考虑滑流影响的埋入式进气道气动特性分析与流动控制研究

研究滑流对埋入式进气道性能的影响机理对于发动机的稳定性具有重要意义。针对某型涡桨发动机 滑油散热器进排气道系统,基于 CFD技术建立系统的螺旋桨滑流与滑油散热器内流一体化数值模拟方法,进 行考虑滑流影响的滑油散热系统埋入式进气道气动设计仿真分析;针对埋入式进气道由于吸入边界层低能气 流导致通过散热器流量低的问题,设计4组涡流发生器进行主动流动控制。结果表明:滑流使得进气道中的气 流偏离,难以形成稳定漩涡,容易发生流动分离;而合理设计的涡流发生器可以有效改善埋入式进气道内流场 特性,并使通过散热器的流量提高12%。     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。     

考虑配平特性的超声速客机低声爆气动布局优化研究

降低声爆水平是下一代超声速运输机研制需要解决的关键问题之一。低声爆优化通常使飞行器布局向着机翼后掠角增大、机翼沿机身方向分布范围增大的趋势发展,给飞行器的配平和低速特性带来不利影响。以某超声速客机基本构型为研究对象,建立基于类别/形状函数的翼身组合体参数化建模方法;基于超声速线化理论分析外形几何参数对声爆水平的影响。在此基础上,分别针对机身轮廓、机翼平面形状以及扭转角分布对该构型进行低声爆优化和俯仰力矩特性优化,并采用CFD 方法对优化结果进行校核。结果表明：与基准构型相比,在不显著增加俯仰力矩的基础上,优化构型的阻力降低了19 cts,近场过压显著降低,地面声爆响度降低5.1 PLdB。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

热声耦合振荡燃烧的实验研究与分析

热声耦合振荡是在推进系统工作中经常遇到的危害系统工作及安全的现象。它是由非稳定燃烧放热和压力脉动互相耦合产生的系统振荡过程。通过对天然气预混燃烧过程中的热声耦合振荡现象进行了实验研究,分析了不同当量比、热负荷和进出口边界条件下天然气燃烧的动态过程,分析其稳定范围及振荡模态随影响因素的变化规律。结果显示振荡频率随着当量比的减小有所增加,但是没有发生模态变化。在常压条件、接近贫燃熄火极限时,热声耦合振荡现象消失,压力脉动频率跃升至500 Hz或1000 Hz附近的高频。燃烧室出口越接近阻塞条件,燃烧过程的稳定范围越小。同时入口边界位置越接近燃烧段,压力脉动频率越高。热功率变化也会对脉动频率和声压级数值产生影响。另外还采用线性扰动分析方法对天然气燃烧动态过程进行理论分析,进一步研究了不同条件下旋流预混燃烧的热声耦合振荡模态。     

喷流对飞机尾流涡影响的试验研究

飞机产生的尾流涡,特别是大尺度的翼尖涡,对尾随其后的飞行器是非常有害的,本文旨在探索利用飞机发动机产生的喷流加速尾流涡消亡的方法。试验采用简化的飞机模型(有尾翼),建立了包含一对翼尖涡及一对反向旋转的尾翼涡(通过以负迎角安装尾翼得到)的4涡尾流系统。在无外来扰动的情况下,不同的尾翼设置下得到的尾翼涡对翼尖涡的作用效果不同,有的能导致翼尖涡提前消亡,有的则不能。考察了不同强度的喷流对不同4涡尾流系统的影响,且作为对比,对无尾翼(2涡系统)及无喷流下的各种情况也分别作了观测。试验在拖曳水槽中进行,运用体视粒子图像测速(SPIV)技术,观测了与模型拖曳方向垂直的、从机翼后缘到下游约45翼展间均布的一系列切面。结果表明:当喷流直接作用于涡时,其效果主要取决于两者之间的初始距离及相对强度;而当喷流作用于整个4涡尾流系统时,其引入的扰动对不同的系统均能起到一定程度的改善作用,这种作用的关键在于利用喷流优化对翼尖涡进行扰动的机制,而不仅仅取决于喷流的强度。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。