一种适用于临近空间飞行器大变形的动网格策略*(专题约稿)

对于超大展弦比构型的低速临近空间飞行器而言,在飞行过程中结构变形非常显著,基于计算流体力学的分析方法对于动网格提出了非常高的要求。本文提出一种适用于边界大变形的动网格策略,该种动网格基于映射的思想,将边界网格的位置变化以某种权重反映到流场网格,并更新网格节点位置。文章选取距离倒数的n次方作为权重,首先研究了不同的权重指数n对网格变形的影响规律,然后开展了二维与三维动网格实例分析。结果表明,这种动网格方法能够很好的适用于大变形的情形,并能很好的保证变形后的网格质量。     

含气膜孔涡轮叶片寿命可靠性设计优化中的网格参数化方法

为了自动实现含气膜孔涡轮叶片寿命的可靠性设计优化,减少其有限元计算时间成本,提出了含气膜孔涡轮叶片的非结构局部网格参数化方法.该网格参数化方法将叶片划分为参数化区域和非参数化区域,分别设计非参数化区域的网格以及参数化区域的网格控制点,更新气膜孔的形状和位置后,保持非参数化区域的网格不变,重构参数化区域的网格.相比于结构...     

基于紧支径向基函数的固体域耦合数据传递方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例对本文所提方法进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,本文算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

用紧支径向基函数传递固体域耦合数据的方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

微尺度燃烧的实验分析研究

实验采用乙醇为燃料,管径为1.0 mm、0.6 mm和0.4 mm的三种陶瓷管作为燃烧器。由于燃烧器尺度小的特殊性,实验过程中采用体视显微镜来观测火焰形状,用热电偶来测量火焰温度,用可变液位差法和注射泵法来测量乙醇流量。同时,为了揭示微尺度燃烧的特性,需要对实验数据进行无量纲分析,用特征尺寸比例法来处理火焰图像。     

一种新的机动目标跟踪中的变结构多模型算法

实践证明变结构多模型(VSMM)算法在机动目标跟踪领域有着广阔的应用前景。动态地辨识机动目标的机动参数是提高目标状态估计精度的理想方法。因此,将二者结合,提出了一种新的VSMM算法,即带有修正装置的自适应网格法。算法核心所在是对系统输入量采用了协方差匹配技术来对系统不确定性进行修正,即对系统噪声协方差阵Q的实时辨识上,使滤波器具有高度自适应性。     

基于主导拮抗抑制的多尺度边缘检测

图像边缘检测算子的抑噪能力和定位精度是一对矛盾,从视觉神经生理学角度出发,提出一种基于主导拮抗抑制的多尺度边缘检测模型。该模型将主导拮抗抑制机制拓展到多尺度处理,通过引入侧膝体拮抗通道的强抑制机制达到自适应抑噪的效果,获得的对比度信息经过简单细胞子域的非线性整合得到锐化的边缘输出,最后将多个尺度的处理结果进行融合,获得最终的边界轮廓。理论和实验证明通过主导拮抗抑制机制和多尺度处理的结合,获得抑噪能力强、定位精度高的边缘检测模型,该模型具有生理学基础,结构简单,计算效率高。     

网格质量反馈的弹性体动网格改进

高鲁棒性的动网格变形方法是求解包含运动边界的非定常流场问题的关键技术。基于经典的弹性体动网格方法,引入两种设计合理、评价效果较好的网格质量参数——Patrick参数和Baker参数,提出了一种基于网格质量反馈的改进弹性体动网格方法。结合二维NACA0012翼型、三维ONERA M6机翼大角度俯仰运动,对比研究改进方法与经典方法的变形能力,改进方法能够保持较好的网格质量,尤其在最大变形时,可以有效改善较差网格单元,具有更高的鲁棒性。计算了NACA0012翼型、ONERA M6机翼的俯仰振荡绕流,并与实验结果及文献进行对比,结果表明,基于网格质量反馈的改进弹性体法能够显著提高变形网格的鲁棒性,可为非定常流场问题的求解提供有力支撑。     

基于尺度空间理论的角点检测

传统的Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris的尺度空间函数表示。利用多尺度分析的思想,使在小尺度上的角点精确定位和大尺度上的角点去伪存真。从而克服了传统的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪声影响等问题。试验结果表明,该算法明显地提高了图像角点检测性能。     

基于多尺度压缩感知的信号重构

压缩感知是近几年新兴的采样理论,它指出如果信号在某些基上是可压缩的,那么通过很少的观测即可获得信号的准确重构。当信号采用小波基并在压缩感知的基础上,提出了多尺度压缩感知,数值仿真结果表明多尺度压缩感知可以给出更好的重构效果。