具有气体动力和物理化学非均匀性的超声速物体绕流(英文)

本文研究的问题是超声速气流流过物体时产生的气体动力和物理化学非均匀性及其对物体空气动力特性的影响。就有关流动非均匀性对温度剖面和密度的效应作了详细探讨,还仔细描述了激波与热层相互干扰时以及在激光辐射脉冲的作用下先行激波生成的情况。值得指出的是超声速气流中加入激光辐射能可能改变流动结构,在局部能量释放区域后面呈现的较高和较低压力,有助于控制飞行中物体的运动。可采取某些措施以改进飞行品质。     

融合物理的神经网络方法在流场重建中的应用

神经网络融合物理先验知识能极大提高其拟合复杂变量的能力,其中融合神经网络和物理控制方程的物理融合神经网络模型（physical-informed neural network, PINN）,赋予传统神经网络所不具备的先验知识和可解释性。结合课题组对PINN方法的研究和应用,本文介绍了融合N-S方程的PINN神经网络模型预测能力。首先借助三维超声速槽道湍流的直接数值计算数据,耦合神经网络和可压缩N-S方程,应用PINN方法对槽流的瞬时流场的物理量进行预测,并对瞬时量及其统计平均值与DNS对应结果进行对比来验证训练所获PINN模型的可靠性。其次,借助不可压缩圆柱绕流与三维可压缩槽道流动的计算数据,利用PINN模型进行了N-S控制方程待定系数与待定项的重建,结果显示其在重建流场流动信息的同时可逼近方程的待定系数。研究结果证实了PINN方法可为建立流动物理模型提供工具和算法支撑。     

高空低雷诺数二维叶栅叶型优化设计研究

在高空、低速、低雷诺数下,进行具有较强抗分离能力的新叶型研究,探索叶型设计的新概念和新方法,并发展相应的低雷诺数压气机叶片二维设计技术是十分关键的。本文进行了低雷诺数条件下二维压气机叶栅流场计算与对比,在探索高空、低速、低雷诺数对压气机叶型性能影响的基础上,以发展适应低雷诺数流动的、具有较强抗分离能力的新叶型为最终目标,进行叶型设计新理论和新方法的探索,为最终突破低雷诺数下叶型设计的关键技术提供了可行的途径,并为三维叶片优化造型打下了基础。     

有限分析法求解二维分离流场

为了探讨我国西北砾漠大风地区铁路路基的风蚀机理，本文用有限分析法对Ｎ－Ｓ方程进行数值求解，并对标准路基和稳定路基两种不同条件下的流进行分析对比，数值计算与实验结果十分吻合，该工作有重要的工程意义。     

熵变量欧拉方程组跨超声速流SUPG有限元数值解

通过变量代换将拟线性守恒变量欧拉方程组转换为具有对称性的熵变量欧拉方程组，对该方程组构造SUPG的弱解式，其中权函数摄动项中包含流向算子和间断捕获算子。对翼型的跨超声速流动算例表明，本法具有较好的稳定性和能有效地抑制激波两侧振荡。应用带预处理的GMRES迭代法求解非对称方程组能显著地提高收敛速度。     

直连式试车台测量段的附面层对压力测量的影响

本文论证了在测量装置前装有收敛段的条件下,管道内附面层厚度对压力测量及计算空气流量的影响,并就测量装置前后等直管长度问题给出了与多年沿用的观点不同的结果。     

超声速前机身及翼－身组合体的全速势方程数值计算

通过数值求解全速势方程，计算了超声速来流的前机身及翼－身组合体。当流场存在亚声速区时，在此区域内采用中心差分格式，迭代求解，并引入多重网格技术，加快收敛；当流场中某一区域沿某一方向是超声速时，在此区域内采用沿该方向的推进解法。计算结果表明，本文的方法可靠，结果准确，可以向工程应用方面推广。