CN107817816B - 一种使热环境最优的飞行器飞行攻角的确定方法 - Google Patents

一种使热环境最优的飞行器飞行攻角的确定方法 Download PDF

Info

Publication number
CN107817816B
CN107817816B CN201711155266.3A CN201711155266A CN107817816B CN 107817816 B CN107817816 B CN 107817816B CN 201711155266 A CN201711155266 A CN 201711155266A CN 107817816 B CN107817816 B CN 107817816B
Authority
CN
China
Prior art keywords
aircraft
heat flow
attack angle
flight
mach number
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711155266.3A
Other languages
English (en)
Other versions
CN107817816A (zh
Inventor
陈安宏
姜智超
杨飞
尘军
肖振
李欣
金娜
底亚峰
孙宝亮
张星
肖文
刘全军
王颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Original Assignee
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Launch Vehicle Technology CALT, Beijing Institute of Near Space Vehicles System Engineering filed Critical China Academy of Launch Vehicle Technology CALT
Priority to CN201711155266.3A priority Critical patent/CN107817816B/zh
Publication of CN107817816A publication Critical patent/CN107817816A/zh
Application granted granted Critical
Publication of CN107817816B publication Critical patent/CN107817816B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Remote Sensing (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及一种使热环境最优的飞行器飞行攻角的确定方法，该方法通过改变飞行器的飞行攻角，改善飞行器各关键部位表面的热环境，使飞行器各关键部位表面的热环境处于最优状态，即热环境中的热流最小，属于飞行器的飞行控制技术领域。本发明的方法给出一种热环境最优的智能飞行攻角剖面确定方法，以热环境最优为目标，求解某飞行状态下的飞行攻角，为防隔热系统减轻压力，实现适应复杂飞行环境的智能飞行控。

