基于响应面法的短距/垂直起降飞机近地面升力损失

建立了短距/垂直起降(S/VTOL)飞机近地面升力损失的流场计算模型.通过数值模拟得出特定升力布局的飞机近地面状态各工况的升力损失.采用响应面法获得了飞机升力损失关于喷管落压比（NPR）、来流速度及飞机高度的2阶响应曲面函数及显著影响飞机升力损失的关键因素.并分析了喷管落压比、来流速度及飞机高度对飞机升力损失的交互影响作用,优化得出给定工况范围内升力损失最小的工作点.研究表明:仅考虑单因素影响时,升力损失随高度、落压比的增大而减小,随来流速度的增大而增大;考虑两因素交互作用时,高度与落压比及来流速度与落压比对升力损失存在交互影响,而高度与来流速度对升力损失无交互影响;优化获得的升力损失最小的工作点是飞机距地面高度为9D（D为喷管直径）、喷飞机高度为3、来流速度为0m/s,此时的升力损失为1.3%.      

叶尖泄漏流和引射效应对跨声速串列转子失速机制的影响

为探究跨声速串列转子的失速机制,利用数值模拟的手段对不同间隙情况的某跨声速串列转子的叶尖流场进行分析.研究发现:前排二次泄漏区会对失速产生重要影响;叶尖泄漏流和引射效应是前排二次泄漏区流场结构的决定因素,而间隙大小直接影响着两者的强弱.当前排大间隙时,叶尖泄漏流强,是前排二次泄漏区流场的主导因素,这时失速首先发生在前排;当前排间隙减小时,引射效应增强,并逐渐成为主导因素,这时前排二次泄漏区的堵塞情况得到改善,失速区域转移到后排.改变前排间隙对该跨声速转子的性能有更显著的影响,当前排为最先失速排时,改变后排间隙对串列转子性能没有显著影响.      

飞机载体的杆臂效应对GPS测速精度的影响

杆臂效应是由于测量体的安装位置与运动载体质心不重合而引起的。从理论上分析了杆臂效应产生的原理,推导得出杆臂效应引起的速度误差公式。通过仿真试验和飞行试验数据分析了飞机载体不同运动状态下,杆臂效应对GPS速度测量精度的影响。通过对杆臂误差补偿后,GPS测速精度得到很大提高。在惯导系统飞行试验中引入该方法,可以科学合理地给出系统试飞评定结果。     

发动机进排气效应对民机构型气动特性影响

基于非结构混合网格技术,通过数值求解Navier-Stokes方程,分析了航空发动机进排气效应对民机构型气动特性的影响。通过设置合适的进排气边界条件来模拟发动机进排气效应的影响,采用单独发动机短舱风洞试验模型,验证了计算方法的可靠性。在此基础上,分析了发动机进排气效应对翼吊式和尾吊式两种典型民机构型气动特性的影响,结果表明:翼吊式民机构型发动机进排气效应对升力的干扰主要由发动机尾喷流的引射效应对机翼的干扰引起;尾吊式民机构型随着发动机进气流量的增大,机翼上表面压力逐渐减小,激波位置逐渐后移;不同发动机进气流量会对飞机的阻力特性产生较大影响,在飞机详细设计阶段需充分考虑机体与动力装置之间的干扰影响。      

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

新概念机翼尾流特性实验

大型飞机常采用开启襟翼以增大机翼升力系数,实现较大迎角的起飞和降落,而机翼在大迎角状态下,翼尖会产生能量集中且自由消散时间长的飞机尾涡,严重影响后续起降飞机的安全。基于Rayleigh-Ludwieg不稳定性,提出一种新概念飞机襟翼布局,通过水槽实验发现:新概念布局的襟翼对翼尖涡的消散具有明显的促进作用,不同参数组合下襟翼涡对翼尖涡的运动特性和能量变化的影响均有不同。实验结果也为飞机尾流控制的研究提供了参考,在满足飞行力学设计的基础上,合理运用增升装置构建四涡系统可以有效促进飞机尾流的消散,提高机场飞机起降效率。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

基于Gerber模型的DFR法与结构细节效应

在实际工程应用中,基于Goodman模型估算结构细节疲劳额定强度(DFR)的方法偏于保守,不够经济.本工作推导基于Gerber模型的DFR值D(应力比R=0.06)的计算公式,引入细节效应系数以考虑多细节对置信度系数和D估算结果的影响;与已有结果的比较发现:基于Gerber模型的D的估算方法能够较大程度地发挥材料的潜能,降低研发成本.利用构件细节额定值系数法,通过单个细节结构的D估算了含多个细节的结构的D.估算结果与试验结果的比较验证了基于Gerber模型的DFR法的准确性和适用性.