在飞行器布局设计过程中,其气动系数的计算至关重要,它直接关系着飞行器飞行稳定性。针对数值模拟方法、风洞试验方法以及单一NS方程方法存在的计算性能不足的问题,设计一种基于NS方程的飞行器气动系数有限元计算方法。方法分为两个阶段:建立方程与求解方程。在建立飞行器气动问题NS方程阶段,主要工作内容包括飞行器机翼结构建模、构建控制方程、确定边界条件;在求解飞行器气动问题NS方程阶段,主要工作内容包括方程离散化、划分网格、计算气动系数。结果表明:利用所提方法对飞行器气动系数进行计算时,综合性能指数达到9.5以上,远远高于其余三种传统方法,由此说明所提方法的计算能力更强,为飞行器合理布局与设计提供了重要的参考。

为了更加快速且准确地预测螺旋桨滑流对机翼气动系数的影响,提出了基于最佳环量分布并结合激励盘数值模拟技术实现螺旋桨滑流影响预测的方法,选择Prandtl最佳环量分布解析法并在此基础上提出了一种桨毂修正办法,从而得到桨盘的最佳环量分布解析式。将采用不同方法计算螺旋桨压力阶跃分布作为激励盘模型的边界条件,采用CFD数值模拟得到了一种典型的桨-翼组合体的气动参数。结果表明,本文提出的修正方法预测结果更接近于试验数据,升力系数的相对误差不超过3%,阻力系数的相对误差不超过20%。这种方法具有不依赖试验数据、低计算资源消耗的优势,对飞机概念设计初期快速确定螺旋桨滑流对机翼气动系数的影响方面具有优势。

针对风力机叶片翼型在-180°~180°之间的气动数据准确性和完备性不高且难以获取的问题,提出采用Xfoil6.99和Profili2.21两个专业软件分别获得小迎角下风力机叶片翼型气动系数,然后求和求平均值得到了新的翼型气动数据,再通过AirfoilPrep-v2p2程序将气动数据扩展到迎角在-180°~180°范围内。通过数据分析得到了升力系数、阻力系数和力矩系数的变化规律,这为翼型的优化设计提供了重要的理论支持。

提出了一种基于深度学习的翼型气动系数预测方法,有效克服了以往方法依赖翼型设计参数以及算法复杂度随预测精度的提高呈指数级增长等缺点。首先,介绍了卷积神经网络(CNN)的基本原理、网络机构以及训练方法,给出了训练样本数、批量大小、批次数量、迭代次数、循环次数的关系;其次,设计了针对翼型图像处理的CNN结构,随机选择6000个样本对该网络进行了训练;最后,对561个翼型的法向力系数进行了预测,并与部分参数法方法的预测结果进行了比较。仿真结果表明,提出的图形化预测方法具有很高的预测精度。

为了解决风洞试验求覆冰输电线在风荷载下的气动系数成本高、耗时长的问题,提出了一种预测气动系数的BP神经网络方法。使用试凑法对BP神经网络模型进行调参训练,选择8×8、10×8、10×16的BP神经网络模型。以训练好的BP神经网络模型为基础,先预测了新月形、扇形覆冰单导线在不同风速下的气动系数,再预测了无覆冰、新月形、扇形覆冰四分裂导线在不同风速下的气动系数以及新月形覆冰四分裂导线在不同覆冰厚度下的气动系数,最后与风洞试验所测结果以及线性插值的结果对比。结果表明BP神经网络的预测结果与风洞试验结果拟合程度较线性插值结果好,相似度很高,BP神经网络预测方法具有可行性。

为提升高超声速滑翔飞行器再入气动系数的刻画精度,基于公开的CAV-H气动系数数据,本文提出了一种改进的高超声速滑翔飞行器再入气动系数拟合模型。首先,建立攻角二次项和马赫数负指数幂项相结合的气动系数拟合模型。其次,利用多元非线性最小二乘法对模型进行参数辨识,并采用拟合优度评价了该模型对气动系数数据的解释程度。然后,依据该模型从升阻比角度分析了气动模型飞行特点。最后,对本文改进模型进行数据拟合仿真,分析升阻比特性,并进行再入轨迹优化任务仿真。气动数据拟合实验表明,与现有典型模型相比,改进模型拟合误差降低,拟合优度进一步提高。不同定升阻比的飞行仿真实验表明,应用改进模型可全面刻画再入滑翔飞行特性。再入滑翔飞行任务仿真结果表明,相较于对比模型,改进模型得到的再入轨迹更为平稳。

针对传统人椅弹射六自由度仿真中利用线性插值获取气动系数,研究借助Matlab/Simulink平台,提出了基于Levenberg-Marquardt (L-M)算法的BP神经网络气动参数预测模型,同时引入WGS84重力模型和ISA国际标准大气模型,利用四元数法构建了弹射出舱阶段与自由飞阶段的六自由度仿真平台,获得了某型弹射座椅0-0、450km/h和850km/h三种弹射工况下姿态与轨迹仿真曲线,并与试验和利用线性插值法计算获得的天向轨迹曲线进行对比分析,结果表明在0-0和450km/h中低速弹射状态下,利用LM-BP神经网络气动参数预测模型获得的天向轨迹仿真精度要大幅优于利用线性插值法计算得到的精度;而在850km/h高速弹射试验仿真中两者相对精度相当,从而验证了LM-BP神经网络气动参数预测模型和人椅弹射六自由度仿真平台的准确性与可靠性。

为满足高速风洞试验现场日益复杂的采集需求,研制了一种高速风洞微型测量系统,由电气接口模块、增益控制模块、低通滤波模块、扫描采集模块、主控模块、LAN总线接口模块组成,实现了电压信号放大、低通滤波、模数转换、数据处理与分析等功能;静态校准结果线性度及误差限小于0.03%,与风洞常规测量系统相当,将该系统成功应用于2.4米跨声速风洞标模测力试验,开展了与常规测量系统的对比试验以及测量精度试验,马赫数0.40、0.78、0.85对应的C Lα差量分别为0.0009、0.0004和0.0020,差异在2.0%以内,C m CL差量分别为0.0039、0.0003和0.0011,对应焦点位置变化均小于0.5%气动弦长,重复性精度指标绝大部分均在国军标合格指标以内,部分达到先进指标;结果表明微型测量系统精度和稳定性满足高速风洞试验要求。