Description

一种使热环境最优的飞行器飞行攻角的确定方法
技术领域
本发明涉及一种使热环境最优的飞行器飞行攻角的确定方法，该方法通过改变飞行器的飞行攻角，改善飞行器各关键部位表面的热环境，使飞行器各关键部位表面的热环境处于最优状态，即热环境中的热流最小，属于飞行器的飞行控制技术领域。
背景技术
某飞行器高速飞行时热环境恶劣，存在飞行器表面烧穿进而使飞行任务失败的风险，现有技术中一般采用防隔热性能更好的防隔热材料施加到飞行器的各关键部位的表面；存在的不足之处是成本高，且在长时间飞行过程中仍然会存在防隔热材料被烧穿的风险。
发明内容
本发明的技术解决问题是：克服现有技术的不足，提出一种使热环境最优的飞行器飞行攻角的确定方法。
本发明的技术解决方案是：
一种使热环境最优的飞行器飞行攻角的确定方法，该方法的步骤包括：
步骤1：对飞行任务剖面进行划分，得到高度和马赫数的组合；
步骤2：对试验数据进行收集整理；
步骤3：按飞行任务剖面进行数据拟合；
步骤4：利用步骤3得到的拟合公式构建知识库，作为求解热环境最优的飞行攻角的依据；
步骤5：根据步骤4中构建的知识库，求解热流最小状态对应的攻角。
所述的步骤1中对飞行任务剖面进行划分的具体方法为：按高度和马赫数组合对飞行任务剖面进行划分，对飞行任务剖面进行划分时从初始状态开始高度每隔10km取一次值，马赫数每隔1取一次值。
对飞行任务剖面进行划分，得到高度和马赫数的组合为：10km_Ma1、20km_Ma2、20km_Ma3、30km_Ma3、40km_Ma4、40km_Ma5。
所述的步骤2中，对试验数据进行收集整理包括收集该飞行器历次飞行试验数据和地面试验数据，收集该飞行器历次飞行试验数据和地面试验数据时是指收集飞行器关键部位的热流、高度、马赫数和攻角信息。
所述的飞行器关键部位是指飞行器的端头驻点、水平翼前缘和迎风翼面。
所述的步骤3中，按飞行任务剖面进行数据拟合的方法为：按照步骤1得到的高度和马赫数的组合，对高度、马赫数、攻角与关键部位热流的对应关系进行分类拟合，得到不同高度和马赫数组合下的高度、马赫数、攻角与关键部位热流的拟合公式。
飞行器在高度H1_马赫数Ma1状态下利用飞行试验数据进行拟合，飞行器水平翼前缘热流的拟合结果如式(1)所示；其中，H为高度、Ma为马赫数，α为攻角，qs为水平翼前缘热流，C1C2C3C4C5C6为常值系数；
Figure BDA0001474057830000021
所述的步骤5中，求解热流最小状态对应的攻角的方法为：根据飞行器当前的高度和马赫数信息，从知识库提取高度和马赫数信息最接近状态的热流与攻角的关系式，在飞行器可用攻角范围内，通过在可用攻角范围内遍历的方式求解热流最小状态对应的飞行攻角。
飞行器高度H1和马赫数Ma1状态下不同攻角时水平翼前缘热流最小的飞行攻角为10°，选取10°攻角附近使水平翼前缘热流较低。
求解热流最小状态对应的飞行攻角的方法为：首先求出端头驻点热流qd最小时对应攻角为9°，选取9°攻角附近使端头驻点热流较低；迎风翼面热流qy最小时对应攻角为10°，选取10°攻角附近使迎风翼面热流较低；然后根据不同关键部位热流的权重对得出综合总热流qz最优的攻角值：α为攻角；
qz(α)＝qs(α)+2*qd(α)+5*qy(α) (2)
此时飞行器综合总热流最小的攻角为10°，即求出高度H1和马赫数Ma1状态下热环境最优的飞行攻角为10°，将其反馈至飞行控制系统，进行智能决策控制。
有益效果
(1)本发明的方法给出一种热环境最优的智能飞行攻角剖面确定方法，以热环境最优为目标，求解某飞行状态下的飞行攻角，为防隔热系统减轻压力，实现适应复杂飞行环境的智能飞行控；
(2)本发明利用某飞行器有限的飞行试验数据或地面试验数据，拟合出不同高度和马赫数下部分关键部位热流与攻角的关系式。
(3)本发明充分利用拟合出的不同高度和马赫数下热流与攻角的关系式构建飞行器知识库，作为求解热环境最优的飞行攻角的依据。
(4)本发明根据飞行器当前的高度和马赫数信息，从知识库提取热流与攻角的关系式，在飞行器可用攻角范围内，通过遍历的方式求解热流最小状态对应的飞行攻角，从而为防隔热系统减轻压力，实现适应复杂飞行环境的智能飞行控制。
附图说明
图1为本发明的方法流程示意图；
图2为飞行器高度H1和马赫数Ma1状态下不同攻角时水平翼前缘热流预示结果。
具体实施方式
一种使热环境最优的飞行器飞行攻角的确定方法，该方法的步骤包括：
步骤1：对飞行任务剖面进行划分，得到高度和马赫数的组合；
具体方法为：按高度和马赫数组合对飞行任务剖面进行划分，飞行过程中高度和马赫数都是连续变化，划分的目的是对飞行过程中的高度和马赫数进行离散化；划分原则是从初时状态开始高度每隔10km取一次值，马赫数每隔1取一次值；例如飞行器按高度和马赫数(Ma)进行飞行任务剖面划分结果为：10km_Ma1、20km_Ma2、20km_Ma3、30km_Ma3、40km_Ma4、40km_Ma5等；
步骤2：对试验数据进行收集整理；
收集该飞行器历次飞行试验数据和地面试验数据，主要收集关键部位的热流、高度、马赫数、攻角信息；对于某飞行器关键部位主要是端头驻点、水平翼前缘、迎风翼面等；
步骤3：按飞行任务剖面进行数据拟合；
