亚格子模型对泵喷推进器宽带非定常力预测的影响研究

为了研究亚格子模型对泵喷推进器非定常流动与宽带非定常力预报结果的影响,采用分块结构化网格建立了模型尺度下艇后泵喷推进器的计算模型,并进行了大涡模拟数值计算。从艇尾非定常流场特征量和推进器转子脉动载荷两个方面对比了三种不同亚格子模型计算结果的差异,并分析了泵喷内部流动与转子非定常力间的内在联系。研究结果表明：三种亚格子模型均能得到含有叶频宽带峰的轴向推力谱,且整体趋势相近。泵喷转子上游的湍流强度和尺度的分布对亚格子模型较敏感,其中Smargrinsky-Lilly模型得到的湍流强度较强,尺度较大,该模型下的湍流谱在非平衡区量级较大,但由低频向高频的衰减较快,并且预测到的分离区范围大,导叶尾缘脱落涡分散,导致转子上游来流空间分布不均程度较强。对于转子叶片上的载荷脉动,Smargrinsky-Lilly模型预测的推力谱中线谱成分明显,并且叶频处宽带谱峰“陡峭”,而WALE模型和KET模型的结果宽带特性较强,对比非定常推力测试结果可知,WALE模型和KET模型更适于该问题宽带非定常力预测。     

增材制造异形波导管内腔的磨粒流抛光方法研究

针对磨粒流抛光异形波导管内球面欠抛的问题,通过设置仿形芯模引导磨料流经内球面,完成内球面的抛光.利用Fluent对不同仿形芯模与波导管内腔形成的流道模型进行流体仿真,对比分析等效壁面的流速、压力以及壁面剪切应力.仿真结果表明,芯模球径越大,越有利于改善内球面的加工质量.采用球径9mm的仿形芯模进行磨粒流抛光试验,波导管...     

航空发动机两种加速控制计划的融合控制方法研究

转速导数(N-dot)和换算燃油流量加速控制计划是航空发动机加速过程安全、快速的重要保障,但各自分别易受到功率提取、性能衰退和传感器、燃油计量装置误差的影响导致失速喘振或加速性的下降。为了提高所控制加速过程的鲁棒性,使用这两种控制计划所获燃油流量的偏差大小对N-dot控制计划的控制目标进行调节修正的融合控制方法获得实际的加速燃油流量。以双转子加力涡扇发动机为对象的仿真验证表明,该控制方法可以适应全包线加速控制的需要;相比其余两种控制计划在受功率提取、误差影响下保持正常工作的范围更广;相同工作条件下,该方法比N-dot控制计划更不易发生喘振,比换算燃油流量控制计划的加速时间更小。     

低雷诺数仿生分离流翼型气动特性初探

为了探索适合低雷诺数微型飞行器的翼型形式,基于对自然界鸟类和昆虫滑翔飞行时翅膀形状的观察,设计出一种由前缘削尖平板和后缘圆弧翼型组合而成的仿生分离流翼型。数值研究结果表明,气流在削尖平板的前缘点强制分离,形成大范围低压分离流动,随后在后部圆弧翼上表面再附形成稳定低压涡流区,从而实现较高的气动效率和较强的抵抗大气湍流的能力。上削尖平板可以使流动分离点固定在削尖点。相对于单独平板,仿生分离流翼型的升力系数有大幅提高,迎角为4°时提高了112%。此外,仿生分离流翼型可以在较宽的迎角范围内（4°~20°）保持高升力,但是迎角增加,阻力也快速增大,因此小迎角情况下（小于4°）气动效率更优。      

滚珠自转对高速球轴承环下润滑内部流动的影响

高速球轴承正常工作时,处于高速旋转状态,此时油相和气相因重力和离心力的作用在轴承环间剧烈运动。为了更准确地分析轴承环间的两相流动,采取VOF模型进行内部流场的模拟,采用多重旋转坐标系描述部件运动。建立球轴承环下润滑计算模型,分析了考虑滚珠自转因素下轴承内部的流动,并在此基础上探究了转速及供油量对轴承工作状态的影响。结果表明,对比整体模型与滚珠自转模型,发现滚珠自转使得轴承内部油体积分数增大,同时也使得滑油穿透间隙达到外环的能力增加;在考虑滚珠自转情况下,转速的不断增大,使得轴承内部的油相体积分数不断减小,在低转速情况下滚珠自转对流体运动影响较为明显,在高转速情况下公转速度对流体运动起到主导作用,滚珠自转对流体运动影响减弱;供油量不断的增大,使得滚珠自转模型内部的油相体积分数也在不断增大,而且滚珠自转运动会加强滑油在轴承内部的分布。     

