基于电流变液的火炮反后坐技术研究

根据火炮反后坐装置的技术特点和电流变液的力学性能,从理论上分析了电流变液技术用于火炮反后坐装置的可行性,设计了简易电流变液驻退装置的结构和控制策略,并对关键的技术问题进行了探讨。     

基于流体体积模型的双层油罐渗漏数值模拟

为了对钢制强化玻璃纤维制双层油罐贯通间隙空间进行优化设计,针对目前市场上主流双层油罐间隙空间的结构特点,应用计算流体力学数值模拟软件CFD,基于多相流流体体积模型,对双层油罐内罐发生渗漏后渗漏液体在贯通间隙空间的流动特点进行模拟计算。计算结果表明：液体在间隙空间流动时,其表面力对流动的影响占支配作用,体积力的作用可以忽略;当间隙垫片之间的距离≥0.8 mm,其对液体流动的阻碍作用开始减弱;主流双层油罐间隙空间的设计不合理,无法将油罐渗漏液体尽快引流到间隙底部。最后,根据液体在间隙空间的流动特点,对双层油罐间隙空间的设计提出了改进措施。     

火箭发动机燃烧室内气体非定常流动数值模拟

应用新的ＰＩＳＯ算法对液体火箭发动机内非定常流动过程进行了数值模拟计算。算法采用一步隐式预测、两步显式校正完成每一时间层计算,而不是通常的多次迭代计算,因而大大缩短计算时间。     

潜艇水动力噪声的自航模试验技术研究

探讨了一种新型的潜艇流噪声与螺旋桨噪声的模型试验方法——自航模水动力噪声测试技术。该方法通过合理的试验方案设计及信号处理手段,在背景噪声相对较低的测试环境中,可得到具有时间通过特性的噪声信号,识别出流噪声与螺旋桨噪声。     

电流变技术在工程中的应用

电流变液是一种在电场作用下能瞬间从液态变为固态的智能材料．简要介绍了电流变液及电流变效应、电流变液的组成及影响电流变效应的主要因素．综述了国内外电流变技术在工程中的应用研究进展及发展趋向,展望了这一技术在军事领域中的应用前景．     

运动流体介质和剪切层共同作用下平面近场声全息技术改进

传统的平面近场声全息将全息面置于射流内部。为了降低窗效应和卷绕误差对重建精度的不利影响,一般要求全息面尺寸为声源的2倍以上,而较大尺寸的传声器阵列放在射流内部会干扰射流的稳定。针对这一问题,提出将整个全息面置于射流外部的方法。根据经典的剪切层修正理论,首先分析声波由声源传播至全息面过程中路径和幅值的改变,继而推导出修正后的声场传播公式,最终建立起马赫数小于0.3的运动流体介质和剪切层共同作用下的平面近场声全息理论模型。数值仿真表明,改进后的平面近场声全息技术能够得到高分辨率的重建声场,对气动噪声源的定位精度较高,并且具备一定的抗干扰能力。     

超声速气流中液体横向射流一次破碎过程

发展显微成像方法获得空间分辨率为1.57 μm/pixel的近场射流瞬态图像,分析超声速气流中液体横向射流表面波演化规律。采用流体体积法获得射流的三维形态及近场流场特征,研究近场流场结构及气液作用。射流的一次破碎过程主要有表面破碎和液柱破碎。其中表面破碎由气液剪切引起的K-H不稳定主导,液柱破碎由气液加速引起的R-T不稳定主导;射流柱表面局部压力的脉动是诱导产生射流迎风面表面波并促使其沿射流方向发展的主要原因;射流柱与超声速气流作用形成背风面回流,近壁面液雾主要由表面破碎及背风面回流输运的液滴组成。     

新疆维、哈、汉儿童成就目标定向特点比较研究

本文采用问卷调查的方法,以547名四至六年级的新疆维族、哈族、汉族儿童为被试,进行成就目标定向特点的比较研究。结果发现：汉族、维族、哈族儿童在成就目标定向各维度上均存在显著差异;性别与民族之间、民族与年级之间,维族、哈族、汉族儿童在掌握目标定向各维度（趋近、回避、掌握整体）上存在交互作用;性别与年级之间,新疆维族、哈族、汉族儿童在成绩回避目标定向上存在交互作用。     

流体动力式强声源研究

针对现代强声学技术研究的需要,从声压级的角度,对所设计的流体动力式强声发生器的性能参数开展了实验研究,得到了工作压力、簧片与喷口之间的距离以及簧片的劈角对该强声发生器辐射声场声压级的初步影响规律.实验结果表明,在较优的工况条件下,该强声发生器出口处可实现140dB(最大声压级)以上声辐射输出.     

多GPU的可压缩湍流并行计算

利用CUDA Fortran语言发展了一种基于GPU的计算流体力学可压缩湍流求解器。该求解器基于结构网格有限体积法,空间离散采用AUSMPW 格式,湍流模型为k-ω SST两方程模型,采用MPI实现并行计算。针对最新的GPU架构,讨论了通量计算的优化方法及GPU计算与PCIe数据传输、MPI通信重叠的多GPU并行算法。进行了超声速进气道及空天飞机等算例的数值模拟以验证GPU在大网格量情况下的加速性能。计算结果表明相对于Intel Xeon E5-2670 CPU单一核心的计算时间,单块NVIDIA GTX Titan Black GPU可获得107至125倍的加速比。利用四块GPU实现了复杂外形1.34亿网格的快速计算,并行效率为91.6%。