按照步骤1得到的高度和马赫数的组合，对高度、马赫数、攻角与关键部位热流的对应关系进行分类拟合，得到不同高度和马赫数组合下的高度、马赫数、攻角与关键部位热流的拟合公式；如果收集整理的数据有限，可以适当放宽高度和马赫数的选取范围，例如每隔20km高度取一次值，每隔2马赫取一次值；如果数据不能涵盖每隔20km高度取值，每隔2马赫取值，考虑增加飞行试验或地面试验；
某飞行器在高度H1_马赫数Ma1状态下利用飞行试验数据进行拟合，本发明采用Origin软件进行拟合，飞行器水平翼前缘热流的拟合结果如式(1)所示。其中，H为高度、Ma为马赫数，α为攻角，qs为水平翼前缘热流，C1C2C3C4C5C6为常值系数。
Figure BDA0001474057830000041
同理，可以得到各高度和马赫数组合下的各关键部位的热流与攻角的对应关系公式；
步骤4：利用步骤3得到的拟合公式构建知识库，作为求解热环境最优的飞行攻角的依据；
步骤5：根据步骤4中构建的知识库，求解热流最小状态对应的攻角。
根据飞行器当前的高度和马赫数信息，从知识库提取高度和马赫数信息最接近状态的热流与攻角的关系式，在飞行器可用攻角范围内(例如某飞行器在高度H1和马赫数Ma1状态下可用攻角范围是5°～15°，不同高度和马赫数条件下的可用攻角范围可以装订到飞行控制计算机中，用插值方法求得)，通过在可用攻角范围内遍历的方式求解热流最小状态对应的飞行攻角。例如某飞行器高度H1和马赫数Ma1状态下不同攻角时水平翼前缘热流预示结果如图2所示，此时水平翼前缘热流最小的飞行攻角为10°，可选取10°攻角附近使水平翼前缘热流较低。
同理，可以求出端头驻点热流qd最小时对应攻角为9°，可选取9°攻角附近使端头驻点热流较低；也可以求出迎风翼面热流qy最小时对应攻角为10°，可选取10°攻角附近使迎风翼面热流较低。
然后根据不同关键部位热流的权重对得出综合总热流qz(见公式2)最优的攻角值。
qz(α)＝qs(α)+2*qd(α)+5*qy(α) (2)
此时某飞行器综合总热流最小的攻角为10°，即求出高度H1和马赫数Ma1状态下热环境最优的飞行攻角为10°，将其反馈至飞行控制系统，进行智能决策控制。
下面结合附图对本发明作进一步详细的说明。
如图1所示，一种使热环境最优的飞行器飞行攻角的确定方法，该方法的步骤包括：
步骤1：对任务剖面进行划分。
按高度和马赫数组合对任务剖面进行划分，飞行过程中高度和马赫数都是连续变化，划分的目的是对飞行过程中的高度和马赫数进行离散化。划分原则是从初时状态开始高度每隔10km取一次值，马赫数每隔1取一次值。某飞行器按高度和马赫数(Ma)进行任务剖面划分结果为：10km_Ma1、20km_Ma2、20km_Ma3、30km_Ma3、40km_Ma4、40km_Ma5等。
步骤2：对试验数据进行收集整理。
收集该飞行器历次飞行试验数据和地面试验数据，主要收集关键部位的热流、高度、马赫数、攻角信息。对于某飞行器关键部位主要是端头驻点、水平翼前缘、迎风翼面等。
步骤3：按任务剖面进行数据拟合。
按照任务剖面划分的高度和马赫数组合，对高度、马赫数、攻角与关键部位热流的对应关系进行分类拟合。如果收集整理的数据有限，可以适当放宽高度和马赫数的选取范围，例如每隔20km高度取一次值，每隔2马赫取一次值。如果数据不能涵盖每隔20km高度取值，每隔2马赫取值，考虑增加飞行试验或地面试验。
某飞行器在高度H1_马赫数Ma1状态下利用飞行试验数据进行拟合，本发明采用Origin软件进行拟合，飞行器水平翼前缘热流的拟合结果如式(1)所示。其中，H为高度、Ma为马赫数，α为攻角，qs为水平翼前缘热流，C1C2C3C4C5C6为常值系数。
Figure BDA0001474057830000061
同理，可以得到各高度和马赫数组合下的各关键部位的热流与攻角的对应关系公式。
步骤4：利用拟合的公式构建知识库。
利用各高度和马赫数组合下的各关键部位的热流与攻角的对应关系拟合的结果构成飞行器知识库，作为求解热环境最优的飞行攻角的依据。
步骤5：求解热流最小状态对应的攻角。
根据飞行器当前的高度和马赫数信息，从知识库提取高度和马赫数信息最接近状态的热流与攻角的关系式，在飞行器可用攻角范围内(例如某飞行器在高度H1和马赫数Ma1状态下可用攻角范围是5°～15°，不同高度和马赫数条件下的可用攻角范围可以装订到飞行控制计算机中，用插值方法求得)，通过在可用攻角范围内遍历的方式求解热流最小状态对应的飞行攻角。例如某飞行器高度H1和马赫数Ma1状态下不同攻角时水平翼前缘热流预示结果如图2所示，此时水平翼前缘热流最小的飞行攻角为10°，可选取10°攻角附近使水平翼前缘热流较低。
同理，可以求出端头驻点热流qd最小时对应攻角为9°，可选取9°攻角附近使端头驻点热流较低；也可以求出迎风翼面热流qy最小时对应攻角为10°，可选取10°攻角附近使迎风翼面热流较低。
然后根据不同关键部位热流的权重对得出综合总热流qz(见公式2)最优的攻角值。
qz(α)＝qs(α)+2*qd(α)+5*qy(α) (2)
此时某飞行器综合总热流最小的攻角为10°，即求出高度H1和马赫数Ma1状态下热环境最优的飞行攻角为10°，将其反馈至飞行控制系统，进行智能决策控制。

