新型磁流变减摆器节流孔流场分析

节流孔是磁流变减摆器产生阻尼的主要方式,在磁流变减摆器实际工作环境下,磁流变液经过磁场时会随磁场分布强度不同而产生变黏度等应激变化。建立某新型磁流变减摆器计算模型,通过改变节流孔孔径大小,使用商业软件 Fluent 对其所产生的流场进行分析,将模拟结果与实验结果进行对比。结果表明:磁流变液流通量及淤积效应是决定磁流变减摆器初始阻尼及时滞效应的主要原因;在 0.2mm 孔径时时滞效应最明显,且随频率增高磁流变减摆器对于外界激励反应速度明显下降。     

基于离散伴随的流场反演在湍流模拟中的应用

精确模拟湍流流动是学术界和工业界均普遍关注的问题。采用数据驱动湍流建模的思路,建立了基于离散伴随方法的流场反演框架。通过为SA模型涡黏性输运方程的生成项乘以非均匀分布的系数,并利用有限的观测数据对该系数进行推断,实现对SA模型的修正。为了提高带有物理约束的离散伴随优化的效率,发展了约束增广的伴随方法,其高效性在本文得到了验证。选取了结冰翼型和周期山2个分离算例进行分析,所得结果在2个算例中均能以很高的精度拟合观测数据,并能借助湍流模型的修正将有限的观测信息泛化到整个流场。分析表明,流场反演所推断出的修正区域具有较为明确的物理意义,能够指导湍流模型的进一步改进。     

流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

某型飞机视场中出现故障显示符分析

针对某型瞄准具自检时显示器视场中出现故障显示符"×",导致军械科目训练和支援作战任务无法完成的问题,通过对瞄准具系统工作原理进行分析,确定视场中出现故障显示符的原因,制定了可行的故障排除方法,可为同类型故障的排除提供参考。     

空空导弹固体发动机内弹道对导弹后体流场非定常影响的数值模拟

空空导弹高空工作过程中,外部的超声速来流与其固体火箭发动机的尾部喷流相互作用,形成复杂的非定常尾部干扰流场,影响导弹后体的工作环境。为了探寻发动机内弹道对导弹后体结构的非定常影响,采用双组分气体的非定常CFD仿真模型对某空空导弹发动机工作期间的喷管内流场和导弹外流场进行一体化数值模拟,研究了由多个自由剪切层、激波、膨胀波等组成复杂干扰流场的结构,以及在发动机内弹道和外流速度的非定场效应影响下其变化过程,在此基础上定量分析了由此引起的尾流的温度和燃气的扩散,以及在不同内弹道阶段发动机对导弹后体结构产生的影响。计算结果表明,非定常干扰流场在导弹后体附近产生不断变化的低速涡流区域,加速了温度和燃气的扩散,致使导弹尾端面区域受到高温气体冲刷,进而降低导弹后体结构的安全性。因此,空空导弹的后体设计有必要考虑并减少发动机内弹道与导弹外流的非定场影响对导弹后体安全性所造成的潜在威胁。     

非理想太阳帆受阴影影响的地球逃逸轨道探讨

太阳帆航天器通过反射太阳光子实现推进,是一类特殊的小推力航天器,因此其逃逸轨道不同于常规化学推进的航天器。文章考虑太阳帆帆面褶皱和鼓起等因素,建立更为真实的太阳帆光压力模型;同时,由日地关系建立三种不同的二维地影模型,并进行了初步的对比仿真研究。研究结果表明:尽管非理想太阳帆和地球遮挡这两个因素短时间的影响很小,但随着时间的推移,会对整体逃逸轨道和逃逸时间产生累积影响。文章的研究结果对于利用太阳帆实现逃逸轨道设计和姿态控制具有一定的指导意义。     

燃烧场吸收光谱诊断技术研究进展

基于可调谐半导体激光吸收光谱(TDLAS)的视线测量技术,有能力实现流场温度、速度、组分浓度等参数的快速测量。作为一种有效的诊断工具,TDLAS传感器已经在燃烧和推进系统的研究和开发中获得广泛应用,为改善系统的性能发挥着越来越重要的作用。新应用机会的出现,对传感器提出新挑战的同时也促进了相关技术的进步。概括介绍了TDLAS技术的发展水平、在燃烧场诊断中的应用及未来的潜力,为相关研究人员提供参考。     

底排装置尾部化学非平衡流的数值模拟

为了研究二次燃烧对底排增压减阻的影响,采用8组分12步反应的H2-CO燃烧模型作为二次燃烧模型,运用统一算法的思路编程求解二维轴对称多组分N-S方程,对底排装置尾部化学非平衡流进行数值模拟。底排装置的底压随排气参数变化的模拟结果和现有实验数据比较吻合。数值模拟结果表明:底排装置底部压力随着排气参数I的增加先迅速增大,当I达到0.007时,底压增长速度逐渐变慢,在I=0.01~0.015的范围内底压基本不变,此时底排增压减阻的效果最好。当排气温度Tj≤1025K时,底排装置尾部没有发生二次燃烧,底排减阻率相对较小。当1025KTj≤1100K时,底排装置尾部发生二次燃烧,且随着Tj的增加,燃烧逐渐由不充分变为充分,二次燃烧使底排装置尾部的高温区域大幅增加,且底排减阻率由13.7%速增到57.5%。当Tj1100K时,二次燃烧充分。底排装置的排气温度应大于1100K。