旋转飞行器动稳定导数获取原理

旋转飞行器具有独特的周期性非定常气动现象，其动态特性更加复杂，气流与旋转高度非定常关联，俯仰阻尼导数和Magnus力矩导数同等重要.文章从飞行器气动力建模的理论基础出发，考虑飞行器自转角速度非零的事实，将其作为基态影响参数，重新构建了旋转飞行器气动力数学表达式，并借鉴成熟的常规动导数强迫振动法，采用Fourier级数表征旋转影响，沿用旋转飞行器周期气动等效概念，建立了基于基态旋转流场的周期气动等效平均俯仰动稳定导数、纵向洗流时差导数和滚转动稳定导数获取的原理表达式，并设计了相应的运动模式，可供数值计算和风洞实验使用.      

CFD在高速飞行器热气弹问题中的应用

采用气动力/热/结构耦合的方法对高速细长体飞行器结构热静气动弹性问题进行了研究.为保证耦合计算精度，达到准确预测热气动弹性特性的能力，气动力和气动热计算采用CFD数值模拟方法，热应力和热变形计算采用有限元方法并通过热考核试验验证.以该简单细长体飞行器模型为研究对象，对其热静气动弹性特性进行了计算与分析，计算结果表明:CFD/CSD耦合可准确模拟热气弹问题，且气动加热造成结构温升不均衡是结构变形的主导因素，力热耦合静气弹变形与单纯受力分析变形形式不同，对飞行器气动特性影响规律不同.准确预测飞行器热气动弹性特性对飞行器结构设计十分必要.      

折叠翼面展开过程中气动载荷特性数值模拟

针对某飞行器翼面高速展开过程,采用定常和非定常数值模拟两种不同方法,进行折叠翼面展开过程气动载荷分析研究,其中定常方法主要研究翼面从折叠到展开过程中不同展开角下外翼面的气动特性,分析展开角、来流参数对外翼面气动力的影响;非定常方法主要模拟折叠翼面展开角速度变化,从而获得典型工况下翼面展开过程的载荷情况,分析非定常效应对气动载荷的影响.研究发现,当翼面展开速度与来流速度相近时,则非定常效应不可忽略而必须采用非定常模拟方法.      

薄翼非定常气动力的涡方法计算

采用基于势流理论的涡方法,计算小扰动流场下薄翼的非定常气动特性。在中弧线和尾迹上布置涡量,建立两个控制方程和两个边界条件,数值求解薄翼的涡量分布并计算非定常气动力。将该方法用于二维平板绕流问题,计算了阶跃攻角和阵风两种工况,获得平板的涡量分布和非定常升力系数,结果与解析解Wagner函数和K(u|¨)ssner函数对比,证明了涡方法的准确性;最后采用ARMA降阶模型对涡方法的结果进行系统辨识,证明了ARMA降阶模型的有效性。以上研究将用于预测风力机非定常气动性能和气动弹性的分析。     

三角翼涡破裂的高精度数值模拟

采用5阶精度的加权紧致非线性格式(WCNS-E-5)数值模拟65°后掠角尖前缘三角翼的大攻角跨声速绕流流场,考察低耗散、高分辨率的WCNS-E-5格式对于三角翼涡破裂模拟的适用性,及激波旋涡干扰对涡破裂点位置的影响,重点研究三角翼大攻角旋涡破裂点的突然前移.通过求解任意坐标系下的非定常雷诺平均N-S方程,采用WCNS-E-5和SST两方程湍流模型,与试验结果和文献计算结果对比,表明既有高阶精度又能光滑捕捉激波的WCNS格式在模拟三角翼旋涡破裂方面具有一定优势,其数值结果与试验结果吻合较好,三角翼大攻角旋涡破裂点的突然前移是由于跨声速流场的激波旋涡干扰.     

任意马赫数非定常流动数值模拟的统一算法

发展适用于从低速到高速任意马赫数非定常流动数值模拟的统一算法.通过引入一个伪时间导数项和一个新的预处理矩阵,得到双时间非定常预处理可压缩Navier-Stokes方程.方程的对流项采用三阶Roe通量近似差分格式离散,粘性项采用二阶中心差分格式离散.基于数值通量的线性化技术,实现伪时间步的隐式ADI-LU格式迭代,进而获得物理时间步的二阶推进精度.重点以低马赫数流动为例,求解了圆柱绕流和NACA0015翼型等速上仰动态失速问题.计算结果表明该统一算法能够较好地模拟低马赫数乃至任意马赫数非定常流动.     