Claims (3)

1.一种使热环境最优的飞行器飞行攻角的确定方法，其特征在于该方法的步骤包括：
步骤1：对飞行任务剖面进行划分，得到高度和马赫数的组合；
步骤2：对试验数据进行收集整理；
步骤3：按飞行任务剖面进行数据拟合；
步骤4：利用步骤3得到的拟合公式构建知识库，作为求解热环境最优的飞行攻角的依据；
步骤5：根据步骤4中构建的知识库，求解热流最小状态对应的攻角；
所述的步骤2中，对试验数据进行收集整理包括收集该飞行器历次飞行试验数据和地面试验数据，收集该飞行器历次飞行试验数据和地面试验数据时是指收集飞行器关键部位的热流、高度、马赫数和攻角信息；
所述的飞行器关键部位是指飞行器的端头驻点、水平翼前缘和迎风翼面；
所述的步骤3中，按飞行任务剖面进行数据拟合的方法为：按照步骤1得到的高度和马赫数的组合，对高度、马赫数、攻角与关键部位热流的对应关系进行分类拟合，得到不同高度和马赫数组合下的高度、马赫数、攻角与关键部位热流的拟合公式；
飞行器在高度H1_马赫数Ma1状态下利用飞行试验数据进行拟合，飞行器水平翼前缘热流的拟合结果如式(1)所示；其中，H为高度、Ma为马赫数，α为攻角，qs为水平翼前缘热流，C1、C2、C3、C4、C5、C6为常值系数；
Figure FDA0002543957930000011
所述的步骤5中，求解热流最小状态对应的攻角的方法为：根据飞行器当前的高度和马赫数信息，从知识库提取高度和马赫数信息最接近状态的热流与攻角的关系式，在飞行器可用攻角范围内，通过在可用攻角范围内遍历的方式求解热流最小状态对应的飞行攻角；
飞行器中水平翼前缘关键部位，热流最小时对应的攻角的获取方法为：飞行器高度H1和马赫数Ma1状态下不同攻角时水平翼前缘热流最小的飞行攻角为10°，选取10°攻角附近使水平翼前缘热流较低，飞行器的端头驻点和迎风翼面关键部位，热流最小时对应的攻角的获取方法与飞行器中水平翼前缘关键部位，热流最小时对应的攻角的获取方法相同；
求解出飞行器的端头驻点、水平翼前缘和迎风翼面关键部位热流最小时对应的攻角后，求解飞行器热流最小状态对应的飞行攻角的方法为：首先求出端头驻点热流qd最小时对应攻角为9°，选取9°攻角附近使端头驻点热流较低；水平翼前缘热流qs最小时对应的飞行攻角为10°，选取10°攻角附近使水平翼前缘热流较低，迎风翼面热流qy最小时对应攻角为10°，选取10°攻角附近使迎风翼面热流较低；然后根据不同关键部位热流的权重得出综合总热流qz最优的攻角值：α为攻角；
qz(α)＝qs(α)+2*qd(α)+5*qy(α) (2)
此时飞行器综合总热流最小的攻角为10°，即求出高度H1和马赫数Ma1状态下热环境最优的飞行攻角为10°，将其反馈至飞行控制系统，进行智能决策控制。
2.根据权利要求1所述的一种使热环境最优的飞行器飞行攻角的确定方法，其特征在于：所述的步骤1中对飞行任务剖面进行划分的具体方法为：按高度和马赫数组合对飞行任务剖面进行划分，对飞行任务剖面进行划分时从初始状态开始高度每隔10km取一次值，马赫数每隔1取一次值。
3.根据权利要求2所述的一种使热环境最优的飞行器飞行攻角的确定方法，其特征在于：对飞行任务剖面进行划分，得到高度和马赫数的组合为：10km_Ma1、20km_Ma2、20km_Ma3、30km_Ma3、40km_Ma4、40km_Ma5。
CN201711155266.3A 2017-11-20 2017-11-20 一种使热环境最优的飞行器飞行攻角的确定方法 Active CN107817816B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711155266.3A CN107817816B (zh) 2017-11-20 2017-11-20 一种使热环境最优的飞行器飞行攻角的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711155266.3A CN107817816B (zh) 2017-11-20 2017-11-20 一种使热环境最优的飞行器飞行攻角的确定方法

Publications (2)

Publication Number Publication Date
CN107817816A CN107817816A (zh) 2018-03-20
CN107817816B true CN107817816B (zh) 2020-11-20

