为了降低固化过程中复合材料结构内部温度场和固化度场的非均匀性,提出一种基于径向基(RBF)神经网络的固化均匀性优化方法。通过拉丁超立方试验设计方法选取设计变量(升温速度、保温温度及保温时间)的样本点,采用固化反应的参数化有限元分析模型对样本点进行计算以获取响应(温度梯度、固化度梯度及总的固化时间),以此建立固化反应的RBF神经网络,最后利用主要目标法和多岛遗传算法优化该网络以求得最优解。AS4/3501-6复合材料算例的优化结果表明对比原设计,优化后温度梯度和固化度梯度的最大值分别降低了71.34%和51.47%,总的固化时间仅增加4.71%,优化效果显著。

采用一体化耦合分析方法进行高超声速飞行器气动加热/结构温度场的耦合计算,其中流场和结构温度场均采用有限体积法计算,且共用交界面和节点以便于壁面热流和壁面温度的数据传递。结果表明在时间步长为0.001 s时即可获得收敛的耦合计算结果。此外随着耦合计算的进行,壁面压力分布基本无变化,壁面热流分布逐渐降低,壁面温度分布逐渐升高,且热流和温度的变化率逐渐减小。

基于经典层合板理论,在考虑模具作用的情况下建立了预测非对称矩形先进碳纤维增强复合材料层合板固化变形的理论模型,并通过引入界面剪应力模拟模具与层合板间的相互作用。算例表明,考虑模具作用后,理论模型的预测结果与试验结果吻合更好,验证了理论模型的合理性。最后讨论了固化变形的控制和优化方法,研究表明,通过选择合适的模具材料、脱模材料及固化工艺,可以降低非对称层合板的变形位移。

以深度学习为基础,构建了一个基于深度神经网络的回归预测模型。根据样本数据,以损失函数最小为训练目标,通过反向传播算法以及随机梯度下降方法训练模型,采用训练结果对高超声速飞行器表面热环境进行评估。采用典型飞行任务中的782个样本数据进行算例分析,预测结果与实际数据的对比结果表明,壁面热流峰值和温度峰值的平均误差分别为3.03%和1.86%,表明该模型具有快速、高精度的特点。

建立了高超声速飞行器气动杆和逆向喷流复合构型的CFD数值模型,其中流场空间离散采用AUSM+格式,湍流模拟采用Menter's SST k-ω两方程模型。分析结果表明,带喷流构型的再附激波强度弱于不带喷流构型,在气动杆前端安装逆向喷流可以提高系统的减阻性能。选择气动杆长径比、喷口直径及喷流总压比作为设计变量,以喷流质量流为约束条件、模型气动阻力系数为目标函数,在Kriging代理模型上进行了带喷流构型的气动阻力优化,优化后带喷流构型流场中的再附激波强度明显弱于优化前,气动阻力系数降低了67.17%。

采用计算流体力学数值方法研究了带气动盘的气动杆对高超声速钝头体气动阻力和气动加热的影响,空间离散采用AUSM+格式,湍流模拟采用Menter's SST k-ω模型。结果表明带双气动盘的气动杆具有最佳的减阻防热性能,且其通过流场重构的方法实现了钝头体的减阻和防热。此外增加双气动盘之间的距离对钝头体的减阻防热性能不利,在进行气动杆设计时应尽量减小两个气动盘的距离。

针对锥体热环境问题，提出了气动热与结构传热的分区迭代推进分析方法。其中流场采用有限体积法计算，空间离散采用AUSM+格式。时间推进采用显示多步Runge-Kutta格式，结构热传导采用有限元方法求解，而数据传递采用基于虚拟空间的插值方法。圆管验证算例分析显示，2 s时刻驻点处的热流密度和温度的计算值与试验值的相对误差分别为1.34%和4.95%。最后进行了直二次圆锥体的热环境分析，壁面初始热流密度值与试验值吻合得很好，其中驻点热流的计算值与试验值的相对误差为3.1%。耦合分析过程中驻点温度随时间的推移而升高，且上升趋势逐渐变缓，最终趋于稳态值。此外时间的变化对锥体表面压强的影响可忽略不计，而壁面热流却随时间的增加而降低。

针对高超声速飞行器巨大的激波阻力,采用数值方法研究了由钝头体、气动杆和侧向喷流构成的组合模型的减阻性能。侧向喷流将弓形激波推离气动杆,组合模型的再附激波明显弱于传统气动杆模型,其阻力系数比气动杆模型低了33.52%,从而验证了本文组合模型优异的减阻效率。进行了组合模型的影响因素分析,随侧向喷流总压比和气动杆的长度的增加,再附激波强度减弱,减阻效率升高,但减阻效率的变化速率逐渐减小。随喷口位置向下游移动,再附激波逐渐增强,减阻效率降低,且减阻效率的变化速率逐渐增加。此外本文还研究了以上参数对流场结构及钝头体压力峰值位置的影响。