CN111859817A - 一种基于cfd软件激波模拟能力的飞行器气动选型方法 - Google Patents
一种基于cfd软件激波模拟能力的飞行器气动选型方法 Download PDFInfo
- Publication number
- CN111859817A CN111859817A CN202010443383.5A CN202010443383A CN111859817A CN 111859817 A CN111859817 A CN 111859817A CN 202010443383 A CN202010443383 A CN 202010443383A CN 111859817 A CN111859817 A CN 111859817A
- Authority
- CN
- China
- Prior art keywords
- shock wave
- cfd software
- aircraft
- cfd
- software
- 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.)
- Granted
Links
- 230000035939 shock Effects 0.000 title claims abstract description 217
- 238000004088 simulation Methods 0.000 title claims abstract description 60
- 238000010187 selection method Methods 0.000 title claims abstract description 14
- 239000012530 fluid Substances 0.000 title description 3
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000013461 design Methods 0.000 claims abstract description 41
- 238000013139 quantization Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 238000011002 quantification Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于CFD软件激波模拟能力的飞行器气动选型方法,解决现有CFD软件对激波流动特征的模拟能力评价不系统,导致飞行器的设计周期加长、设计精度降低的问题。该方法包括:步骤一、建立激波流动特征数据库;步骤二、量化激波模拟能力,得到某一类激波评价算例模拟能力最高的CFD软件,以及CFD软件对总体激波流动特征模拟能力的量化分数M;步骤三、根据飞行器总体设计选择总体激波流动特征模拟能力的量化分数M最高的CFD软件;根据飞行器部件设计选择相应的激波评价算例,根据该激波评价算例的量化分数N选择该激波评价算例模拟能力最高的CFD软件;步骤四、根据选取的CFD软件进行飞行器总体和部件气动选型设计。
Description
技术领域
本发明涉及高超飞行器气动选型设计领域,具体涉及一种基于CFD软件激波模拟能力的高超飞行器气动选型方法。
背景技术
计算流体力学(CFD)在飞行器设计中发挥的作用越来越重要,已成为继风洞实验和理论分析之后的第三大设计手段,并在飞行器设计的各个阶段扮演着非常重要的角色,因此,CFD软件模拟结果的可信性也越来越引起高度关注。然而,任何先进的数值模拟技术在工程项目中发挥作用并获得应有效益,就必须对数值模拟所采用软件的精度、准度以及适用范围等做出综合评价,以保证数值模拟结果的可靠性和可用性,也就是计算结果的可信度。
