CARDC 激波风洞 TSP 技术研究进展

从基本原理、关键技术和验证应用三个方面总结了近两年在中国空气动力研究与发展中心激波风洞中开展的温敏涂层(TSP)技术相关研究工作。通过解决快速响应温敏发光材料研制、模型研制、数据处理等一系列关键技术,完成图像采集系统、光学系统及标定系统的配套和系统集成,建立了一套适于激波风洞试验的高速 TSP 测量及标定系统。该技术可在激波风洞试验中获取模型被测面温敏涂层的发光图像,基于该图像可以直接观察模型表面热流分布和捕捉峰值热流的准确位置。结合温敏发光材料的物性参数标定数据,能够实现对模型表面热流的定量测量。不同于传统的传感器点热流测量技术只能得到模型表面有限数量的离散点的热流值,TSP 技术能够以高空间分辨率得到较大面积区域的详细热流分布信息,可更加全面的测量模型外表面的热环境,并且可以据此进一步分析和辨别边界层流态以及确定边界层转捩位置。试验对比表明,TSP 技术的测量结果与点热流传感器的测量结果具有良好的一致性。目前该技术已趋于成熟,在Φ2 m 和Φ0.6 m 激波风洞上成功应用于边界层转捩研究、局部干扰区热环境研究和复杂外形飞行器热环境研究等领域,已成为激波风洞除点测热技术之外又一重要测热技术。     

侧载及加热方位对槽道内临界热流密度影响

为了研究侧载以及加热方位对矩形窄缝槽道内临界热流密度特性的影响,在旋转平台上进行了两相流的超重力实验.以蒸馏水为工质,通过改变质量流速、入口温度、侧载大小以及加热方位,获得了发生临界换热现象时的质量流速、实验段压降和壁温的变化趋势,考察了侧载和加热方位对临界热流密度的影响规律,并对侧载下两相流不稳定性进行了简析.实验表明:发生临界换热时,壁温迅速上升,有效加热热流开始减少,关闭加热电源后,实验段压降下降、质量流速回升较明显;侧载以及不同的加热方位对临界热流密度有明显影响;临界热流密度发生前后,蒸汽回流导致进口温度上升,增加了流动的不稳定性.      

热容燃烧室基于单点温度的热流测量方法研究 *

为了研究推力室内壁面与燃气间的传热特性,获得多喷嘴燃烧室内壁热载分布,从而为推力室设计及热结构分析提供参考,开展了热容燃烧室壁面热流测量方法研究。以位于距内壁一定距离位置的单点测量温度作为输入条件,文章提出了三种热流计算方法,并进行火箭发动机试验研究,得到了对应位置燃气对内壁的热流密度。可以看出,运用单点方法得到的热流密度与传统两点法结果符合较好,两者计算结果误差在10%以内。结果显示:不同点火时长工况下在同一位置相同时间点上重复性很好,在燃烧室圆柱段热流密度随着点火时长的增加而减小,而在喷管段变化规律则相反,热流密度随时间增加而增加。在提出的计算平均热流的三种方法中,热积累方法的计算结果最高,热平衡方法次之,瞬态法最低。在火箭发动机热容试验中,本文提出的方法可以用于测量燃烧室内壁面热流密度。     

原子层热电堆热流传感器在激波风洞试验中的应用

高超声速边界层转捩及激波-边界层干扰等基础气动问题的风洞试验中,高频脉动热流是一重要测试量.为了验证自研的原子层热电堆热流传感器在实际风洞试验环境中的性能,利用尖锥模型在Φ2m激波风洞(FD-14A)内开展来流马赫数10、单位雷诺数4.7×106/m等流场条件下的风洞试验,并与高频脉动压力传感器对比,热流测试结果反映出...     

热流计1:1分度装置与敞开式大平板分度装置分度差异的研究

分析了所研制的1:1热流计分度装置与常规的敞开式大平板热流计分度装置由于分度方法不同而导致的分度差异,并用差分方法对这种差异进行了计算。理论计算和实际测试结果都表明:对同一热流计,1:1分度装置的分度值比敞开式大平板分度装置的分度值高出20％左右。     

一种星图识别的星体图像高精度内插算法

介绍了一种从星敏感器成像中高精度提取恒星位置和星等的方法.这种方法把星光成像看成是高斯点扩散函数模型,利用线性内插和最小二乘法方法,拟合得到高斯曲面参数.从高斯曲面模型中得到亚像素级的恒星位置和恒星星等.理论研究表明,曲面拟合法提取的星体位置精度高于传统的质心法.由于直接进行高斯曲面拟合计算非常复杂,为了简化计算,利用了星体成像点附近x,y方向的非线性插值方法,分别得到不同的曲面系数.仿真结果显示,在信噪比小于0.05时,定位精度小于1/20像素,星等误差小于5%.     

基于时延的高精度泄漏点超声定向检测方法

针对当前气体泄漏点检测定向精度低的情况,提出一种基于时延的高精度超声检测方法.该方法利用3个呈等边三角形分布的超声传感器接收由泄漏点产生的超声波,根据3路信号的相对时延值确定泄漏点的方向.为克服采样间隔对时延估计精度的限制,采用基于三次样条插值的时延估计算法估计信号时延值,并对不同核窗长度下的各100组实验数据的时延值进行误差统计,得到其均方差并与其Cramér-Rao下界比较,发现二者的变化趋势具有良好的一致性.在此基础上研究了时延值均方差,超声传感器间距和泄漏点距离对定向精度的影响.结果表明:定向误差随时延值均方差增大而增大,随超声传感器间距增大而减小,随泄漏点距离增大而增大;定向精度比单超声传感器检测方法提高7～10倍.     

基于DSI插值的三角网格质量优化

通过对三角网格的单元顶点进行几何位置调整,提高了网格的质量,实现了网格的质量优化.几何位置调整是使用离散点光滑插值(DSI,Discrete Smooth Interpolation)实现的,针对在计算时影响质量优化的邻接边界的单元顶点,采用了在边界处补偿三角形的方法,消除了单元收缩,提高了网格的质量.与加权拉普拉斯算法进行了比较和分析,优于拉普拉斯算法;为了使三角网格在位置调整时保持原始网格的几何细节特征,在插值算法中施加了控制点约束.最后使用算例对算法进行了验证.      

直升机惯性传感器结构的模态优化

提出了一种基于迭代抽样和径向基插值的自适应代理模型方法。这种自适应方法以减少仿真计算数量和提高代理模型自适应能力为目的,使用多岛遗传算法选择新增样本点并使新增样本点位于设计空间的稀疏区域,使得所有的样本点均匀分布于设计空间。标准误差用来判断代理模型的精度大小以决定是否对代理模型进行更新。这种自适应代理模型结合多岛遗传算法对直升机的惯性传感器结构模态进行优化。用拉丁超立方抽样方法选择10个样本点构建初始的代理模型,自适应代理模型的计算结果表明2%的误差条件下需要额外增加7个样本点。优化结果表明不同的权重系数对最优模态特性的影响很大,惯性传感器结构的一至六阶模态值更加远离直升机的激励频率。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。