压缩波系湍流边界层相互作用下干扰长度标度律修正方法

    公开(公告)号:CN119357530A

    公开(公告)日:2025-01-24

    申请号:CN202411422741.9

    申请日:2024-10-12

    Abstract: 本发明公开了一种压缩波系湍流边界层相互作用下干扰长度标度律修正方法,首先将曲面离散为若干个微元直线段,然后结合斜激波关系式计算气流经过压缩波系的压升,以及压缩波覆盖范围;接下来计算分离激波产生的压升;计算产生相同气流折转角的激波所带来的干扰长度;最终引入计算公式利用无量纲参数描述压缩波系分散度的影响。本发明中通过引入压力梯度的影响,解决了传统预测方法中利用压比作为判据进行分离尺度的预估,能够有效地对压缩波系诱导的边界层干扰长度进行预测。

    一种抑制后掠机翼激波抖振的主被动控制方法

    公开(公告)号:CN119293976A

    公开(公告)日:2025-01-10

    申请号:CN202411816829.9

    申请日:2024-12-11

    Abstract: 本发明公开了一种抑制后掠机翼激波抖振的主被动控制方法,属于飞行器流动主被动协同控制领域,包括:建立后掠机翼的数值模拟几何模型,和后掠机翼主被动协同控制律设计模型,并结合后掠机翼跨声速抖振流场求解器进行流场状态分析,对后掠机翼主被动协同控制律设计模型进行训练,得到最优后掠机翼主被动协同控制律设计模型,对后掠机翼进行主被动控制,完成后掠机翼激波抖振的抑制。本发明采用主被动协同控制思路,通过主动控制装置和被动控制装置的相互配合,有效地降低了升力脉动幅度,同时,本发明采用深度强化学习控制,能够在一定范围的流动状态内消除后掠机翼激波抖振现象。

    一种桥梁断面颤振的高效高精度预测方法

    公开(公告)号:CN119167663A

    公开(公告)日:2024-12-20

    申请号:CN202411665246.0

    申请日:2024-11-20

    Abstract: 本发明公开了一种桥梁断面颤振的高效高精度预测方法,涉及桥梁抗风技术领域。本发明构建了桥梁断面颤振特性的高效、低成本预测方法。仅需要经典颤振导数模型插值预测方法约1/5的风洞实验车次,便可以实现对于该断面颤振特性的准确预测;构建了桥梁断面颤振特性的预测方法仅依赖低风速、亚临界下的实验数据,实现更安全的建模,仅仅从颤振前、微小振动甚至不振动实验中进行测试采样,提取非定常气动力的物理信息;利用两次符号回归方法,实现先降维再建模的流程,降维使得符号回归方法降低过拟合风险,增强建模方法的鲁棒性,可以将预测精度提高一个数量级。

    一种风力机叶片单自由度振动的气动阻尼预测方法

    公开(公告)号:CN118886282A

    公开(公告)日:2024-11-01

    申请号:CN202411367357.3

    申请日:2024-09-29

    Abstract: 本发明涉及风力发电机气动阻尼预测技术领域,公开了一种风力机叶片单自由度振动的气动阻尼预测方法,包括以下步骤:获取叶片的不同翼型,选取标准翼型控制截面,根据叶片的结构几何参数随展向位置分布关系,计算标准翼型控制截面的当地攻角与质量比;对标准翼型控制截面进行降阶模型方法建模,得到耦合系统,同时获取在不同风向角与减缩频率下的耦合系统的结构模态阻尼,得到标准翼型控制截面的气动阻尼,采用插值法获取剩余翼型控制截面的气动阻尼;获取耦合系统的模态形状与模态频率,计算各翼型的气动阻尼,利用模态叠加法进行叠加,得到叶片的气动阻尼;该方法提高了风力机叶片的气动阻尼预测精度。

    一种基于唇罩激波识别的进气道鼓包的主动控制方法

    公开(公告)号:CN118551651A

    公开(公告)日:2024-08-27

    申请号:CN202410667365.3

    申请日:2024-05-28

    Abstract: 本发明一种基于唇罩激波识别的进气道鼓包的主动控制方法,属于超声速推进系统的技术领域;方法步骤包括:构建进气道模型布置压力传感器;基于所获取的压力数据和流场图像数据建立样本数据库;构建唇罩激波角度识别神经网络模型并对其进行训练;采用样本数据库中验证集和测试集分别对神经网络模型进行验证和测试;利用训练好的神经网络模型对待处理的进气道压力数据进行唇罩激波角度预测;计算唇口激波打在进气道下壁面的绝对位置;基于绝对位置,调整鼓包位置,使得鼓包后表面位于唇口激波打在下壁面的位置。本发明保证了随着飞行器飞行状态的变化,鼓包可以随着自适应保持在最优位置,从而保证进气道入口处流动的最优异性能。

    一种融入物理约束的集成深度神经网络气动力建模方法

    公开(公告)号:CN115345064A

    公开(公告)日:2022-11-15

    申请号:CN202210684115.1

    申请日:2022-06-17

    Abstract: 本发明涉及一种融入物理约束的集成深度神经网络气动力建模方法,计算不同流动参数状态下翼型表面的压力系数Cp及对应的气动力(CL、CM),通过本征正交分解技术对压力系数Cp进行降维,融入物理约束的集成深度神经网络需要构建两个网络,采用梯度反向传播方法,经过一定次数的迭代调整神经网络模型内部的权重和偏置项,最终使得神经网络在分布特征的约束下降低模型预测值与真值的差异程度,提升神经网络的精度。融入物理约束的集成深度神经网络模型是基于多层神经网络构建,具有更强的非线性特征学习能力,具有更强的泛化能力,以实现气动力的高精度预测。

    基于降阶模型和梯度优化的翼型流动不稳定定常解计算方法

    公开(公告)号:CN114943192A

    公开(公告)日:2022-08-26

    申请号:CN202210390664.8

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于降阶模型和梯度优化的翼型流动不稳定定常解计算方法,首先构建翼型几何模型,划分网格,将网格导入CFD求解器进行流场计算;在CFD求解过程中保存流场快照;再计算流场快照的POD模态,对大于5阶的高阶模态进行截断,构造关于剩余POD模态的降阶模型;然后使用梯度优化最小化降阶模型的残差,得到使得降阶模型残差最小的一组POD模态系数,将POD模态系数反投影回物理空间得到一个新的流场;重复迭代直至流场收敛,得到翼型流动的不稳定定常解。本发明具有高效、鲁棒、且不依赖于参数的特点,除了翼型还可以用于计算各类不稳定流动的定常解。

    一种超声速双翼及其设计方法

    公开(公告)号:CN111634408A

    公开(公告)日:2020-09-08

    申请号:CN202010492378.3

    申请日:2020-06-03

    Abstract: 一种超声速双翼及其设计方法。该超声速双翼中的下翼翼型为等腰三角形,上翼翼型为矩形。本发明通过斜激波关系式和Prandtl-Meyer膨胀波关系式确定了本发明的翼翼型前缘顶点与上翼下表面之间的垂直距离h1,下翼翼型的上翼面顶点与上翼翼型下翼面之间的垂直距离h2,下翼翼型前缘顶点到上翼下表面的垂足与上翼翼型的前缘点的距离x,以及上翼翼型前缘点到上翼翼型后缘点的距离L,有效缩短设计所述超声速双翼的时间,提高了效率。

Patent Agency Ranking