简介:受限混合层的流动主要是喷流与自由来流相互剪切形成的混合层受到壁面的限制而形成的一种流动.文章采用后向台阶平板模型研究了高速高压比条件下的受限混合层的典型流场结构以及冷却效率.实验自由来流Mach数为5,喷流的Mach数为1.28,喷流总压为0.2~0.7MPa,通过调整冷喷气流的总压,基于纹影流动显示技术获得喷口附近的激波结构特征和流动参数之间的关系.形成喷口附近波系的欠膨胀流动现象的深刻认识,提取波系特征与流动参数之间的规律.基于流动显示及实验测量结果,通过分析流场中大尺度结构的空间演化规律,揭示流动参数对于冷却效率的影响规律及物理内涵.采用快响应压敏漆(FRPSP)技术在高超声速风洞开展热流分布和冷却效率研究,获得了平板对受限混合层冷却效率的影响.
简介:采用Born近似的Maxwell方程组积分解形式较少应用于气动光学数值计算,其困难在于对该方程组的离散化数值计算.而结合GCV-FFT(GeneralizedconvolutionbyfastFouriertransform)方法,在自由空间传播的Rayleigh-Sommerfeld衍射方程数值计算可以达到比较高的精度.通过对Green函数及采样系数的修正,积分方法可以用于气动光学现象的数值模拟.通过在超声速湍流边界层中光束传输的数值计算,可以看到一些气动光学效应,如光束偏移破碎等,可以用修正GCV-FFT+数值积分的方法得到良好的模拟.现有的方法可以给出更接近物理本质的定量结果.
简介:为研究转捩与湍流对激波边界层干扰及底部流动结构的影响,文章选取了二维与三维高超声速双斜面进气道模型与大钝头着陆器模型,并使用γ-Reθ转捩模型开展数值模拟研究.研究表明,对于二维进气道模型,随着前缘钝度的增加,激波边界层干扰位置前移,分离区变大,与层流流动情况相比,有转捩流动发生时,激波边界层干扰位置后移,同时分离流动强度变弱,分离区缩小;对于三维进气道模型,其拐角附近的分离流动呈现明显的三维特征,转捩流动也存在三维流动结构,与静风洞状态相比,噪音风洞状态下,有转捩流动发生,对壁面热流影响较大,对激波系影响很小.对于着陆器模型,底部流动发生转捩,使得底部流动由不稳定非定常的流动结构变为稳定定常的流动结构,这有益于姿态控制设计.
简介:由大粗糙元引起的髙超声速边界层强制转捩在航天技术中有实际应用,因而近年来受到人们的广泛关注.虽然目前导致该转捩过程的内在机理尚不完全清楚,但有一点是明确的,即粗糙元的尾迹流场中存在强对流不稳定性.文章的出发点是研究这种对流不稳定模态是如何触发转捩的.首先通过CFD方法,计算出髙超声速边界层中粗糙元的尾迹流场,并对其进行二维稳定性分析.结果发现,在传统不稳定Tollmien-Schlichting(T-S)模态出现的临界Reynolds数之前,存在髙增长率的无黏不稳定模态,表现为对称的余弦模态和反对称的正弦模态.然后对该不稳定模态在粗糙元尾迹流中的演化进行了模拟,验证了二维稳定性分析的结果,并考察了非平行性效应的影响.最后通过直接数值模拟,研究由这些不稳定模态触发转捩的全过程.结果表明,对流不稳定模态确实是导致边界层转捩的关键机制.该转捩过程的特点是,局部湍斑首先在不稳定模态特征函数的峰值附近出现,然后向全流场扩散.就文章研究的工况而言,余弦和正弦模态的相互作用对转捩的影响并不明显,且后者在转捩过程中起主导作用.
简介:为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。
简介:以小型无人机航姿测量系统的微小型化为背景,利用MEMS惯性测量元件研制了一种低成本微型航姿测量系统。针对MEMS器件用于载体航姿测量时精度低、易发散的问题,提出一种计算量小、实时性强的加速度信息、磁场强度信息、陀螺信息的融合方法。采用卡尔曼滤波器对系统的俯仰角、滚转角和航向角的误差进行最优估计;设计数据融合的判别准则,并根据判据的判断结果调整卡尔曼滤波器中的量测信息,使系统可用于小型无人机的定高自主飞行。实验结果表明,系统输出航姿的更新频率可达100Hz,航姿测量误差小于0.6°,航姿标准差小于0.09°;将其应用于某小型固定翼飞行器的飞行控制系统中进行自主飞行实验,完成了预定的飞行任务。
简介:研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解(dynamicmodedecomposition,DMD)代替线性稳定性理论(linearstabilitytheory,LST)与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.