电磁控制涡激振荡的实验研究

利用电介质溶液中圆柱体侧表面附近分布的电磁场产生电磁力可有效改变流体边界层及尾涡结构。本文以减振为目标,对电磁力控制涡激振荡进行了实验研究。实验在转动水槽中进行,通过吊杆将装有电磁激活板的圆柱插在槽内液体中。吊杆上的应变片用于测试圆柱的升力,注入适当的染料用来显示流场。结果表明:对称电磁力作用下,脱体涡被抑制,从而使升力的振荡受到有效抑制,进而抑制圆柱的振动,双排方向相反的涡变为单排正负交错的涡。当电磁力足够大时,圆柱的振荡被完全消除,流场达到定常。     

热力学非平衡状态下DSMC绝热壁边界的抽样方法

从直接模拟蒙特卡罗仿真DSMC方法的实现途径出发,经过分析推导,给出了一种在考虑分子转动能、振动能等热力学非平衡状态下统计求解绝热壁温的DSMC抽样方法。然后采用锥体外形的算例验证,分析了该方法在实现绝热壁条件时的统计误差。计算结果表明,此种方法能够有效地实现DSMC方法壁面处的绝热壁条件,随着采样步数的增加,其边界条件实现时的统计误差不断降低,该方法收敛后的统计误差可降至0.5%,能够满足工程要求。     

二元高超声速进气道激波振荡特性实验

通过在进气道/隔离段模型出口附近设置固定的堵塞楔块提高反压,并采用高速纹影拍摄同步壁面压强测量的手段,在马赫数5.9的激波风洞中研究了二元高超声速进气道在不同堵塞度下的流动特征。研究结果表明,在较低的堵塞度下,进气道仍然能够保持起动状态,而在较高的堵塞度下,进气道出现激波振荡。上游产生的压缩波/激波在节流段的反射是出现激波振荡的重要原因之一。随着堵塞度的增加,激波振荡的频率有所升高。     

高超飞行器内流道激波振荡问题的数值研究及试验验证

采用数值模拟和风洞试验的方法,对吸气式高超声速飞行器盲腔状态的流动特性进行了研究.采用“双时间步”方法进行了内外流一体化的非定常数值模拟,利用彩色纹影系统对高超声速飞行器前体流场进行显示,并采用动态压力传感器测得了飞行器内流道的壁面压力随时间的变化.结果表明:盲腔构型在高超声速飞行中会出现周期性的激波振荡现象.数值模拟所得流场变化特征、内流道壁面压力振荡周期和壁面压力变化趋势与试验结果吻合良好.     

吸气式高超声速推进助推段内流振荡及其抑制

为了掌握高超声速飞行器盲腔流场的激波振荡机理,采用"双时间步"方法对轴对称吸气式高超声速飞行器内流道盲腔流场进行了非定常数值模拟。结果表明,飞行器内流道出现了非定常激波振荡现象,内流道壁面压力出现了低频高幅的周期性变化。为了消除高超声速飞行器内流道的激波振荡现象,设计了级间段泄流方案,对飞行器进行了内外流一体化定常和非定常的数值模拟。结果表明,级间段泄流方案可以有效地消除内流道的激波振荡现象。     

驾驶员模型对驾驶员诱发振荡评估结果的影响

在飞机设计中,应用不同的驾驶员模型来预测驾驶员诱发振荡(PIO)是避免人机系统出现不良耦合的重要途径之一。以人-机闭环系统为研究对象,以某一电传飞机为例,采用Ⅱ型PIO的开环发生点OLOP评估准则,分别使用增益驾驶员模型和修正Neal-Smith驾驶员模型对人机闭环系统中的PIO易感性进行了分析、评估,对比研究了不同驾驶员模型对OLOP评估准则评估结果的影响。仿真结果表明:不同的驾驶员模型对Ⅱ型PIO评估准则(OLOP)的评估结果有较大的影响,相同驾驶员模型下不同的驾驶员增益对评估结果也有影响。在使用OLOP评估准则时应充分考虑驾驶员模型对评估结论的影响。     

圆柱形霍尔推力器轮辐效应试验研究

为了研究圆柱形阳极层霍尔推力器运行过程中的轮辐效应〖BF〗（〖BFQ〗rotatingspoke〖BF〗）〖BFQ〗旋转频率在相关工作参数影响下的变化规律,找出抑制轮辐效应的方法,采用了将环形阳极分成独立两段的设计方案,通过观测两个独立阳极段之间的信号随放电电压、工质输送速率等参数的变化来定性定量开展试验研究。试验观测结果表明,该推力器在运行过程中,随着放电电压和气压的增加,轮辐效应旋转频率相应地获得提高;在近阳极区域的轮辐效应是普遍存在的,即使是在高电压的条件下;轮辐效应旋转频率主要在10~45kHz;轴向电流振荡在独立阳极段总电流中约占50%。减小工质流量,降低放电电压有利于抑制轮辐效应。     

CFD中数值耗散和延伸边界对声传播的影响

对已知色散关系的正弦波在二维管道中的传播使用有限体积法进行计算,结果表明二阶精度下每波长40个左右的网格点能够有效地保留声波.在计算域外增加稀疏网格延伸段能够对边界反射起到抑制作用,为以较小的计算量增加实现较好的反射抑制效果,研究给出了延伸段长度和网格轴向尺寸的推荐公式.      

颤振边界预测技术在颤振试飞中的应用研究

对两种颤振边界预测方法的技术原理进行了详细介绍,进而通过两种颤振边界预测技术在两个型号飞机颤振试飞中的应用研究,表明了该技术具有一定的工程实用性。最后对文章介绍的预测技术在后续试飞中的应用给出了有益的建议。     

基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。