飞机冲压空气涡轮系统的动态特性分析

冲压空气涡轮是飞机能源失效时使用的关键应急系统。首先依据冲击空气涡轮（RAT）工作原理确定其物理架构;然后对涡轮部件、能源转换装置、展开装置和展开随动机构等4个主要部件进行力学分析,建立各部件的力学方程组。依据该力学方程组,建立涉及力学、液压、刚体动力学的多学科冲压空气涡轮系统模型。使用该模型仿真了某真实系统在不同工况和设计参数下的动态特性,研究了关键设计参数对系统性能的影响,为冲压空气涡轮系统正向设计提供依据。最终,某型冲压空气涡轮系统风洞试验数据验证了所提系统模型的准确性。     

基于模型的装备维修性设计控制技术

伴随数字化设计方法日趋成熟,飞机装备维修性设计面临如何与三维数字化设计环境下功能性能设计同步的难题。对比分析了数字化环境维修性设计与传统维修性设计的主要差别,提出了基于飞机装备数字化设计环境维修性设计流程,研究了维修性设计参数的表达模型以及维修性参数信息在三维设计数字环境中的转化、集成与利用方式。基于图论和网络节点框图,提出了一种以节点网络图、单节点维修时间模型、维修过程时间模型为表征的飞机装备维修性设计与控制方法。经实例验证,提出的这套基于数字模型的维修性设计技术,对装备在数字化设计环境下同步开展维修性设计具有一定的工程指导价值。     

基于模型的载人航天器研制方法研究与实践

载人航天器具有系统规模大、技术难度高、单件小批量、无法通过多次飞行持续完善设计、可靠性要求高等特点。当前载人航天器研制中仍存在着参数化和模型化程度不高、基于模型的系统综合仿真验证不足、研制各环节缺乏数字化集成等问题,传统基于文本的系统工程方法已无法满足研制需求,亟需采用基于模型的系统工程方法。本文针对载人航天器的研制现状和应用需求,提出了面向载人航天器全生命周期的模型体系,定义了需求模型、功能模型、产品模型、工程模型、制造模型、实做模型等六类模型,提出了基于模型的研制流程,包含系统设计闭环验证、产品设计闭环验证、实做产品闭环验证3个验证环节,并深入探索了各研制环节中不同模型间的传递与关联关系。以某型号载人航天器为应用基础,系统地验证了提出的方法。     

基于RANS/LES混合方法的分离流动模拟

飞行器在大迎角、快速俯仰机动时,流场中含有大尺度、非定常的涡结构,传统雷诺平均Navier-Stokes （RANS）模型不能准确模拟流场结构,根据国际上相关研究的发展趋势,需要采用混合RANS/大涡模拟（LES）模型来对复杂分离流动进行准确模拟。本文对基于分区混合与湍流尺度混合的双重RANS/LES混合计算模型进行发展与应用。通过典型简化模型的静、动态湍流大分离流动,测试和验证所采用的脱体涡模拟（DES）类方法,重点研究改进的延迟DES （IDDES）模型在动态问题应用中的正确性和有效性,并对所采用的数值模拟方法和相应的计算软件的可靠性、鲁棒性以及精度进行了考核验证。典型算例包括超声速圆柱底部流动、跨声速方腔流动、NACA0015机翼深失速分离涡模拟等。计算表明：发展的IDDES类混合计算模型可有效解决对数层不匹配的问题;对于定态非定常分离流动,DES、DDES、IDDES等模型计算结果差别不大,随着流动的非定常特性增强,IDDES模型的优势逐渐显现;对于动态非定常分离流动,则需要采用IDDES类模型。     

高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题,提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化,从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程,鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式,基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子,用于放大Singer模型中的机动频率,进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真,并与交互式多模型等方法进行比较,结果表明所提方法的跟踪精度高、计算量小,能够较好地适应阶跃机动和连续幅值变化的机动。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。