类X?47B无人机菱形编队气动干扰数值模拟

设计了一种由4架类X?47B飞翼布局无人机（UAVs）组成的菱形编队。通过求解RANS方程的数值模拟方法,研究了菱形编队无人机气动干扰问题,详细分析了影响机理,定量给出了编队减阻效果。计算结果表明:头机气动性能基本保持不变。两侧僚机受上洗气流影响,其减阻效果明显。尾机主要受下洗气流影响,其阻力增大,对编队久航和远航不利。在重力配平条件下,两侧僚机飞行阻力的减小是由攻角减小和诱导阻力减小共同引起的。尾机在编队中飞行阻力的增大主要是攻角增大带来的阻力增加,诱导阻力增大仅带来了20%的阻力增量。从减小下洗气流对尾机的不利影响出发,对不同垂向间距的尾机升阻特性进行了研究,并参考雁群头鸟变换行为机制,给出了无人机菱形编队飞行建议。      

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

复杂电磁环境下频谱智能管控技术探讨

作为国土空间的重要组成,电磁频谱空间呈现出环境错综复杂、目标类型多样、用频行为多变等新挑战,导致频谱安全问题日益严峻。面向复杂电磁环境下频谱秩序安全、频谱对抗安全和频谱共享安全等需求,基于人工智能的频谱管控成为电磁频谱领域的重要研究方向,存在着具有挑战性的基础理论问题和关键技术难题。首先,调研了复杂电磁环境下频谱智能管控的国家战略需求,然后,提炼了智能频谱管控的科学意义与技术挑战,进一步从频谱管控模型机理、频谱态势感知、频谱行为推理、频谱安全决策和频谱管控应用系统等5个方面梳理国内外研究现状,并分析了相关发展动态及研究趋势。     

NNW-HyFLOW高超声速流动模拟软件框架设计

NNW-HyFLOW在国家数值风洞（NNW）工程支持下,由风雷开源软件提供基础框架支撑,将建设成为基于结构/非结构混合网格,面向高超声速应用领域的国产自主工业CFD软件,具备高温气体热化学非平衡效应模拟及其相关气动力、气动热和气动物理特性计算分析等主要特色功能。本文从框架设计、数据结构、耦合方法、并行计算方法以及接口设计等方面对软件设计思想和框架特点进行了介绍,给出了求解器采用的理论模型、核心数值算法及其实现方法,结合HEG风洞试验、RAM-C飞行试验、Electre飞行试验以及航天飞机OV102飞行试验等典型算例开展了数值模拟。研究表明：NNW-HyFLOW具有底层代码复用、功能兼容性好、扩展能力强和接口灵活等优点,其当前测试版本已经具备了较好的高超声速非平衡流动数值模拟能力,在热化学非平衡效应及其影响的气动力特性、气动热环境和等离子体分布特性预测与评估方面,具有较高的数值计算精准度,初步满足了高超声速复杂飞行器高温非平衡流动数值模拟的需求。     

FlowStar:国家数值风洞(NNW)工程非结构通用CFD软件

计算流体力学（CFD）仿真软件是流体相关的数学物理知识和工程实践经验的数字化表达,是工业数字化转型的重要助推。然而,大型工业CFD软件研发难度极高,需要同时兼顾功能多样、系统稳定、性能优越、交互友好等特征。依托国家数值风洞（NNW）工程,研发出一款通用流场模拟软件NNW-FlowStar,并在航空、航天等工业部门大力推广使用。软件基于非结构有限体积求解方法和大规模并行计算技术开发,结合现代化软件工程思维设计,具备先进的数值方法、高效的计算效率和友好的用户操作界面,可满足各类复杂外形的高效气动模拟。独特的重叠网格技术配合六自由度运动模块,可帮助实现武器分离、舱门定轴转动等各类气动-运动协同仿真需求。多类标模案例和复杂工程应用表明,FlowStar软件算法鲁棒、精度可靠,是一款高精度、高效率、高可靠性的通用CFD仿真软件。通过对软件的架构设计和功能应用进行介绍,使相关从业人员能更好地了解FlowStar软件,最终促进国产自主CFD软件生态的良性发展。