飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

宽弦风扇叶片颤振预测的工程研究

为研究宽弦复合弯掠风扇叶片的颤振问题,以及适用于工程设计的颤振预测方法,分别采用经验法和数值模拟方法,对大涵道比风扇性能试验件叶片进行颤振预测,并将预测结果与试验结果进行对比,考察颤振预测方法的准确性和实用性。对比过程中,分析了颤振发生的机理,提出了抑制颤振的手段。结果表明:两种方法都准确地预测了风扇转子叶片发生的颤振,与试验现象吻合,计算量在可接受范围内,具备工程实用价值。     

Design and analysis of a truss deployable antenna mechanism based on a 3UU-3URU unit

Space deployable structures with large calibers, high accuracy, and large folding ratios are indispensable equipment in the aerospace field. Given that the single-DOF 3RR-3RRR deployable unit cannot be fully folded, this study proposes a 3UU-3URU deployable unit with two kinds of DOF: folding movement and orientation adjustment. First, based on the G-K formula, the DOF of the 3UU-3URU unit is analyzed. Then, the 3UU-3URU unit is used to construct a deployable truss antenna with a curved surface, and the DOF of the whole deployable antenna containing multiple 3UU-3URU units is calculated. The structural design of a deployable antenna with two loops is carried out with specific parameters and geometric relations. Next, a DOF simulation of a basic combination unit composed of three 3UU-3URU units is performed. Finally, a prototype of the basic combination unit is manufactured, and the DOF of the mechanism is experimentally verified.     

空间电动力绳系电流峰值点变化规律研究

为研究电流峰值点在几种影响因素下的变化规律,建立一种能够捕捉绳系电子发射与收集自洽平衡过程的新算法——电路空间耦合算法。为验证该方法的计算精度,以1.35kW霍尔推力器为等离子体源,在真空舱内开展绳系的电荷收集试验,在电路参数方面,计算精度约为12.8%,在场参数方面,计算精度约为3.6%。在此基础上,针对不同偏置电压、绳系长度以及绳系直径,对绳系的绳上电流分布、电势分布以及空间电势分布等参数进行数值计算。结果显示:电动力绳系的电流峰值点会随着偏置电压升高、绳系长度增加及绳系直径增大而发生比例上的向阳极端漂移,揭示了电子轨道运动限制的机制在各类壁面电荷输运机制中占优,导致电流峰值点漂移的产生。     

三维叶轮机叶片黏性反问题设计改进方法

提出了一种改进的适用于三维黏性流场的叶轮机叶片反问题设计方法。该方法假设叶片的中弧线具有虚拟移动速度,其位移量由目标载荷与实际载荷的差值计算,并利用黏性底层厚度进行限制。采用三次B样条曲线插值方法对叶片中弧线进行光顺,新叶型通过更新后的中弧线和给定的叶片厚度得到。算例验算结果表明:该方法能够根据设计意图对叶型进行修改,鲁棒性强,收敛速度快,叶片的可变自由度高,不依赖于特定的网格和求解器,具备一定的通用性。      

机匣处理作用下高负荷轴流压气机转/静子匹配设计研究

为了探索机匣处理作用下转/静子的轴向匹配方法以进一步提高压气机级的失速裕度,研究了静子的叶型安装角及"弯"、"掠"规律对压气机性能的影响,针对机匣处理与优化静子的组合结构进行了非定常数值模拟,阐述了该结构的扩稳机理以及压气机新的失速机制。研究结果表明,在机匣处理作用下,静子成为压气机失速的触发因素,通过对静子叶型安装角及"弯"、"掠"规律的优化均可进一步提高压气机级的失速裕度,其中改变静子"弯"型对压气机级失速裕度的改善最大。组合应用机匣处理与尖部反弯根部正弯静子后,压气机效率基本不变,失速裕度提升了80.2%,较单独使用机匣处理提升30.9%。在该组合结构作用下,压气机的失速由静子触发,静子叶根吸力面在激波作用下发生附面层分离,且与轮毂表面附面层相互作用形成角区涡,接近失速边界时,静子叶根形成"前缘溢流,尾缘反流"现象,造成静子通道的大范围堵塞,诱发压气机失速。压气机级的扩稳应充分考虑机匣处理的影响,对静子进行优化设计。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型（CNN）,并利用计算流体力学（CFD）的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7 s,CFD方法耗时大于50 s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

压电阻抗技术监测固体推进剂老化研究

为了进一步研究表面粘贴式的主动传感技术——压电阻抗技术(EMI, Electro-Mechanical Impedance)监测固体推进剂的老化,构建了基于线粘弹杆结构的一维机电耦合模型,根据粘弹性波的理论与边界条件进行分析,建立一种线粘弹结构动态模量与其机械阻抗的表征关系,并对构建的机电耦合阻抗模型进行了数值计算及试验验证。针对HTPB固体推进剂开展高温热加速老化试验及压电主动激励试验,根据监测所得导纳频谱并通过提取结构机械阻抗进行分析,结果表明:压电陶瓷片与推进剂结构在高频机电耦合运动时(300kHz,280kHz)有明显的共振现象,结构固有频率高于机电耦合共振频率,并且在200kHz～400kHz频段与700kHz～900kHz频段内,结构机械阻抗频谱峰值会因固体推进剂的热老化时间增长而降低,且与热老化时间之间满足线性关系。由此可见,压电阻抗法能够与固体推进剂在力学性能上建立表征关系,通过得到固体推进剂结构机械阻抗能够监测其老化损伤。     

反推力装置运动学与动力学仿真

为了研究叶栅式反推力装置各部件在工作过程中的运动学与动力学特性,根据机构运动原理对反推力装置进行简化并建立了运动学与动力学数学模型。以滑动整流罩位移与阻流门所受气动负荷为输入进行运动学与动力学仿真,得到了反推力装置各部件的位移、速度及受力特性曲线,并对比分析了在不同尺寸参数下各部件特征点的运动轨迹和反推力装置负载力变化。结果表明:运动学及动力学仿真结果与工程实际相符;反推力装置机构参数选择不合理时,各设计点会发生干涉现象并导致机构无法运动;机构参数变化对负载力最大值影响尤为突出,在阻流门AC段长度值增大6%,阻流门CB段长度值减小9%的情况下,负载力正向最大值将增大19.53%,负向最大值增大12.67%。研究方法及研究结果可为反推力装置运动学及动力学分析,以及为反推力装置机构优化设计提供参考。