从上个世纪90年代开始,国内外先后启动了大量专题研究项目或技术研讨会来研究可信度的相关问题,并取得了大批实用的技术成果。如:美国国家项目“面向工程应用的CFD研究联盟”NPARC、欧美联合软件验证项目CAWAPI、AIAA阻力特性和高升力特性预测系列专题研讨会议、NASA合成射流和湍流分离的CFD确认专题研讨会议、欧盟框架计划项目“工业应用CFD的质量和可信度主题网络”QNET-CFD、欧盟框架计划项目“CFD验证和确认气动共享数据库”FLOWNET、欧盟框架计划项目“湍流模型CFD确认专题研究”FLOMANIA和DESider、欧洲AVT军机设计CFD可信度专题研讨会等;同时,国内在气动数值模拟软件可信度分析方法和分析平台、验证和确认数据库、大型CFD软件的验证和确认等方面也取得了一批实用的技术成果,这些研究成果有力的推动了CFD软件模拟能力的不断提升。
从现有对CFD软件验证与确认方面所取得的成果看到,目前的主要研究工作基本均为采用几个相关的算例对软件的某一种能力进行评价。例如:AIAA阻力特性预测采用了DLR-F4、DLR-F6以及CRM等三种运输机构型对CFD软件的阻力预测能力进行了评价;AIAA高升力预测采用Traping-Wing半展/全展构型对CFD软件的高升力预测能力进行了评价,但是,这些项目或专题研究基本集中在亚、跨声速领域,而在高速流动领域对CFD软件的能力评价甚少。例如:对激波流动特征的模拟能力,基本都是一些算例的堆积,没有形成系统的、可支撑高速流动CFD软件可信度评价的数据库和完整的评价体系;再者,对于算例结果的评价,基本上是依据经验对计算结果给出定性的评价,使得飞行器的设计人员面对诸多CFD软件的选择中,难以选取最合适的气动设计选型软件,若选取的设计软件不适合,将会导致飞行器的设计质量降低、设计周期加长、延迟交付等不良后果。
发明内容
本发明的目的解决现有CFD软件对激波流动特征的模拟能力评价不系统,导致飞行器的设计周期加长、设计质量降低的问题,提供一种基于CFD软件激波模拟能力的飞行器气动选型方法,该方法可实现对高超声速主要流动特征-激波的量化评价,形成激波模拟能力评价体系,对飞行器的设计选型提供技术支撑。
为实现以上发明目的,本发明的具体技术方案是:
一种基于CFD软件激波模拟能力的飞行器气动选型方法,包括以下步骤:
步骤一、建立激波流动特征数据库;
所述激波流动特征数据库包括多种类型的激波流动特征以及激波流动特征对应的激波评价算例,所述激波评价算例包括计算状态、几何模型和试验数据;
步骤二、量化激波模拟能力;
2.1)选择某一个CFD软件;
对每一个激波评价算例执行该CFD计算,直至流场云图显示为均匀的收敛状态;
2.2)将计算结果与激波评价算例的试验数据进行比较,根据以下误差偏离值公式计算激波评价算例的量化分数N;
量化分数N=100-{|计算结果-试验数据|/试验数据}╳100
2.3)重复步骤2.1)至步骤2.2),获取所有CFD软件对激波流动特征数据库中所有激波评价算例的量化分数N;
2.4)对某一类激波评价算例的量化分数N进行排序,得到该类激波评价算例模拟能力最高的CFD软件;
同时,对每一个CFD软件所有激波评价算例的量化分数进行平均,得到该CFD软件对总体激波流动特征模拟能力的量化分数M;
步骤三、根据飞行器总体设计选择总体激波流动特征模拟能力的量化分数M最高的CFD软件;
根据飞行器部件设计选择相应的激波评价算例,根据该激波评价算例的量化分数N选择该激波评价算例模拟能力最高的CFD软件;
步骤四、根据选取的CFD软件进行飞行器总体和部件气动选型设计。
进一步地,所述收敛状态是指所监测的收敛参数在力系数1000步时,变化变幅小于10-5。
进一步地,步骤一中,根据激波流动复杂程度,对激波流动特征进行分解,分解后的激波流动特征包括单激波、激波/激波干扰、激波/附面层干扰中的一种或任意组合。
进一步地,步骤一中,所述激波评价算例包括高超圆柱模型、第四类激波干扰模型、三维单楔模型、双椭球模型、All-body高超飞行器模型、空心圆柱裙模型和X-38飞机模型。
与现有技术相比,本发明技术方案的优点是:
1.本发明提供一种基于CFD软件激波模拟能力的飞行器气动选型方法,选择总体激波流动特征模拟能力的量化分数最高的CFD软件进行总体设计,再针对总体设计后的不同部件的激波流动,分别选择激波评价算例模拟能力最优的CFD软件进行部件设计,实现设计工具的最优配置,因此可大幅缩短设计周期,提高气动参数的设计精度。
