湍流参数对复杂形状涡轮盘腔流场的数值研究

以罗罗公司未来某型双轴发动机的高压涡轮旋转盘腔为计算模型，目的是要对复杂的内部旋转空腔流场有一个详细的了解，通过CFD(FLUENT6．0．12)的研究为即将进行的放大比例的旋转涡轮盘腔试验提供指导。计算中采用了Spalart-Allmaras湍流模型，结果表明湍流参数相同的流动，其流体结构是非常相似的；流场主要由湍流参数λT决定涡旋的大小和数量；对于湍流参数小于0．199的旋转流动，盘腔内存在着自由涡流。     

绕任意轴旋转的矩形截面弯管流动特性研究(续)

利用数值计算的方法研究了绕任意轴旋转的矩形截面弯管内的粘性流动情况，分析了在不同入口距离处离心力和科氏力共同作用下的二次流动、轴向主流的发展变化情况。计算结果表明：F=-4．0时，流动呈现出4一涡结构；F=-4．0的轴向速度矢量图在垂直面内与F=-4．0的轴向速度矢量图正好相反；在大曲率情况下管道内会出现三个轴向速度极值点。     

反向旋转盘间非稳态换热特性的实验研究

将反向旋转的高低压涡轮盘简化成了几何形状相对简单的反转盘系统。用实验的方法研究了非稳态情况下改变冷气流量和改变两盘转速对两盘温度和盘面平均努塞尔数的影响。结果表明:(1)进气雷诺数是最重要的影响因素,它对换热的影响是瞬时的,雷诺数升高两个盘面的努塞尔数同时增加;(2)在本实验范围内,转速对盘面换热的影响有限,而且它只影响转速变化的盘的表面换热而对对面的盘没有明显的影响。      

活动翼面旋转频率变化的原因分析

针对某型机活动翼面在地面颤振激励试验中出现的旋转频率降低现象，较详细地分析了活动翼面间隙对旋转频率的影响，最终找出了使活动翼面旋转频率降低的原因，并用间隙测量试验结果验证了这一结果的正确性。     

用胞映射法分析双线性结构刚度的机翼颤振

将映射轨迹追踪技术引入基于空间Poincar啨截面的胞映射方法中 ,并定义初值分析空间 ,以适应分析高维动力系统运动类型初值域的需要。改进后胞空间中胞的数目大大减少 ,计算时间缩短 ,运动特征的确认更为准确。应用该方法研究扭转方向具有双线性结构刚度因素的机翼颤振问题 ,结果显示 ,初始条件对系统动力学行为有着很大的影响。当两段刚度之比小于某临界值时 ,随着机翼颤振速度增大 ,不同的初始条件会导致平衡点、极限环振动、复杂的周期运动、混沌和发散运动等不同的运动形式     

绕任意轴旋转的管道流动和换热特性研究

当管道绕任意轴旋转时，管道内的轴向速度分布发生改变，截面上产生二次流动，管道的对流换热特性将引起变化。本文对绕任意轴旋转的管道流动与换热进行了数值模拟，研究结果表明：绕任意轴旋转管道内的对流换热特性主要由Re（雷诺数），Ro(Rossby数），Pr（普朗特数）数，和α（旋转轴与管道轴线的夹角）四个参数决定。文中分析了在不同情况下流场结构与摩擦系数比以及温度场与管道Nu数比率随Re数和Ro数的变化规律，为工程实际应用提供了理论依据。     

旋转对固体火箭发动机燃烧室燃气流动的影响

采用RNG k-ε湍流模型,计算了某管状装药旋转固体火箭发动机在不同旋转速度情况下的燃烧室喷管统一流场,着重分析了不同转速情况下燃烧室内燃气流动的特点,得到了该发动机燃烧室内旋流切向速度沿径向分布趋势以及旋流涡核半径在不同转速情况下的变化特点,对燃烧室前封头局部区域的流场结构也进行了较为细致的分析.     

反旋进气盘腔内流动与换热的数值模拟

应用RNGk-ε湍流模型对围屏上带反旋喷嘴的径向内流旋转涡轮盘腔内的流动与换热进行了数值模拟,揭示了盘腔内的压力损失及冷气流量、旋转雷诺数、湍流参数等因素对盘腔内流动换热的影响.计算结果表明:盘腔内的流动结构主要由湍流参数决定;在某一旋转雷诺数下盘腔内压力损失随冷气流量的增大而呈现S型变化;反旋喷嘴的应用能有效地降低盘腔内的压力损失;转盘附近的努赛尔数随冷气流量及旋转雷诺数的增大而增大.      

镍基单晶合金高温蠕变的θ映射模型

针对镍基单晶涡轮叶片蠕变的晶体方向性问题,运用θ映射法,在晶体滑移理论框架下,建立了能够描述镍基单晶合金各向异性蠕变的θ模型.利用文献中2种镍基单晶合金(DD3和CMSX-4)的蠕变数据,对所采用的方法进行了验证,并获得了2种材料各自对应的材料参数.理论预测值和试验数据基本吻合.结果表明:将θ映射法移植到晶体滑移理论中是可行的,能够用来模拟镍基单晶合金的各向异性蠕变行为.     

增广的Davidson算法

Davidson算法通常用来求解对称特征值问题,并被应用到求解大型线性方程组中,取得了不错的效果。但在求解大型线性方程组的过程中,Davidson算法的重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要的信息,如把最小特征值对应的近似特征向量添加到Davidson算法的迭代子空间中,这样就可以大大加快其收敛速度。本文将在Davidson算法的基础上给出新的算法,即增广的Davidson算法,通过理论分析比较两算法的收敛速度,并给出数值例子加以说明。