提出了一种联合优化空中基站高度和链路传输方向的吞吐量优化算法。该方法通过使用最大同频链路准则和就近服务准则确定了同频链路配对和无人机/用户配对，通过优化空中基站高度和链路传输方向提升了系统平均吞吐量，并减少了用户间的同频干扰。多种场景下验证结果均显示，所提方法显著优于其他非联合优化的对比方法，当拥塞小区用户数目是非拥塞小区用户数目的1~36倍时，相比于不联合优化链路传输方向和空中基站高度的对比方法，所提方法可提升系统平均吞吐量8倍左右。      

基于伴随方法的单级低速压气机气动设计优化

采用梯度方法对某型4.5级压气机最后级进行气动设计优化研究，梯度由连续伴随方法计算确定，多排伴随方程采用伴随掺混面模型进行数值求解。首先，采用基于经验修正的初步设计方法设计带进口导叶的4.5级低速、低压缩比压气机的原始气动外形。之后，在压气机近失速工况对最后级静子叶片进行伴随气动设计优化，通过优化叶型和安装角降低流动损失，目标函数定义为加权求和形式的熵增和流量偏差，优化中对流量进行约束。最后，开展基于伴随方法的多工况气动设计优化研究，改善两个不同转速条件下最后级的气动性能。优化结果表明，基于伴随方法的多排气动设计优化可以通过改变叶片气动外形提升多排全工况气动性能。     

基于热力学的涡扇发动机神经网络建模方法

由于无法掌握不同发动机的真实部件特性，传统热力学模型对在翼涡扇发动机的建模存在较大的建模误差；同时，热力学模型在特性图边界线附近迭代时，容易迭代到特性图之外，造成迭代过程的不收敛。针对上述问题，本论文提出基于热力学过程的涡扇发动机神经网络建模方法，在神经网络模型的训练过程中充分考虑对部件共同工作热力学约束的优化，提高发动机建模的准确性。通过构建部件级网络结构、部件共同工作损失函数及融合训练过程，将基于部件特性图的传统热力学模型迭代过程转化为部件级神经网络的多目标优化与训练过程，提高了模型的收敛性及建模准确性。模型在26 970条发动机实际飞行数据上进行了训练及测试，结果表明，在相当宽松的准稳态数据下，论文提出的建模方法最大误差可以达到7%左右，比基于部件特性图的热力学模型低5%左右。