2.本发明基于CFD软件激波模拟能力的飞行器气动选型方法针对不同飞行器激波特征选择不同的设计优化策略,可进一步推广到固定翼飞行器的设计中,尤其是超声速飞行器的设计中,适用范围广。
附图说明
图1为本发明激波流动特征分解示意图;
图2为本发明基于CFD软件激波模拟能力的飞行器气动选型方法流程图;
图3为本发明激波评价算例高超圆柱的模型示意图;
图4为本发明激波评价算例第四类激波干扰的模型示意图;
图5为本发明激波评价算例三维单楔的模型示意图;
图6为本发明激波评价算例双椭球的模型示意图;
图7为本发明激波评价算例All-Body高超飞行器的模型示意图;
图8为本发明激波评价算例空心圆柱裙的模型示意图;
图9为本发明激波评价算例X-38飞机的模型示意图;
图10为飞行器在超声速激波流动特征的模拟示意图;
图11为钝头体的飞行器头部与座舱产生的激波、激波与激波干扰示意图;
图12为尖头体的头部产生的激波、激波与激波干扰示意图。
具体实施方式
本发明提供一种基于CFD软件激波模拟能力的飞行器气动选型方法,针对高超声速飞行器在工作状态出现主要流动特征——激波,开展模拟激波能力优劣CFD软件的遴选,该方法选择总体激波流动特征模拟能力的量化分数最高的CFD软件进行总体设计,再针对总体设计后的不同部件的激波流动,分别选择激波评价算例模拟能力最优的CFD软件进行部件设计,进行设计工具的最优配置,可大幅缩短设计周期,提高气动参数的精度。
如图1和图2所示,本发明提供的基于CFD软件激波模拟能力的飞行器气动选型方法具体包括以下步骤:
步骤一、建立激波流动特征数据库;
激波流动特征数据库包括多种类型的激波流动特征以及激波流动特征对应的激波评价算例,激波评价算例具体包括几何模型、计算状态和试验数据;
激波是高超声速流动中最主要的流动特征,有激波存在的流动,可分单激波流动、激波干扰流动以及激波和激波干扰流动并存的复杂激波流动。根据激波流动复杂程度,对激波流动特征进行分解,分解后的激波流动特征包括单激波、激波/激波干扰、激波/附面层干扰中的一种或任意组合,具体由简单到复杂可分为:单激波、激波/激波干扰、激波/附面层干扰以及激波、激波/激波干扰,激波、激波/附面层干扰,激波/激波干扰、激波/附面层干扰两种流动特征的掺混以及激波、激波/激波干扰、激波附面层干扰三种流动掺混的复杂流动,这种对激波流动特征由简单到复杂的层次化分解,形成了7类描述激波流动特征的评价指标。
如图3至图9所示,CFD软件对激波模拟能力评价,需设计出与以上7类指标流动特征相对应的激波评价算例,形成激波流动特征评价数据库,7类激波流动评价指标对应的7类不同激波流动特征的评价算例依次为:
单激波评价指标对应的算例是高超圆柱模型;
激波/激波干扰评价指标对应的算例是第四类激波干扰模型;
激波/附面层干扰评价指标对应的算例是三维单楔模型;
激波、激波/激波干扰评价指标对应的算例是双椭球模型;
激波、激波/附面层干扰评价指标对应的算例是All-body高超飞行器模型;
激波/激波干扰、激波/附面层干扰评价指标对应的算例是空心圆柱裙模型;
激波、激波/激波干扰、激波/附面层干扰等复杂流动评价指标对应的算例是X-38飞机模型;
表1中的激波评价算例均为国际标准模型,具有高可信的试验数据,对应算例的试验状态与激波流动特征的评价指标一一对应,采用这些试验数据可实现对CFD软件模拟激波流动特征能力的精确评估。
表1激波评价算例列表
激波评价算例在数据库中的数据包含:计算网格、边界条件以及计算输入;其中,计算网格和边界条件数据采用网格生成软件进行生成和指定;计算输入数据包括执行CFD计算所采用的数值计算方法和计算状态,其中数值计算方法在所要评价的CFD软件中指定,各算例的计算状态与表1所引用的参考文献一致,具体为:
高超圆柱模型计算状态为:马赫数M=8.03,攻角Alpha=0.0度;流动在圆柱头部产生弓形单激波;
第四类激波干扰模型计算状态为:马赫数M=9.95,攻角Alpha=0.0度;入射斜激波与产生的脱体激波产生干扰;
三维单楔模型计算状态为:马赫数M=6.83,攻角Alpha=0.0度;高速流动流经模型产生激波与附面层干扰;
