基于金属橡胶和介电泳效应的微粒循环过滤实验研究

为改善金属橡胶板的过滤能力,将多孔金属橡胶板与介电泳力相结合,并利用液态金属在受限空间内的高效泵送功能,研究了金属橡胶板对5 μm聚苯乙烯微球的过滤性能。实验中,将一对金属橡胶板平行嵌入至闭环微流体循环通道内,以实现介电泳力的交流电场梯度。结果表明:由于金属橡胶板内部孔径远大于聚苯乙烯微球直径,在未施加交流电信号的情况下,较难实现过滤功能;而对两个金属橡胶板适当通电,则电解液中的聚苯乙烯微球将被短距离的介电泳力收集于金属橡胶板周围,明显提高过滤效率。     

战斗机燃油系统流体网络的数值计算

论述了战斗机燃油系统自供能源式流体网络的组成及工作原理，并对流体网络中的关键部件燃油增压泵，液动涡轮泵及射流泵等数学建模，而构成自供能源式流体网络的计算模型。在此基础上，通过分析几种状态下流体网络的工作情况，提出了计算仿真流体网络中流量与压力分布的方法，并对计算结果进行了分析和总结。     

平台稳定回路有饱和特性时的控制方案设计

平台稳定回路包含饱和特性。本文首先试图设计一个控制器使用工作在线性范围内，但是这种系统不满足平台稳定回路高精度的要求，因此，本文提出平台稳定回路可以采用非线控制，即根据输入信号的不同采取不同的控制策略。     

管内振荡流体换热研究

 本文简要总结了管内振荡流体强化换热的重要成果。对分析解,数值结果和量纲分析进行了归纳并与实验数据进行了比较。同时,讨论了强化换热的机理,认为有效导热面积和温度梯度的增加是强化换热的主要原因。这种强化传热技术在宇航工程和电子工程领域有其广阔的远大前景     

在线式绝缘检测装置的设计及应用

介绍了一种在线式绝缘检测装置的组成、功能及其应用情况。该装置采用在回路中加入对地直流电压、获取漏电流的方法取得信号，硬件上使用滤波、屏蔽和“看门狗”等抗干扰措施，软件程序上使用数字滤波和软件陷阱等技术。可用于1万伏内交流回路对地绝缘电阻的在线监测。已在多个机场得以应用。     

基于TEC的空间站末端回路温控系统建模及其热力学性能分析

针对空间站中间回路温度波动过大,高温时导致科学载荷工作温度超出允许范围的问题,设计了一种基于热电制冷器(TEC)的末端单向流体回路温控系统。该系统包含一个TEC温控模块,当中间回路温度过高,末端回路冷却功率不足时,该模块可提供额外的制冷量,降低流入冷板的工质温度,形成针对科学载荷的相对低温区域,恢复回路的冷却能力。分别建立了温控系统数学模型与数值仿真模型,并完成了热负载扰动、中间回路温度扰动、末端回路流量扰动和并联支路热扰动等4种扰动对系统热力学特性影响的仿真分析,验证了TEC模块的温控性能。结果表明:在科学载荷发热功率增加30%、中间回路的温度升高5K、末端回路流量减小至0.0015kg/s等多种工况下,所设计的温控系统能够将载荷温度控制在1K以内,实现科学载荷精确温控。      

感性耦合夹层等离子体隐身天线罩电磁散射分析

设计了一种石英夹层感性耦合等离子体（ICP）隐身天线罩模型,采用有限元与Z变换时域有限差分（ZT-FDTD）联合仿真的方法,建立了ICP放电的流体模型,得到不同气压及功率下与电磁散射相关的电子密度空间分布,在此基础上建立Z变换时域有限差分法模型,对石英夹层等离子体隐身天线罩的宽频段后向散射进行计算,同时利用微波干涉法及XFDTD软件对算法及程序进行验证。结果表明：感性耦合等离子体可产生较高密度等离子体,能有效实现雷达散射截面（RCS）的减缩,在气压为2 Pa时,碰撞衰减较弱,等离子体密度分布较均匀,衰减带宽集中在等离子体振荡频率附近,功率增加会使衰减峰值向高频方向移动,气压为20 Pa时,碰撞衰减增强,且等离子体密度分布有较大梯度,衰减带宽有效增加,同时RCS曲线的波动特性加强。     

超临界压力下碳氢燃料裂解与流动传热模拟的快速算法

为了快速预测发动机冷却通道内碳氢燃料在考虑热裂解时的流动传热特性,基于正癸烷热裂解反应机理,建立了一套模拟正癸烷裂解吸热和超临界压力传热现象的快速算法。采用三维物性库查表算法计算裂解反应混合物的热物性,同时对组分输运方程进行简化,简化后只需求解1个组分输运方程。通过与现有的实验和数值结果进行比较,检验了快速算法的计算效率和可靠性。结果表明,快速算法与求解全组分输运方程的算法精度相当,但计算效率提升了约20倍。最后采用该算法对三维矩形截面冷却通道内的超临界压力正癸烷裂解与传热过程进行数值模拟,进一步考察了本文快速算法的计算精度及其工程应用价值。     

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。