针对超声速火箭橇试验对被试品表面压力场分布高精度测试需求,提出了一种基于标定技术和数据算法优化处理的气动压力测试方法。该方法在气动压力特性高精度采集、存储测试、气密性检测的基础上,分析了温度对压力传感器响应特性的影响,通过测试系统构建和对压力传感器标定,建立了有关算法,并经过验证。结果表明,利用标定的数据通过数据处理算法修正,提高了测试精度。

对一种大口径超远射程的制导炮弹开展动力学分析及仿真研究。设计了一种鸭式布局制导炮弹,进行了气动力计算,针对其射程远、飞行高度高的特点建立了六自由度刚体动力学模型,进行了静稳定性、操纵性、固有频率的计算,根据最大升阻比飞行对应的舵偏角变化规律设计滑翔弹道。仿真结果表明在无控飞行状态下制导炮弹射程达到280 km,采用最大升阻比滑翔飞行射程达到420 km。本文的研究成果可以为超远程制导炮弹的使用和研制提供参考。

为了研究船尾外形对超声速弹丸底部阻力的影响特性及机理,采用基于N-S方程组和Spalart-Allmaras湍流模型的数值模拟方法,对某弹径为122 mm、7种不同船尾角度的旋成体超声速弹丸进行了不同马赫数和不同攻角下的数值模拟。比较分析了零攻角时船尾角度对弹丸底部流场气动特性的影响规律,得到了7°船尾角外形为该型弹丸的最佳船尾角外形。计算分析了不同马赫数下的减阻效率和小攻角条件下船尾弹丸底部流场的气动特性。计算结果表明随着马赫数增加,减阻效率降低;随着攻角增大时,弹丸底部阻力系数、升力系数、全弹阻力系数、升阻比增大。

为了提高导弹的静稳定性,减小弹体所受到的空气阻力,研究针对导弹尾翼开展多目标优化设计。首先以平面与剖面组合方式,建立尾翼结构的参数化设计模型,然后选取翼展和翼顶弦长作为优化设计变量,通过流场数值模拟方法分析9组设计样本的气动特性,应用神经网络方法分别构建阻力与压力中心位置的代理模型,最后以气动阻力和压力中心位置最小为目标,进行尾翼的多目标优化设计。结果表明,当以翼展、翼根弦长、翼顶弦长和翼型厚度四组参数进行参数化设计时,尾翼翼展的增大会导致阻力增大和压心位置后移,而翼顶弦长的增大会使阻力增加而压心位置前移,经过优化设计后,最终确定压心位置为4.3 m处,此时阻力大小为37540 N。

针对攻击舰艇的反舰导弹设计了一种复合干扰火箭弹,对雷达、红外以及雷达/红外复合制导的反舰导弹进行干扰,实现舰艇的自我防御。根据战技指标要求设计了干扰弹的外形结构,仿真分析了不同结构外形对气动特性的影响,用正交试验法选出了最优的结构方案,验证了设计的干扰弹弹道满足弹道要求。

为探讨后置螺旋桨对双尾撑无人机的干扰情况,采用非结构网格模型,并使用k-ωSST湍流模型和旋转坐标系进行气动数值模拟。计算结果表明,由于螺旋桨滑流影响了平尾流场,导致双尾撑无人机阻力系数增加,螺旋桨距前机身越近,阻力系数增加越明显;由于双尾撑无人机前机身对螺旋桨起到了遮蔽作用,螺旋桨的推力和扭矩明显增大。螺旋桨距离前机身越近,推力和扭矩增大越明显。

为了研究转速对弧形尾翼弹箭气动特性的影响,基于三维非定常N-S方程和滑移网格技术,对弧形尾翼弹箭的气动特性进行了数值模拟,给出了转速对弧形尾翼弹箭的影响规律,并且首次对滚转换向现象的产生机理进行了详细阐述。结果表明在Ma=1.2~1.5时出现了滚转换向现象;随着转速的增大,其平均滚转力矩系数呈定比例减小趋势;在有攻角情况下,上下尾翼凹凸面的压力差的变化是产生2次滚转换向的主要原因。

为了研究扑翼运动模式对气动性能的影响,基于CFD软件建立了一种多自由度扑翼气动性能计算模型。首先,结合翅翼的仿生外形建立了三维仿生扑翼模型,通过编写用户自定义函数(UDF)定义了翅翼的多自由度扑翼气动函数,在此基础上,运用CFD软件对不同自由度运动模式下翅翼的升力和推力系数进行计算;最后,结合翅翼表面的压力云图和涡结构变化揭示了运动模式对三维扑翼的气动力影响特征。结果表明在扑翼迎风水平前飞时,扭转运动加快了翅翼尾缘涡的脱落进程,增强了尾缘涡的的强度,使扑翼的升力在数值上提升了0.25倍,推力系数则提升了4.69倍;水平挥摆运动会进一步增大尾缘涡的强度和形状,显著提高了扑翼的推力性能,并且当水平运动频率调控参数k=2时,扑翼的升力和推力性能会得到进一步提高。

针对炮弹的气动参数辨识问题,提出了一种创新的辨识方法。受到常用于带有终端约束制导律设计的MPSP(模型预测静态规划)算法启发,将其运用在炮弹的气动辨识领域。以弹体纵向平面的质心动力学模型作为辨识模型,以炮弹速度、位置等飞行外弹道数据作为模型状态量,创新地将升力系数与阻力系数视作制导律中的“控制量”,基于MPSP算法在辨识步长内进行“制导”,使得预测的终端状态量满足实际外弹道状态量“终端约束”,从而得到“控制指令”(即待辨识参数)。以某型155 mm制导炮弹为背景,使用Matlab编制辨识算法程序对给定弹道数据的升阻力系数进行了辨识。辨识结果显示当初始气动参数存在30%误差时,辨识算法平均可在170 ms内收敛至真值附近,辨识误差在2%以内。

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。