大攻角翼型的锁频现象及气弹稳定性研究

翼型大攻角下涡激振动的锁频问题给飞行安全带来潜在的安全隐患。本文采用非定常雷诺时均N-S方程模拟了翼型在大攻角下的强制扭转振动,对翼型在40°攻角下的锁频振动现象进行研究。基于非定常数值模拟的结果,获得翼型表面振动周期气动功均值判断翼型的气动弹性稳定性。计算结果表明：扭转振动的锁频区间呈“V”形,锁频区间内振动频率较小侧气动功显著增加,涡激振动现象发生,而振幅的增大延迟了上仰过程尾缘涡的脱落,会使得其上表面尾缘附近气动功降低,使振动趋于稳定;相空间重构及递归图可以捕捉到非线性动力学系统锁频及非锁频下的状态差异。     

二维半线性扩散反应方程的高精度全隐格式及其多重网格方法

针对二维非定常半线性扩散反应方程，空间导数项采用四阶紧致差分公式离散，时间导数项采用四阶向后Euler公式进行离散，提出一种无条件稳定的高精度五层全隐格式.格式截断误差为O（τ⁴+τ²h²+h⁴），即时间和空间均具有四阶精度.对于第一、二、三时间层采用Crank-Nicolson方法进行离散，并采用Richardson外推公式将启动层时间精度外推到四阶.建立适用于该格式的多重网格方法，加快在每个时间层上迭代求解代数方程组的收敛速度，提高计算效率.最后通过数值实验验证格式的精确性和稳定性以及多重网格方法的高效性.     

高精度格式WCNS-E-5计算物面热流

采用加权紧致非线性格式WCNS-E-5,四阶精度的二阶导数差分近似以及四阶精度的边界格式构造了高精度算法,对高超声速粘性流动的物面热流进行数值研究.首先考察了壁面网格雷诺数对驻点热流的影响,然后开展了边界格式对热流计算结果影响的研究,最后对大攻角钝锥绕流进行了数值模拟.研究结果表明:WCNS-E-5能降低边界层内网格分辨率,全场高精度的WCNS-E-5计算得到的流场图像清晰、真实、分辨率高,热流值准确、可靠.     

三维定常问题的高阶紧致差分格式向非定常问题的推广

将已经建立的求解三维定常对流扩散方程的高阶紧致差分格式直接推广到三维非定常对流扩散方程的数值求解,时间导数项利用二阶向后欧拉差分公式,所得到的高阶隐式紧致差分格式时间为二阶精度,空间为四阶精度,并且是无条件稳定的.数值实验结果验证了本文方法的精确性和稳健性.     

尖楔前体飞行器FADS系统的径向基网络建模及验证

文章研究了针对一种用于尖楔外形的嵌入式大气数据传感（flush air data sensing，FADS）系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准；然后基于径向基函数（radial basis function，RBF）的人工神经网络建模技术构建了FADS系统的网络解算模型；最后给出了模型的测试误差，分析了气动延时效应、位置误差等误差源模型对算法精度的影响，并给出了网络模型的预测精度.结果表明，针对尖楔外形测压孔配置特征，基于RBF的人工神经网络算法解算精度较好，攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好，输出的测试误差（绝对值）分别小于0.25°，0.5°，0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.      

基于修正面元法的机翼静气动弹性计算

针对静气动弹性弱耦合解法多次迭代耗时较长的问题,提出一种斜率修正面元法计算气动力.该方法以机翼在不同迎角下的CFD数据作为修正基础,以直线段近似曲线段升力线,弥补面元法无法考虑非线性因素的缺陷.通过M6机翼气动力损失以及迎角补偿等静气动弹性的计算表明,相对于CFD技术,该方法保持了较高的准确度并且计算效率较高,适用于复杂结构优化.     

风力机翼型在失速工况下非定常流场的本征正交分解分析

风力机气动性能受静态失速与动态失速影响很大,对风力机翼型的失速问题研究具有重要意义。本文通过计算流体力学方法得到的风力机翼型在固定大攻角工况,以及大攻角震荡工况下的非定常流场,来研究翼型静态失速与动态失速。采用本征正交分解方法(POD),对非定常流场降阶,得到流场的POD模态以及对应的系数。POD模态结果表明在静态失速下,主要非定常流动结构是尾迹区域交替脱落的涡结构;在动态失速下,除了尾迹区域,前缘和整个吸力面都存在流动分离结构。     