双椭球模型计算状态为:马赫数M=7.8,攻角Alpha=0.0度;产生弓形激波,并与机身上产生的激波、并产生激波与激波干扰;
All-body高超飞行器模型计算状态为:马赫数M=7.4,攻角Alpha=0.0、15度;在模型头部产生斜激波,并与附面层产生干扰;
空心圆柱裙模型计算状态为:马赫数M=9.91,攻角Alpha=0.0;流经圆柱裙产生激波与激波、激波与附面层干扰;
X-38飞机模型计算状态为:马赫数M=6.0,攻角Alpha=20.0、30度;高速流动流经模型产生激波、形成激波与激波、激波与附面层干扰;
步骤二、量化激波模拟能力;
2.1)选择某一个CFD软件;
对每一个激波评价算例执行该CFD计算,直至流场云图显示为均匀的收敛状态,该收敛状态具体是指所监测的收敛参数在力系数1000步时,变化变幅小于10-5;此时输出计算结果,输出的计算结果与表1每一个激波评价算例提供的试验数据相一致,例如:压力、摩阻、热流分布数据等;
2.2)将计算结果与激波评价算例的试验数据进行比较,根据以下误差偏离值公式计算激波评价算例的量化分数N;
量化分数N=100-{|计算结果-试验数据|/试验数据}╳100
2.3)重复步骤2.1)至步骤2.2),获取所有CFD软件对激波流动特征数据库中所有激波评价算例的量化分数N;
2.4)对某一类激波评价算例的量化分数N进行排序,得到该类激波评价算例模拟能力最高的CFD软件;
同时,对每一个CFD软件所有激波评价算例的量化分数进行平均,得到该CFD软件对总体激波流动特征模拟能力的量化分数M;
根据所得到的量化分数平均值给出评价:如果所得到的平均分数大于90,则该软件对激波流动具有非常好的模拟能力;如果所得到的平均分数位于75和89分之间,则该软件对激波流动具有良好的模拟能力;如果所得到的平均分数位于60和74分之间,则该软件对激波流动具有较好的模拟能力;如果所得到的平均分数低于60分,则该软件对激波流动的模拟能力很差;
表2激波模拟能力量化评价表
量化分数平均值 | 对激波流动模拟能力评价 |
90≤平均分数 | 优 |
75≤平均分数≤89 | 良 |
60≤平均分数≤74 | 中 |
平均分数<60 | 差 |
步骤三、根据飞行器总体设计选择总体激波流动特征模拟能力的量化分数M最高的CFD软件;
根据飞行器部件设计选择相应的激波评价算例,根据该激波评价算例的量化分数N选择该激波评价算例模拟能力最高的CFD软件;
步骤四、根据选取的CFD软件进行飞行器总体和部件气动选型设计。
本发明基于CFD软件激波模拟能力的飞行器气动选型方法可针对不同飞行器激波特征选择不同的设计优化策略,可进一步推广到固定翼飞行器的设计中,尤其是高超声速飞行器的设计中,适用范围广。
在飞行器总体设计中,根据不同软件总体激波流动特征模拟能力的量化分数M,选择量化分数M最高的CFD软件进行模拟,图10所示为某飞行器在超声速激波流动特征的模拟情况,可以看到在飞行器头部、座舱前部、导弹头部等位置都出现了产生了激波,并且出现了激波与激波、激波与附面层之间的流动干扰,这种流动干扰会不同程度的影响飞行器的气动性能。
对于产生激波的部件,需要进行再次选型或优化设计,这时采用本发明方法所筛选出的对某类激波流动模拟量化分数N最高的CFD软件进行模拟,精确得出该部件的激波流动特征。图11和图12分别给出两种不同部件产生的激波、激波与激波干扰不同情况举例,一种是钝头体的飞行器头部与座舱构型,另一种是尖头体的头部构型,这两种都是高超飞行器常用典型头部构型。
Claims (4)
1.一种基于CFD软件激波模拟能力的飞行器气动选型方法,其特征在于,包括以下步骤:
步骤一、建立激波流动特征数据库;
所述激波流动特征数据库包括多种类型的激波流动特征以及激波流动特征对应的激波评价算例,所述激波评价算例包括计算状态、几何模型和试验数据;
步骤二、量化激波模拟能力;
2.1)选择某一个CFD软件;
对每一个激波评价算例执行该CFD计算,直至流场云图显示为均匀的收敛状态;
2.2)将计算结果与激波评价算例的试验数据进行比较,根据以下误差偏离值公式计算激波评价算例的量化分数N;
