旋向组合对小尺度三级旋流燃烧室性能的影响

为了研究小尺度三级旋流燃烧室的燃烧性能,对头部为同旋向组合和反旋向组合的四种三级旋流器的燃烧室在不同进口速度和油气比参数下的燃烧性能开展了常压试验研究。研究结果表明:从燃烧室的主要燃烧性能来看,内旋流器旋向与燃油喷嘴旋向相反时的点火性能最佳,点火油气比为0.009;三级旋流器同旋向时贫油熄火性能最好,贫油熄火油气比约为0.0033;中间旋流器反旋向时燃烧效率最高,旋向组合对出口温度分布系数的影响相对较小。     

幂律型流体撞击射流破碎特性直接数值模拟

凝胶推进剂的双股射流撞击雾化广泛应用于液体火箭发动机的燃烧室中,其破碎特征及雾化效果直接影响燃烧效率。为探究雾化特性的发展规律,采用直接数值模拟DNS方法,对射流速度为100m/s的剪切稀化非牛顿液体正交撞击产生的雾化特征、液体表面积、表面波、涡特性以及非牛顿特性开展研究。结果表明,射流下形成的雾化流场迅速扩张形成液膜,液膜两侧边缘破碎成大量的液丝与液滴,核心部分产生撞击波后在气体力的作用下逐步发展为带有凸起和褶皱的不稳定表面波,其撞击波波长最大可达2.46倍射流直径。液体表面积不断增长,但无量纲表面积总体呈现先下降再上升的趋势。气体中的涡量分布则分为有序附着区和无序爆炸区两类,并且涡量主要集中分布于气相区域。此外,射流撞击时产生强剪切使该液体内部的粘性系数下降,最低仅为初始粘性系数的0.3倍。     

金属弹簧管性能影响因素的仿真分析

为了研究高温密封组件金属弹簧性能,本文通过对波音公司编网状弹簧管结构和Streck心脏支架结构的研究,建立了编织弹簧的几何拓扑构型和数学模型,推导了弹簧直径计算公式。采用AUTODESK3D-MAX构建了编织弹簧的仿真模型,用ANSYS仿真软件分别从编织丝直径、编织密度以及编织方法 3方面探究不同测试对弹簧性能的影响。结果表明,增加弹簧丝直径、降低弹簧管轴向方向的编织密度、提高圆周方向的编织密度、向外的弹簧管编织方式可有效提高弹簧管的回弹性能。     

跨介质航行器流体动力外形仿生设计

跨介质航行器是一种可在空中与水中两栖巡航并能自由穿越水气界面的新概念海空两栖无人运动平台,需要具备良好的入水和出水性能及较小的水下流体阻力。采用两种生物组合仿生的设计思想,利用全自动三维影像扫描仪获取具有优良入水性能的翠鸟头部和龙虱身体的形体特征点云数据,应用傅立叶级数拟合方法拟合特征曲线,设计了一种跨介质航行器流体动力外形,为减小航行器入水冲击载荷、降低水下航行阻力提供了设计方案。     

一种小长高比组合发动机喷管气动设计及性能分析

在强几何约束条件下,对一种Ma=0~6.0的小长高比组合发动机喷管气动设计开展了初步研究。采用特征线法设计程序开展了喷管型线设计,并对设计点马赫数选取、三维侧向膨胀角、喷管双通道相对位置对喷管气动性能的影响开展了研究,给出了兼顾空间有效利用与喷管气动性能的喷管气动设计方案。数值模拟结果显示:降低设计点马赫数可以改善组合发动机喷管在低马赫数飞行时的性能,避免喷管出现严重过膨胀;喷管保持出口高度不变时,随着侧向膨胀角的増大,其高马赫数气动性能较优,而低马赫数气动性能下降严重。涡轮/冲压发动机喷管出口相对位置对并联布局组合发动机喷管转级点气动性能影响较大,且存在一个最佳位置布局,使得转级点达到最优的推力性能。获得的组合发动机喷管在设计马赫数下的推力系数约为0.920,模态转换过程流场平稳过渡,推力系数不低于0.918。     

非线性弹簧形态优化及可调节恒力装置设计

基于组合结构研究一种可调节恒力装置的设计方法,恒力装置由负刚度非线性弹簧和正刚度线性弹簧组合而成。采用B样条曲线描述非线性弹簧的形态,基于GA算法和非线性有限元法实现非线性弹簧的形态优化设计。根据恒力装置的工作原理,设计线性螺旋弹簧,并分析刚度/强度特性。组合结构的力学性能分析表明恒力装置可以实现输出恒力。为了实现自我保护、输出的恒力大小/方向可调,进行了恒力装置的部组件设计。本文的恒力装置设计方法为平面薄膜天线和太阳电池阵的工程研制提供了技术支撑。     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

基于NX软件的橡胶模具三维参数化设计与开发

介绍了基于NX软件的橡胶模具三维参数化建模技术与方法,根据模具的装配关系区分各类参数,在NX软件中建立三维参数化的零件模型,利用其Expression工具将参数与模型结合起来,建立实体模型与其尺寸参数之间的关系,实现模具尺寸随胶圈产品尺寸及收缩率的变化而变化,从而自动生成符合要求的模具模型及工程图,极大地提高了工作效率...