低雷诺数下小展弦比机翼的气动力优化设计

以固定翼式微型飞行器为研究背景,针对小展弦比机翼,将遗传算法与Navier-Stokes方程数值解法相结合,提出了一种以实数编码为基础的数值优化模型.流场数值模拟采用人工压缩方法,遗传算法采用锦标赛选择、自适应交叉和变异操作算子,对微型飞行器机翼选取五个设计点分别进行了升阻比优化设计.优化结果表明,本文的优化模型具有较高的搜索效率和显著的优化效果,五个设计点机翼的升阻比均提高30%以上.优化后的翼面接近椭圆形状,翼型前缘钝厚,尾缘向上拱起,这种形状能大大增加升力,降低诱导阻力,从而显著提高机翼的气动性能.     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

连续爆轰发动机的二维数值模拟研究

介绍了连续爆轰发动机(Continuous detonation engine,简称CDE)的物理模型及爆轰波传播的物理机理,并对CDE流场的波结构进行了分析.使用两步化学反应模型对简化的CDE模型做了二维数值模拟研究.计算了圆柱面展开二维平面的多个爆轰循环过程.模拟结果较好地匹配了相关CDE实验所获得的流场结构.数值计算结果使我们可以更加透彻地理解CDE各方面的参数,对于CDE的进一步研究具有一定的指导意义.      

共振型PDE谐振腔喷嘴匹配关系研究

在数值模拟的基础上分析了两种不同形状的喷嘴:细长孔喷嘴(或称狭缝喷嘴)和环形喷嘴对于射流碰撞和激波形成以及聚焦的影响.在此基础上又以环形喷嘴为例,分析了喷嘴尺寸对于射流碰撞和激波形成聚焦的影响,得出环形喷嘴相对于细长孔喷嘴具有更好的聚焦效果,以及有效利用激波起爆爆震波的喷嘴与谐振腔的几何匹配关系.      

液氧/煤油补燃发动机低频频率特性研究

基于模块化层次化的建模技术,建立液氧/煤油补燃发动机的线性小扰动频率特性仿真模型.在建模过程中,重点考虑了绝热流动假设和熵波影响下的气路模型.依据交流流体网络理论,运用传递函数法分析了该型发动机的低频频率特性,为研究液体火箭的纵向耦合振动(POGO)及发动机动力学提供帮助.      

有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

应用PIV技术测试模型环形燃烧室流场

采用粒子图像测速仪(PIV)测量带双级旋流器模型环形燃烧室内冷态和燃烧流场,试验研究不同进口气流温度对其冷态和燃烧流场内回流区的形成以及气流速度分布的影响,试验结果表明:燃烧室燃烧流场内回流区长度要比冷态流场短,燃烧流场的脉动速度明显大于冷态流场;另外随着进口气流温度增加,燃烧室冷态和燃烧流场的回流区长度都稍有减少.      

气流激励下叶片动力响应分析方法

利用在物理过程上的耦合代替数学方程上的耦合,完善了双向顺序耦合求解的理论,进一步给出了双向顺序耦合的数值求解方法,并描述了其在物理上对应的过渡过程.结合具体工程算例,分析得到某小型发动机二级静叶在气流激励下的流场分布形式和叶片动力响应的特点,指出了双向顺序耦合数值求解方法的优越性.      

精密跟瞄Hexapod平台研制及其振动控制

为了实现星载光学设备的精密跟瞄,以自行研制的宏/微双重驱动复合作动器为主动元件,设计了合理的平台构型,选择并装配了铰链等关键部件,组装完成了具有振动主动控制和大幅跟瞄能力的Hexapod平台原理样机。利用牛顿-欧拉法建立了Hexapod平台线性动力学模型。采用改进的自适应振动消减器(ADC)方法进行了平台主动隔振的控制仿真与实验研究。由仿真结果可知,当Hexapod平台底部受到方向不同的双频正弦微振动干扰时,控制可以隔离干扰向平台上平面的传播;在实验中,平台上平面处于水平位置及转动一定角度时,底部微扰动引起的各杆振幅均下降了90%左右。结果表明了所研制的Hexapod平台用于主动隔振的可行性、建模的有效性以及改进的ADC方法的合理性。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。