简介：旋转爆震涡轮发动机正获得广泛的关注,但旋转爆震燃烧室出口存在着高频的压力波动,压力波动会降低涡轮的工作效率并减小涡轮的工作寿命.基于旋转爆震波的传播特点,开展了旋转爆震燃烧室与涡轮导向器组合结构的实验研究.燃料为H_2,由位于燃烧室前端的120个小孔喷入燃烧室;氧化剂为空气,由径向环缝喷入燃烧室.在燃烧室内起爆旋转爆震波后,爆震产物直接流入导向器内.研究结果表明,随当量比的增加,燃烧室内爆震波的传播速度呈先增大后减小的趋势.在导向器出口仍存在与燃烧室内旋转爆震波同主频的振荡压力,但相对于导向器前的振荡压力,出口压力振幅减小了约64%.旋转爆震波传播速度的相对偏差先减小后增大,并且爆震波传播越稳定,其速度损失越小.

简介：基于各向异性非结构网格生成技术，开发了面向复杂几何和复杂湍流燃烧问题的自适应求解算法，并进行了程序代码的可靠性验证工作，展示了各向异性网格自适应算法在降低问题求解规模、提高火焰面和流场计算精度等方面的优势．应用该自适应求解技术准确捕捉到了一维预混层流火焰、二维对冲火焰和三维本生灯湍流火焰的流场信息，火焰面附近的温度、速度、组分等物理量与实验值吻合很好．对一款富油-快速混合-贫油（rich—bum，quick-mix，lean-burn，RQL）低排放发动机燃烧室进行了计算分析，发现了燃烧室内的热声不稳定现象．

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：在不同工况下,旋转爆震波能够以单波、双波、多波模式进行传播.但在同一工况下,是否存在不同模式的稳定传播爆震波还有待进一步研究.基于Euler方程,耦合氢气/空气的有限化学反应速率模型,并采用高分辨率的5阶有限差分格式WENO-PPM5离散对流项,对三维旋转爆震波进行了数值模拟.计算结果表明,在同一特定工况下,旋转爆震波能够以两种不同的传播模式稳定传播,即单波模式和双波模式.详细地对比了两种传播模式下的流场特征、爆震波传播特性、推力性能等.在同一工况下,两种传播模式的爆震波周向传播速度相差不多,但双波模式的频率约为单波模式的2倍;双波模式下质量流量、比冲、推力的平均值均略高于单波模式;且双波模式的可燃混气层高度约为单波模式的1/2,这有助于缩小旋转爆震发动机的长度,使之更加紧凑.