航天火工品爆炸引起的电磁干扰测量

通过地面模拟试验测量了火箭分离时火工品的爆炸产生的电磁辐射.通过杆天线和实时频谱仪测量了不同种类的航天火工品的爆炸辐射,表明辐射随着爆炸能量的增加而增强.使用聚能炸药索时,在爆炸分离后的数十毫秒内都会有明显的电磁脉冲出现,其频率主要集中在兆赫兹量级,在单个频点上的电场峰值可达数个V/m.使用偶极子天线对爆炸时舱体内外的电磁环境进行了对比,并对舱内线路上的感应电流脉冲进行了测量,得到了一些初步结论.试验结果可为舱内电子设备的抗干扰设计提供参考.      

定常吹/吸气控制凸包分离的数值研究

针对凸包流动分离主动控制开展了参数化数值研究。凸包模型为NASA设计用于流动分离主动控制的内外流通用模型。重点研究运行参数变化时定常吹/吸气影响。首先采用试验数据标定了所开发程序,然后进行了一系列参数化数值模拟。结果显示:定常吸气作用明显不同于定常吹气。对于所给定几何模型,不管吸气流量增加到多大,吸气都无法消除分离,而吹气可以做到。详细展示流动结构并讨论了流动机理。      

概率密度函数分析监测发动机气动不稳定征兆

对某型单轴涡喷发动机节流过程中的喘振故障进行了试验研究。在手工关闭放气带的情况下,该型发动机的共同工作线确定地穿越喘振区域,从最大状态收油门减速将会导致该型发动机进入不稳定工作。数据分析中发现压气机第一级静子机匣壁面静压对节流最为敏感,且静压脉动分量的概率密度函数分布随节流有规律地发生变化。定义了概率密度函数特征值θ来量化这种变化。进一步的数据分析表明,θ可以反映压气机第一级端部的流动分离情况,可以作为试验发动机节流过程中的气动稳定性指标。与直接检测模态扰动和短周期扰动相比,监测θ的变化可以为该型发动机提供较长的失速预警时间。      

低雷诺数下翼型表面局部振动控制研究

数值模拟研究了Re=4×10⁴时小迎角下表面局部振动激励对SD8020翼型气动特性的影响,从时均化和非定常流动两个方面分析了频率和幅值两个振动激励参数对于翼型分离和转捩特性的作用。结果表明,迎角2°和3°时局部振动激励能够有效对流场施加影响,促进层流分离泡结构的转变,改善翼型的气动性能。同时研究发现,振动频率在不同迎角下对翼型气动特性和流场结构的影响规律类似,频率f=32 Hz时气动性能提升最明显;而随着振动幅值的增加,层流分离泡长度减小且整体向前缘移动。进一步非定常分析表明,迎角2°和3°时流场在同一振动激励参数下表现出相似的非定常涡演化过程,弦向位置的压力脉动频率与振动激励频率一致,此时流场的非定常流动特征由振动激励主导。     

双脉冲固体火箭发动机隔塞运动特性

以双脉冲固体火箭发动机隔塞的运动过程为研究对象,搭建了脉冲隔离装置冷气冲击实验平台,获得了隔塞在Ⅰ脉冲燃烧室中的运动规律.采用动态结构嵌套网格方法,对隔塞的运动过程进行了数值模拟,分析了隔塞运动过程中流场结构,揭示了隔塞运动规律的形成机制.研究结果表明:对于单孔隔板,隔塞在燃烧室中沿轴向平稳运动,随着驱动压强的上升,隔...     

机床主轴径向回转误差的测试与研究

给出了一种主轴回转误差动态测量的误差分离方法,提出了一套主轴回转精度的动态测试系统。该系统由位移测试单元、采样时钟单元、数据采集卡、通用计算机及数据处理软件组成。     

处理机匣/压气机非定常相互作用分析

实验研究了三个不同槽数圆弧斜槽处理机匣对压气机气动性能的影响,实验结果显示,只有当处理槽数确定的处理机匣/压气机非定常相互作用频率锁定在压气机分离绕流流场非定常特征频率附近时,处理机匣才能展示出满意的扩稳能力.实验利用25孔总压耙测量压气机静子出口S3流面总压流场结构,测量结果表明,处理机匣/压气机非定常相互作用不但大幅度改善了压气机分离绕流流场结构,还影响了压气机总压升径向分布.      

进气畸变对低速轴流压气机失速特性的影响

利用插板扰流器模拟压气机进口畸变流场,并深入分析了此畸变流场对某单级低速轴流压气机的旋转失速特性的影响.通过对压气机性能瞬时响应、失速扰动信号的发展和失速扰动信号的频谱特性的分析,探讨了进气总压畸变对压气机失速形式、失速强度、失速频率的影响.在畸变区形成的失速扰动将经历形成、发展、衰减甚至消失这一发展过程,只有当阻尼不足以阻止失速扰动的发展和周向传播时,压气机才会进入旋转失速状态,从而影响了压气机失速特性.      

翼型动态失速的变下垂前缘控制数值模拟

用CFD方法对VR-12翼型可压缩动态失速的变下垂前缘控制概念进行了数值模拟研究.模拟结果显示,变下垂前缘控制能在最大升力下降不大的情况下,非常显著地降低最大阻力,减小俯仰力矩负峰值,明显改善动态失速的负面效应.在流动机理上,变下垂前缘控制完全消除了动态失速涡.对参数影响的模拟研究表明,变下垂前缘控制的优势对马赫数、简缩频率或下垂控制方式的变化不敏感,是一种健壮的翼型可压缩动态失速控制手段.      

机器学习辅助湍流建模在分离流预测中的应用

数据驱动湍流建模是近年来发展的提高雷诺平均N-S方程预测精度的有效手段,通过机器学习算法能够从高置信度数据中自动提取特征,建立准确的从平均流动特征到雷诺应力的预测模型。针对高雷诺数下积冰翼型绕流这一类典型的复杂流动分离问题,基于此前研究者提出的机器学习预测框架,从输入输出特征选择和翼型绕流中数据分布特性两个方面出发,对机器学习预测结果的光滑性和准确性进行改善。提出了基于雷诺应力张量分析和流动特征辨识的输入特征选择准则;提出了局部区域建模方法以及基准模型和机器学习预测模型混合的代入计算方法。将改进方法应用于积冰翼型绕流问题之中,结果表明改进的方法能够准确给出训练集和预测集上的雷诺应力结果,并且代入平均流计算可以得到和真实分布更加接近的流动和机翼表面压力分布。