细长体飞行器自由边界热模态试验与仿真

随着耐热承载一体化材料在新型高超声速飞行器上的应用,承力结构的工作温度不断提高,各类热模态特性逐渐得到关注。针对非平面形状的细长体飞行器自由边界条件下的热模态特性开展了研究。通过研究模拟气动加热条件的圆筒形加热笼、模拟自由边界的耐高温柔性支撑、非接触激光多普勒测振、耐高温激振杆激励等试验方法,获得了细长体结构自由边界条件下随温度变化的前3阶模态变化情况。结果表明：对此类薄壁长圆筒类结构,温度升高对模态频率影响可以超过6 Hz。开展有限元仿真,并与试验取得的热模态结果的变化规律进行对比。结果表明：建立考虑温度对结构弹性模量、热应力影响的壳单元模型,能够较好地预测出前3阶模态频率在全部受热时间范围内的最大下降量,可为高超声速飞行器控制系统设计时的拉偏范围提供参考。     

空冷电机气动噪声的分析与验证

介绍了空冷电机气动噪声的来源、测量方法以及工程上常用的气动噪声控制措施。以某空冷电机为例,采用CFD方法对外风路的稳态流场、瞬态流场以及声场进行了数值分析,将计算结果通过试验进行验证。这对自通风型空冷电机的气动噪声分析具有一定的参考意义。     

三类气动导纳数值识别方法的适应性研究

针对气动导纳函数的数值识别方法,借助于CFD,在简谐脉动来流、湍流和竖向阶跃来流下对平板断面和箱梁断面的导纳函数函数进行研究。首先,在无断面存在的空流域内详细研究了简谐脉动来流、湍流和竖向阶跃来流的传播特性及其数值计算方法。其次,对有断面存在的情况进行了数值计算。最后,识别得到了平板断面和箱梁断面在三种不同来流下的气动导纳函数。结果表明:对平板断面,三种方法识别得到的气动导纳函数与Sears函数吻合良好,验证了三种数值计算方法的可行性;对箱梁断面,简谐来流和湍流下识别的气动导纳差别不大。相比之下,完全基于线性叠加原理的阶跃来流方法产生了实质性的偏差,表明该法不宜用于钝体断面。计算效率方面,湍流的计算效率适中且对任意断面适用;简谐脉动来流的计算效率最低,适用于气动导纳与风场无关和弱相关的断面;竖向阶跃流方法具有计算时间短的优势,但它仅能用于气动导纳与风场完全无关的断面。     

第一届航空CFD可信度研讨会总结

总结了第一届航空可信度研讨会(AeCW-1)的数值模拟结果。AeCW-1会议由中国空气动力学会计算空气动力学专委会主办,并在第一届空气动力学大会上做了专题研讨。本次研讨会吸引了14家单位参与,共提交了26组计算结果。活动的主要目的是针对典型运输机巡航构型,评估国内CFD当前技术状态,探索CFD进一步发展的研究方向,促进CFD验证和确认工作的开展,为大型客机的研制提供技术支撑。AeCW-1选择的研究模型为中国空气动力研究与发展中心(CARDC)设计的单通道运输机模型(CHN-T1),CHN-T1包括机身/机翼/平尾/立尾等部件,分别在CRADC的2.4m×2.4m风洞(FL-26)、欧洲的2.4m×2.0m风洞中(European Transonic Wind Tunnel,ETW)开展了风洞试验。AeCW-1组委会提供了系列结构网格和非结构网格,研究工况主要包括网格收敛性研究、抖振特性研究、雷诺数影响研究,风洞模型支撑装置和静气动弹性变形对数值模拟结果的影响是重要的研究内容。本文对提交组委会的数值模拟结果进行统计分析,并与FL-26及部分ETW的风洞试验结果进行了对比,对未来的研究工作提出了意见和建议。     

CHN-T1标模2.4米风洞气动特性试验研究

大飞机标模可用来校验风洞流场品质,检验和提高大型飞机风洞试验数据质量,标模的外形特点及其气动特性能否反应现代大飞机设计特点尤为重要。气动中心前期已完成了一套大展弦比飞机标模CHN-T1的设计研制,为了验证设计结果,在2.4米跨声速风洞中进行了一期验证试验,试验Ma数范围0.40～0.90,模型名义迎角-6°～15°,侧滑角-3°～12°,雷诺数Re=(3.3～7.5)×10~6。试验内容包括纵横航向基本特性试验、重复性精度试验、变雷诺数试验、转捩对比试验、流谱观察试验和变形测量试验。结果表明,该飞机外形具有良好的升阻特性,符合现代大展弦比飞机的典型气动特征,可用于2.4m跨声速风洞大型飞机标模试验数据体系建设。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

2050铝锂合金形变热处理工艺

为获得较优的2050铝锂合金形变热处理工艺,本文采用正交试验和极差分析探究固溶温度、预变形量、时效温度与时效时间对合金力学性能和组织的影响。通过TEM、金相分析不同工艺下材料的微观结构,探究其与力学性能间的影响关系。结果表明,固溶温度525℃,预变形量12%,时效温度160℃,时效时间48 h的工艺参数能够获得较优综合力学性能。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

不同雷诺数下翼型气动特性及层流分离现象演化

低雷诺数下空气黏性效应突出,翼型表面普遍存在层流分离现象,相比常规雷诺数情况气动特性显著恶化。采用带预处理的Roe方法求解非定常可压缩Navier-Stokes方程的数值模拟技术和低雷诺数低湍流度风洞油流显示试验技术,对FX63-137翼型不同雷诺数下气动特性和流动结构展开深入研究。通过风洞油流显示试验可以清晰获得低雷诺数层流分离流动的两道油流汇集线。数值模拟结果表明其分别为时均化主分离线和二次分离线,两种结果定性定量均吻合较好,证明了本文的研究方法有效可靠;雷诺数从500 000降至20 000,翼型气动特性和层流分离流动结构均发生显著的变化,伴随阻力系数剧增和升力系数剧降,时均化流动结构从附体至出现经典的长层流分离泡,并最终演化为后缘层流分离泡,相应的两种分离泡的非定常流动结构也存在显著差异;对于阻力系数和升力系数而言,存在不同的临界雷诺数,因为导致阻力系数剧增的机理在于经典长层流分离泡的产生使翼型压差阻力大增,而造成升力系数剧降的主要原因在于后缘层流分离泡使得等效翼型后部弯度减小;非定常结果显示正是由于翼型表面漩涡周期性的生成与脱落,才造成了低雷诺数下升力系数的周期性波动。翼型上表面主分离涡即将脱落时,流线在后缘附近再附,升力系数达到峰值;而当流体从下表面向上卷起二次分离涡时,尾部流线大尺度分离,升力系数降至谷值。