机载拖曳体动力学建模及分析

在某些航空应用场景,需要通过飞行器拖曳功能性部件完成特定性任务,例如机载拖曳对潜通信天线等,在这些应用中,通过建立科学的模型和方法,准确地分析稳态、动态特性是保证拖曳体正常工作的前提条件。本文以对潜通信天线为例,建立考虑天线气动力、惯性力以及弹性力的多体动力学的机载天线动力学模型,并对该模型的稳态结果进行算例验证;对考虑载机非定常运动以及突风作用等扰动后的天线系统动态响应进行分析,并对天线断裂等极端情况进行评估。结果表明：本文所建立的模型在垂直度、天线张力等方面的分析结果较好,能够应用于航空拖曳体的稳态及动态特性分析,在对潜通信天线、加油管等系统的设计方面有一定的工程价值。     

复杂构件MDO六面体网格重构方法

从参数化模型和模型拓扑特征出发,提出了一套六面体网格重构的有限元模型建模方法.同时,使用随动点来约束网格的拓扑边界,保证网格的正交性,确保了网格重构后的网格质量;结合现有的商用软件ICEM的网格生成算法,开发了基于特征的参数化有限元(FE)建模程序.最终,针对航空发动机低压涡轮带冠叶片的叶冠参数进行的多学科优化 (MDO),实例验证了网格重构方法的有效性和可行性.      

进口导叶可调的涡轴发动机性能寻优控制模式

根据变比热容原理建立了进口导叶可调的涡轴发动机部件级全包线数学模型;仿真研究了涡轴发动机的最大功率、最低油耗、最低涡轮前温度控制模式.仿真结果表明:建立的涡轴发动机数学模型具有较高的准确度;采用最大功率控制模式在整个包线范围内显著提高了涡轴发动机的功率;采用最低油耗控制模式保证功率基本不变,而耗油率明显降低;采用最低涡轮前温度控制模式,能够保证功率基本不变,动力涡轮前温度显著降低.      

航空涡轮叶片气膜孔参数化建模研究

介绍了航空涡轮叶片气膜孔参数化建模的现状,分析了其参数化建模的难度。提取了气膜孔参数化建模的参数,提出了以一组气膜孔为对象的参数化建模流程及参数检查方法,解决了涡轮叶片设计过程中气膜孔反复修改耗时耗力的问题,从而提高了涡轮叶片的设计效率。     

复合材料蜂窝板积水的脉冲热像检测的研究

 用数值模拟和实验研究了飞机蜂窝板积水的脉冲热像检测的规律。提出了蜂窝板积水检测的新型三维传热模型;用有限元法分析了近水检测、远水检测和立放检测3种检测模式下信息参数与积水量的关系;用脉冲热像实验验证了近水检测的基本规律。结果表明:在这3种检测模式下,最大温差和最大对比度与积水高度均呈非线性关系,随着积水高度的增加而增大。近水检测灵敏度最高,其次是蜂窝板立放检测,远水检测灵敏度最低。积水和富胶对表面温度的影响趋势一致,利用温差曲线或最大温差信息无法区分积水和富胶状态。根据可检信息参数与积水高度的关系曲线可以反向估计积水高度。这些研究结果为飞机蜂窝板积水的脉冲热像检测及评估提供了技术支持。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

复杂时变激励下失谐叶盘瞬态强迫响应分析

提出一种高效的失谐叶盘瞬态强迫响应分析方法,不同于传统的数值积分方法,该方法推导出瞬态强迫响应的解析表达式,能更为高效地预测失谐叶盘的瞬态强迫响应。首先,对叶盘的高保真有限元模型进行减缩建模,在精确地描述叶盘结构的动力学特性的前提下,极大的减少了模型的自由度数目。其次,模拟加速旋转的涡轮叶盘经过复杂流场时叶片表面上的气动载荷,并建立叶盘固有频率和振型随转速变化的数学函数;通过共振分析确定叶盘共振的转速区间并分析引起共振的激励阶次成分。最后,计算了不同旋转加速度和阻尼下叶盘的瞬态强迫响应,并对叶盘的失谐幅值放大因子进行研究。应用本办法对某86个叶片的涡轮叶盘进行了数值分析,结果表明,相同阻尼水平下,叶盘的瞬态强迫响应幅值随旋转加速度增加而降低,失谐幅值放大因子在瞬态条件下大于稳态条件下,最高可达30%。     

小型电动无人机航程航时估算模型

小型电动无人机通常采用锂电池、无刷电机和螺旋桨组成能源动力系统,飞行过程中锂电池的实际工作电压发生变化,但飞机的总重量不变,其航程航时的估算方法与传统的燃油飞机有所不同。为了准确评估动力系统对飞机设计的影响,建立了以锂电池为动力的电动飞机推进系统模型,通过与实验数据比较,验证了各部分模型的准确性。利用该动力系统模型,对某款小型电动无人机进行了航程和航时估算,结果表明本文的建模方法准确有效,航程航时估算接近实验数据,可作为小型电动无人机设计的重要参考。     

Modelling of grinding mechanics: A review

Grinding is one of the most widely used material removal methods at the end of many process chains. Grinding force is related to almost all grinding parameters, which has a great influence on material removal rate, dimensional and shape accuracy, surface and subsurface integrity, thermodynamics, dynamics, wheel durability, and machining system deformation. Considering that grinding force is related to almost all grinding parameters, grinding force can be used to detect grinding wheel wear, energy calculation, chatter suppression, force control and grinding process simulation. Accurate prediction of grinding forces is important for optimizing grinding parameters and the structure of grinding machines and fixtures. Although there are substantial research papers on grinding mechanics, a comprehensive review on the modeling of grinding mechanics is still absent from the literature. To fill this gap, this work reviews and introduces theoretical methods and applications of mechanics in grinding from the aspects of modeling principles, limitations and possible future trendencies.     

Real-time modular dynamic modeling for compression system of altitude ground test facilities

Modeling of a centrifugal compressor is of great significance to surge characteristics and fluid dynamics in the Altitude Ground Test Facilities (AGTF). Real-time Modular Dynamic System Greitzer (MDSG) modeling for dynamic response and simulation of the compression system is introduced. The centrifugal compressor, pipeline network, and valve are divided into pressure output type and mass flow output type for module modeling, and the two types of components alternate when the system is established. The pressure loss and thermodynamics of the system are considered. An air supply compression system of AGTF is modeled and simulated by the MDSG model. The simulation results of mass flow, pressure, and temperature are compared with the experimental results, and the error is less than 5%, which demonstrates the reliability, practicability, and universality of the MDSG model.