多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。

高速空腔流动包含复杂波系结构,这些复杂波系的传播和演化导致流动产生自持振荡而引起强噪声,空腔噪声在频谱上包含多个具有离散频率的声模态,深入理解各阶声模态的演化规律可为发展噪声控制方法提供理论基础.通过分析亚声速和超声速情况下空腔两端的波系散射过程并考虑三维展向流动,分别建立了针对亚声速和超声速空腔流动的三维波系模型.三维波系模型包含了空腔中不同波系之间的非线性相互作用,这种非线性作用可导致产生不同于Rossiter模态的其余频率成分.基于三维空腔流动实验测量的压力信号数据,对模型中的参数进行了线性估计,采用快速傅里叶变换、双谱分析和小波变换等方法对压力信号进行了分析,结果表明振荡主模态之间会产生非线性作用,这种非线性作用产生了幅值较高的谐频,主要的振荡模态之间存在模态切换现象,且模态切...

紧盯未来先进战斗机研制需求和发展趋势,详细分析了武器内埋技术在提高飞机战技指标和综合性能方面的优势,并介绍了国内外在先进战斗机武器内埋技术方面研究的基本情况和遇到的一些具体问题,归纳总结了内埋武器舱空腔复杂流动机理、流声振多场耦合问题研究的现状和关键技术难点;从内埋武器舱系统研制设计要求出发,梳理了先进战斗机内埋武器系统研制面临的关键气动问题和空腔类构型流致振动与噪声问题的主要特征,着重分析了内埋武器舱复杂流动机理、振动与噪声问题、数值仿真方法、风洞测试技术和流固声多场耦合控制技术难点,指出了下一步需要突破的关键技术难点和研究重点,为准确把握先进战斗机内埋武器系统关键气动问题和开展相关问题研究提供借鉴和指导。

由于叶尖间隙会降低叶轮机的工作效率,并且会增大噪声辐射强度,因此在叶轮机设计和运行过程中需要特别关注这一设计参数的具体影响。基于叶轮机单音噪声流场/声场混合预测模型,研究了不同转子叶尖间隙对单级轴流风扇气动性能和单音噪声强度的影响规律。研究发现,转子出口尾迹宽度和尾迹强度都随转子叶尖间隙的增大而增大,但是尾迹相位分布几乎没有改变,因此当尾迹与下游静子叶片干涉时,主要影响静子叶片表面的非定常载荷强度,而不会影响其主要的相位分布;2.5 mm的叶尖间隙(0.94%叶片高度)使得风扇流量减小了约2%,风扇效率下降了约1%,向前传播的1倍叶片通过频率(Blade Passing Frequency,BPF)单音噪声声功率级增大了1.5 dB,向后传播的1BPF单音噪声声功率级增大了0.7 dB;叶尖间隙变化对2BPF和3BPF对应的单音噪声强度影响都小于1 dB。