乘波体与二元高超声速进气道一体化设计研究

基于二元混压式高超声速进气道和密切锥乘波体,设计了一腹部并列进气的高超声速乘波前体/进气道一体化前体模型,并数值模拟研究了该模型在不同飞行马赫数和攻角下的气动特性。计算结果表明:设计的一体化前体模型很好地结合了二元高超声速进气道和乘波体流场结构特点,乘波前体结构可为进气道提供均匀的进口流场,且进气道性能基本保持不变;一体化前体模型在低于设计点马赫数和正攻角飞行状态下仍具有良好的飞行性能,但在负攻角飞行姿态时,随着攻角角度的增大一体化前体模型的升阻特性和进气特性均快速恶化。     

大型运输机地面涡流场数值模拟

针对地面涡现象,建立了大型运输机装配涡扇发动机的三维模型,采用数值仿真方法模拟计算不同风速、风向、滑行速度条件下的地面涡流场。根据计算结果分析得到了地面涡流场分布特征及变化规律,提出了该型机运营过程中的注意事项。结果表明：针对该型机,地面涡进气主要造成进气旋流畸变,进气总压畸变水平较低,畸变指数保持在1.1%～1.7%之间。逆风风速大于5 m/s时地面涡消失,其强度随风速增加先增后减;随着风向变化,地面涡流场的涡系结构不断变化,处于下风侧的短舱更容易产生地面涡;滑行条件下地面涡强度变化较小,滑行速度达到3 m/s时已无涡吸入。实际使用中,地面静止开车时应着重观察旋流畸变较大的1号、4号发动机的工作状态;滑行时应着重观察地面涡吸入能力较强的2号、3号发动机的外物吸入情况。     

基于神经网络的航空发动机进口总压畸变重构研究

为建立适用于畸变容限控制技术的航空发动机进气总压畸变估算方法,采用基于神经网络方法,以飞机试飞测量数据为基础,分别开展了发动机进口总压流场和稳态周向畸变指数重构方法研究。以壁面静压、发动机进口面中心点总压以及攻角、侧滑角数据分别构建了三种不同输入参数组合的神经网络模型,并对比分析了各模型的重构精度和适用性。结果表明:采用神经网络方法可以较好地建立壁面静压、飞行参数与发动机进口总压分布和稳态周向畸变指数的映射模型;以壁面静压、发动机进口面中心总压、攻角和侧滑角为输入的神经网络模型,对于总压流场重构和稳态周向畸变指数重构都具有最佳的重构精度;采用先重构流场总压分布再计算稳态周向畸变指数的间接方法相对于直接重构稳态周向畸变指数的方法具有更高的重构准确性;对于与建模飞机具有相同进气道结构和布局的飞机,训练完成的神经网络模型对总压流场重构具有一定的适应性,对稳态周向畸变指数重构适用性差。     

尾喷流吸入对发动机进气畸变的影响

为了研究折返的尾喷流吸入对发动机进口流场畸变的影响特点,开展了发动机不同状态下的尾喷流吸入地面试验,基于测取的发动机进口温度、压力流场数据,分析了发动机进口流场温度、压力畸变特征和影响进气温度畸变强度的因素。结果表明:折返的发动机高温尾喷流吸入会在发动机进口形成明显的温度畸变,此时的发动机进口流场具有温度、压力组合畸变特征;高温尾喷流的吸入会影响发动机进口总压分布,使低压区压力有所升高,总压不均匀性降低;发动机工作状态越高、加力状态保持时间越长,发动机进口形成的温度畸变强度峰值越大;发动机进口温度场的改变滞后于油门杆的动作,是一个动态变化的流场,但尾喷流吸入造成的温升率较小。