为辨识三角翼俯仰振荡的气动力与力矩,利用单输入Volterra级数,提出了一种非定常气动力降阶方法。采用小波变换压缩模型的辨识参数个数,在两种平均迎角下,采用降阶方法预测3°与5°幅值三角翼正弦振荡的升力与俯仰力矩系数,研究了一阶、二阶Volterra核对气动响应的线性与非线性分量在时域和频域内的辨识效果。结果表明随着平均迎角的增加,三角翼俯仰振荡的气动力及力矩响应的线性与非线性分量均明显增大。

针对现有的非定常气动力建模方法对气动弹性预测的准确性和效率问题,将随机森林算法引入非定常气动力建模研究领域,构建了基于随机森林算法的非定常气动力降阶模型。将所得模型用于预测气动弹性,选择二维NACA0012翼型进行颤振边界的预测,选用NACA64A010翼型预测LCO特性,并说明了该降阶模型建模的详细过程,将其计算结果与CFD/CSD耦合计算结果及试验结果进行了对比。研究结果表明,该模型可行、高效且精确,可以快速准确地预测飞行器气动弹性特性。

为了解决航空发动机流道内上下游干涉带来的计算量大的问题,提出了一种边界替代降阶模型方法。该方法辨识出研究流域与相邻的上下游流域交界面的气动力降阶模型,并耦合到该研究流域仿真模型的交界面上,用以表征上下游对该流域的影响,由此将多流域计算转化为单流域计算,同时又考虑了上下游的影响。采用一阶Volterra级数降阶模型实现了该方法。结果表明,采用本文方法和所有流域都采用CFD得到的压力和速度一致;本文方法所用的网格更少,可以加速收敛和提高计算速度。

提出了本征正交分解法方法建立叶片气动力降阶模型,快速分析叶片气动特性。采用计算流体力学得到气动力快照矩阵,然后利用本征正交分解法获得尾流激励下的叶片气动力基,从而建立尾流激励下的叶片气动力降阶模型并完成气动力数据重构。分别采用周期信号和正弦信号作为输入,采用计算流体力学和气动力降阶模型方法计算叶片气动力,结果显示采用本征正交分解法降阶模型得到的叶片气动力与计算流体力学计算得到的气动力结果基本一致。证明了基于本征正交分解方法的气动力降阶模型能够快速精确分析尾流激励下的叶片气动力。

现代飞行器机翼柔性大,几何非线性问题不可忽略。基于动响应数据样本,基于谐波平衡和快速Fourier变换对结构动力学方程中的非线性刚度系数进行识别,建立非线性结构降阶模型。引入位移残量基模态,进行柔性机翼大变形的位移恢复。结合曲面涡格法和三维曲面插值方法搭建大柔性机翼几何非线性气动弹性分析框架。相比传统基于静力学数据回归分析的几何非线性结构降阶方法,该方法需要的载荷集数目小,提高了分析效率。计算结果表明与非线性有限元方法相比,非线性结构降阶模型准确度高,能够有效应用于大柔性机翼几何非线性静气动弹性分析,而传统的线性计算方法与非线性方法相比结果差异较大。

以AGARD445.6硬机翼为研究对象,发展了基于计算流体力学与模态叠加的并行流固耦合方法,计算该机翼在不同初始迎角、不同来流速度的气动弹性时域响应,结果表明初始迎角小于7°时,该机翼颤振速度随着初始迎角增加而降低;初始迎角7°~10°,颤振速度随着迎角增大而增加。在10°迎角条件建立了基于径向基神经网络的非定常气动降阶模型,准确预测不同速度、减缩频率的非定常气动力,并使用时域龙格库塔法和频域VG法预测10°迎角的颤振特性;建立考虑初始迎角输入的非定常气动降阶模型,预测机翼不同初始迎角的颤振特性。基于降阶模型的初始迎角对颤振边界影响的机理分析表明小迎角时,随着迎角的增加广义力系数幅值比增加,导致颤振速度的下降;迎角大于7°后展向涡改变了机翼表面压强分布,导致一扭广义力系数幅值比降低,从而增加该机翼颤振速度。

针对非线性大扰动翼型气动力优化问题,提出了基于卷积神经网络气动力降阶模型的优化方法.该方法用不同形状参数下翼型的气动力数据作为训练信号,训练卷积神经网络翼型气动力降阶模型.采用该气动力降阶模型,以最大升阻比为目标,对翼型进行优化,结果表明该方法可用于大扰动下翼型气动力的预测和优化.该文同时还讨论了池化法和径向基法的训练信号数据降维方法对降阶模型精度的影响,结果表明训练信号数据降维能够提高气动力降阶模型的精度.其原因在于训练信号数据降维可以减少神经网络模型的待定参数的个数,在相同数据量下神经网络模型收敛得更好.

考虑到直升机旋翼流场的复杂性,准确的气动力计算需要采用计算流体力学(CFD)方法,而旋翼桨叶由于展弦比较大,几何非线性效应突出,采用计算流体力学和有限元分析(CFD-FEA)方法实现桨叶的单次双向流固耦合分析就需要大量的时间,对优化设计而言,计算量难以承受。针对CFD/FEA耦合计算气动弹性特性的精度和高效性问题,通过PCA提取耦合系统的特征,基于径向基(RBF)神经网络建立气动力降阶模型,代替CFD求解器用于旋翼桨叶的气动弹性分析。将其计算结果与CFD/FEA耦合计算结果进行了对比。研究结果表明,该降阶模型是可行、高效、精确的,可以快速准确地进行复合材料直升机桨叶气动弹性优化设计研究。

基于小扰动和弱非线性假设,提出了一种基于气动力降阶模型和径向基函数参数化的翼型优化方法.其主要方法是用径向基函数参数化翼型扰动;通过CFD辨识参数扰动对翼型气动力影响的降阶模型核函数;基于叠加法建立了参数变化对翼型气动力影响的降阶模型;最后基于该气动力降阶模型计算并优化翼型升阻特性.NACA0012翼型优化的结果表明基于气动力降阶模型的优化方法是可行的,可以极大地提高翼型优化速度.

为快速求解尾流引起的叶片气动力，提出了基于谐波平衡法的尾流激励的叶片气动力降阶模型方法。对该气动力降阶模型方法进一步的研究发现:小扰动情况下，尾流谐波引起的叶片气动力谐波振幅和尾流谐波振幅的比例系数只与尾流频率有关。基于这一发现，进一步提出了尾流激励下的叶片气动力快速分析方法。该方法首先得到若干谐波尾流引起的叶片气动力谐波振幅与谐波尾流振幅的比例系数，并拟合出这些比例系数与尾流谐波频率的关系曲线;对任意尾流通过该曲线插值出该尾流各谐波对应的比例系数，得到叶片气动力谐波振幅，再由气动力降阶模型求得尾流激励的叶片气动力。算例结果表明:提出的气动力快速分析方法可以快速准确的估计任意尾流激励下的叶片气动力，而无需对不同频率尾流反复的进行CFD气动力计算。