Family

ID=61609427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711155266.3A Active CN107817816B (zh) 2017-11-20 2017-11-20 一种使热环境最优的飞行器飞行攻角的确定方法

Country Status (1)

Country Link
CN (1) CN107817816B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163271B (zh) * 2020-09-04 2023-11-03 北京空天技术研究所 大气数据传感系统的大气参数解算方法
CN112182781B (zh) * 2020-10-30 2024-05-10 中国运载火箭技术研究院 飞行器表面结构设定方法、装置、设备及存储介质
CN112393873B (zh) * 2021-01-11 2021-04-06 中国空气动力研究与发展中心低速空气动力研究所 一种攻角匹配方法
CN114200829B (zh) * 2021-11-09 2023-06-23 西北工业大学 一种超音速大机动靶标基于伪闭环的高精度速度控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4968879A (en) * 1988-07-29 1990-11-06 The Boeing Company Method and apparatus for measuring aircraft flight parameters
CN103902782A (zh) * 2014-04-11 2014-07-02 北京理工大学 基于pod和代理模型的高超声速气动热模型降阶方法
CN105205281A (zh) * 2015-10-13 2015-12-30 中国运载火箭技术研究院 一种再入弹道防热一体化设计方法
CN106202804A (zh) * 2016-07-22 2016-12-07 北京临近空间飞行器系统工程研究所 基于数据库的复杂外形飞行器分布式热环境参数预测方法
CN106679932A (zh) * 2017-01-23 2017-05-17 厦门大学 基于微型柔性热膜传感器阵列的攻角测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4968879A (en) * 1988-07-29 1990-11-06 The Boeing Company Method and apparatus for measuring aircraft flight parameters
CN103902782A (zh) * 2014-04-11 2014-07-02 北京理工大学 基于pod和代理模型的高超声速气动热模型降阶方法
CN105205281A (zh) * 2015-10-13 2015-12-30 中国运载火箭技术研究院 一种再入弹道防热一体化设计方法
CN106202804A (zh) * 2016-07-22 2016-12-07 北京临近空间飞行器系统工程研究所 基于数据库的复杂外形飞行器分布式热环境参数预测方法
CN106679932A (zh) * 2017-01-23 2017-05-17 厦门大学 基于微型柔性热膜传感器阵列的攻角测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"高超声速气动热预测技术及发展趋势";彭治雨 等;《航空学报》;20150131;第36卷(第1期);全文 *

Also Published As

Publication number Publication date
CN107817816A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107817816B (zh) 一种使热环境最优的飞行器飞行攻角的确定方法
CN106777554B (zh) 基于状态基线的航空发动机气路单元体健康状态评价方法
CN110516730B (zh) 基于pso-svm算法和图像识别的围岩质量在线分级方法
CN106772387A (zh) 一种风切变识别方法
Letzgus et al. Numerical investigations of dynamic stall on a rotor with cyclic pitch control
CN105512483A (zh) 基于损伤传播模型和数据分析的航空发动机剩余寿命预测
CN107133478A (zh) 一种高速增量式航空发动机异常检测方法
CN104298804A (zh) 一种飞行载荷设计方法
Barabanov et al. Substantiation of choosing rational appearance of nose of aircraft with the use of mathematical modeling
CN101251896A (zh) 一种基于多分类器的物体检测系统及方法
Sommen Partitioned frequency domain adaptive filters
CN108100195B (zh) 用于螺旋桨设计的方法和装置
CN110443303B (zh) 基于图像分割和分类的煤岩显微组分智能识别方法
Jacobellis et al. Investigation of blade loads on a modern high-speed lift-offset coaxial helicopter using coupled computational fluid dynamics/computational structural dynamics
Martins et al. Multidisciplinary design optimization
CN104200047B (zh) 以共振峰值平方最小化为优化目标的约束阻尼鼓筒的优化设计方法
CA2859389A1 (en) Connection maker
Smith An Assessment of CREATE-AV Kestrel for F-35 Aero/Performance Applications
Maughmer et al. Sailplane winglet design
CN105205127A (zh) 一种液体质量/体积特性数据库的自适应步长建库方法和系统
Yadlin et al. Icing simulation research supporting the ice-accretion testing of large-scale swept-wing models
CN109815528A (zh) 一种基于大型复合翼气的飞行器参数优化的方法
CN109145490A (zh) 基于数据特征挖掘的行星进入可达集最优子集计算方法
CN109117544B (zh) 一种天地往返飞行器全轨迹的优化方法
Raczyński et al. Numerical analysis issues in the evaluation of the helicopter’s main rotor stability

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant