适定的跨音速翼型反设计方法研究

从不可压流反问题的Lightll准确解中可知,翼面压强分布和自由来流速度两者不能同时独立地给定。这意味着对于给定的压强分布存在着一个约束条件,否则,反设计问题就是不适定的。对于可压缩流动,同样应该存在类似的约束条件。本文在这方面做了初步探索,给出了一种满足这种约束条件的跨音速翼型反设计方法。在此方法中,目标压强分布包含一个自由参数,在计算中可调整此参数使压强分布满足本文推导出的正则化条件。     

双时间隐式方法求解非定常绕流的相关问题

空间采用三阶精度的WeightedNND(WNND)格式,时间方向则采用具有二阶精度的双时间步隐式方法求解二维非定常Euler方程,数值模拟了NACA0012翼型俯仰强迫振动流场,讨论了内迭代步数、内迭代收敛判据以及物理时间步长对计算结果、计算效率与计算CPU时间的影响,并将计算结果与实验值进行了比较。     

一种综合颜色、纹理信息的皮肤检测方法

针对目前许多皮肤检测方法只考虑了像素级别上的颜色信息，未较好地利用图像空间上的其他信息，如纹理信息以及光照条件对成像颜色所造成的影响，在SPM方法的基础上提出了改进。首先引入“灰色世界”算法对因非标准光照所产生的颜色改变进行校正，有效提高了正检率。对SPM方法的输出部分通过灰度共生矩阵提取图像的纹理信息，过滤颜色信息为皮肤而纹理信息为非皮肤的像素区域，有效降低了误检率。实验结果表明，该方法取得了较好的效果。     

回归型支持向量机的机翼结冰冰型预测

飞机结冰严重威胁着飞行安全。针对机翼结冰冰型预测时不确定性因素较多、难以准确预测的问题,提出了一种基于回归型支持向量机的机翼结冰冰型预测方法。在建立冰型模型的基础上,利用回归型支持向量机(Support Vector Regression,SVR)获得冰型多项式系数,从而预测出相关飞行条件和大气条件下的冰型。仿真结果表明,该方法具有较好的预测能力,可以及时提供可靠的结冰信息,为保证结冰条件下的飞行安全提供了保障。     

基于微分求积法的高超声速机翼蒙皮颤振研究

机翼蒙皮在高超声速气流中会发生颤振等气动弹性问题,破坏结构.引入微分求积方法,可以有效地分析机翼蒙皮的颤振问题.将机翼蒙皮等效成薄板,基于一阶活塞理论,根据克希霍夫假设及弹性理论建立蒙皮的气动弹性偏微分方程,采用微分求积法将偏微分方程离散为常微分方程,并根据频率重合理论对颤振问题进行求解.得到的颤振速度与有限元方法计算结果进行比较,误差为0 58％,验证了微分求积法在求解颤振偏微分方程时的有效性.分析了蒙皮面积、厚度、纵横比等不同参数对蒙皮颤振速度的影响.结果表明,颤振速度随蒙皮面积的增大而减小,随纵横比、厚度的增大而增大.     

基于动网格的翼型设计优化

针对传统基于代理模型的翼型优化的缺陷,提出采用基于动网格的翼型优化;针对基本Hicks-Henne方法后缘不光滑情况进行了改进;采用自编程序实现动网格生成,通过集成商业软件Pointwise和CFD计算软件Fluent完成边界条件生成和流场解算,并实现上述程序和软件间的数据交互和自动化,整个优化流程在iSIGHT平台下执行,优化算例表明基于动网格的翼型优化方法能大幅提高翼型性能,节省大量的重复性操作,增加优化结果的鲁棒性和可信度,是翼型优化中的一种有效方法。     

电磁轨道发射装置动态电感梯度分析

推导了导轨间磁场均匀分布和非均匀分布两种情况下电感梯度数学计算模型。引入了速度频率来模拟电枢发射过程速度趋肤效应,对导轨二维模型以及三维电磁场模型进行时谐仿真,并将获得的单位长度电感以及电感梯度,分别用于电气仿真系统中电感和电枢推力的计算。电气仿真和试验结果表明,电流和出口速度误差均在2%以内,证明了动态电感梯度分析及参数提取方法的正确性和准确性。     

21世纪无人机关键技术

无人机因其独特而优异的战术性能,在近几次现代局部战争中得到了越来越广泛的应用,执行的任务也越来越多。从未来无人机的军事需求及其战术性能入手,结合技术发展趋势和发展可行性,对未来无人机发展需要的一些关键技术进行了分析研究,这些关键技术对提高未来无人机的战术性能具有重要作用。     

超声速二元机翼随机混沌运动分析

以考虑随机扰动的超声速二元机翼为研究对象,采用Kapitaniak方法对超声速二元机翼的随机混沌特性进行研究。采用三阶活塞理论推导超声速二元机翼的非线性气动力和气动力矩,建立考虑随机扰动、具有俯仰立方非线性的机翼2自由度运动微分方程,并将其写成4维状态方程的形式;采用中心流形方法对系统进行降维,将系统状态方程从4维降为2维;再联合利用累积量截断法、非高斯截断法获得系统的二维联合概率密度函数及系统的概率时差图,采用Kapitaniak方法分析系统在不同扰动强度下的随机混沌特性;采用系统响应、庞加莱截面图及最大Lyapunov指数等对系统的随机混沌特性进行验证。本研究对超声速二元机翼在复杂环境下的稳定性、安全性及响应特性等研究具有重要的促进作用。     

基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑。为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法。设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图像作为输出。基于NACA0012翼型,通过数值模拟方法生成冰形数据集,同时利用风洞试验结果对数值模拟方法进行验证,以确保生成数据的可信度。构建以飞行速度、温度、液态水含量、平均水微滴直径和结冰时长5项参数作为输入的预测模型,并进行仿真训练和验证。仿真结果表明:所提翼型结冰预测模型不仅能够快速预测翼型冰形,而且在冰体轮廓、结冰上下极限、冰角位置、结冰厚度等主要特征方面也与数值计算结果符合较好。