钝前缘梯形翼高超声速风洞颤振试验

为了研究钝前缘翼面的高超声速颤振特性,获得典型翼面高超声速颤振参数以校验非定常气动力和CFD计算,采用具有简单结构动力学特性的钝前缘梯形翼模型,在中国航天空气动力技术研究院FD-07高超声速风洞进行了高超声速风洞颤振试验研究.模型为9 mm厚钝前缘梯形平板翼,采用夹层设计:中间层为钢板,提供模型主要刚度和质量特性;两侧为泡沫,起维形作用.试验模型采用悬臂支撑安装于风洞试验段,试验Mach数分别为4.95和5.95.试验固定Mach数,通过缓慢增加动压以使模型达到颤振临界点,采用小波时频谱分析时域响应,结果显示试验模型发生了弯扭耦合经典颤振.试验采用直接观测法获得了颤振动压、颤振频率和对应的试验密度、总温等颤振相关参数.采用壳单元建立了结构有限元模型,并采用统一升力面理论对模型进行了颤振计算分析,研究了气流密度、结构阻尼、Mach数对颤振计算的影响,并对试验结果与理论计算的偏差进行了讨论.分析认为,计算气流密度、计算结构阻尼、结构建模偏差、试验结果散布特性等因素均会构成计算值和试验值之间的偏差,但即便在计算中考虑上述因素,计算结果与试验值仍存在较大偏差.      

钝锥再入飞行器黏性干扰效应建模

针对典型的钝锥外形, 采用统一气体动理学格式(UGKS)模拟了高度70~110 km下不同Mach数和攻角的流场, 进行了流场特性的分析, 并基于黏性干扰的理论成果, 将气动力特性与第3黏性干扰参数、攻角和Mach数等参数进行关联, 建立了气动力系数的黏性干扰模型, 给出了模型预测结果的相关性分析和准确性评估。经初步测试, 该模型预测结果与UGKS直接模拟结果具有良好的一致性, 对工程应用快速获取高空气动特性具有重要意义。      

Experimental and numerical studies on the discrete noise about the cross-flow fan with block-shifted impellers

The experimental and numerical studies have been carried out to investigate the blade passage frequency (BPF) noise of a cross-flow fan (CFF) with the block-shifted impeller. Firstly, the aeroacoustic and aerodynamic features about the five different block-shifted impellers have been obtained experimentally. Secondly, the dynamic pressure sensors were put in the noise generating surfaces to investigate the pressure fluctuations generated by the shifted blocks in the near-field through the cross-correlation analysis. Thirdly, the two-dimensional (2D) unsteady flow field has been simulated by commercial CFD software and the vortex flow patterns and the unsteady force of the blade have been analyzed to detect the noise source about the CFF. Finally, the noise properties about the CFF were predicted by a hybrid method through the Farassat’s equation and the surface pressure fluctuations were provided by the CFD simulations. A simplified theory model has also been built up at the same time. The comparisons are made between the results of hybrid method and the theory model to validate the correctness of the noise prediction methods. The accuracy of these results was also evaluated by the corresponding experimental ones. The results indicate that the impellers with different block-shifted angles are the same in aerodynamic performance but different in the BPF noise. The relations between the shifted angles and the BPF noise levels have been predicted and discussed for the noise reduction.     

基于神经网络的翼型气动力计算和反设计方法

开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.      

钝头机体用FADS-α的求解算法及精度研究

针对钝头机体用嵌入式大气数据传感（flush air data sensing,FADS）系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°~30°,侧滑角β=0°的条件下,首先基于势流理论及修正的Newton流理论建立了钝头机体用FADS系统的理论模型,并给出了典型的测压孔配置方案;然后采用经典三点式及改进三点式算法、基于线性理论的五孔探针算法、基于非线性理论的五点拟合算法、基于神经网络建模的方法及基于压力模型的加权最小二乘迭代算法,分别建立了FADS-α的4类求解算法;最后对钝头机体用FADS-α的算法求解精度进行了系统对比及论证.研究结果表明,三点式算法、改进三点式算法与加权最小二乘迭代算法精度相当,都可以比较准确地预测攻角;神经网络算法精度较好,但算法涉及的经验参数较多,且需要大批量数据集的训练及验证;拟合算法优劣明显,基于线性理论的五孔探针算法精度在小攻角时与上述几种算法精度相当,但随攻角增大（大于10°）精度下降显著;而基于非线性理论的拟合算法精度较好,但拟合过程复杂繁琐.对钝头机体用FADS-α的算法精度而言,三点式算法、改进三点式算法及加权最小二乘迭代算法是较好的计算方法.