量化分数N=100-{|计算结果-试验数据|/试验数据}╳100
2.3)重复步骤2.1)至步骤2.2),获取所有CFD软件对激波流动特征数据库中所有激波评价算例的量化分数N;
2.4)对某一类激波评价算例的量化分数N进行排序,得到该类激波评价算例模拟能力最高的CFD软件;
同时,对每一个CFD软件所有激波评价算例的量化分数进行平均,得到该CFD软件对总体激波流动特征模拟能力的量化分数M;
步骤三、根据飞行器总体设计选择总体激波流动特征模拟能力的量化分数M最高的CFD软件;
根据飞行器部件设计选择相应的激波评价算例,根据该激波评价算例的量化分数N选择该激波评价算例模拟能力最高的CFD软件;
步骤四、根据选取的CFD软件进行飞行器总体和部件气动选型设计。
2.根据权利要求1所述的基于CFD软件激波模拟能力的飞行器气动选型方法,其特征在于:所述收敛状态是指所监测的收敛参数在力系数1000步时,变化变幅小于10-5。
3.根据权利要求1或2所述基于CFD软件激波模拟能力的飞行器气动选型方法,其特征在于:步骤一中,根据激波流动复杂程度,对激波流动特征进行分解,分解后的激波流动特征包括单激波、激波/激波干扰、激波/附面层干扰中的一种或任意组合。
4.根据权利要求3所述基于CFD软件激波模拟能力的飞行器气动选型方法,其特征在于:步骤一中,所述激波评价算例包括高超圆柱模型、第四类激波干扰模型、三维单楔模型、双椭球模型、All-body高超飞行器模型、空心圆柱裙模型和X-38飞机模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010443383.5A CN111859817B (zh) | 2020-05-22 | 2020-05-22 | 一种基于cfd软件激波模拟能力的飞行器气动选型方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010443383.5A CN111859817B (zh) | 2020-05-22 | 2020-05-22 | 一种基于cfd软件激波模拟能力的飞行器气动选型方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859817A true CN111859817A (zh) | 2020-10-30 |
CN111859817B CN111859817B (zh) | 2024-01-16 |
Family
ID=72985275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010443383.5A Active CN111859817B (zh) | 2020-05-22 | 2020-05-22 | 一种基于cfd软件激波模拟能力的飞行器气动选型方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859817B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115618771A (zh) * | 2022-12-16 | 2023-01-17 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种cfd软件的可信度量化评价方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250205A1 (en) * | 2009-03-31 | 2010-09-30 | Airbus Espana, S.L. | Method and system for a quick calculation of aerodynamic forces on an aircraft in transonic conditions |
US8326585B1 (en) * | 2007-06-18 | 2012-12-04 | The United States Of America As Represented By The Secretary Of The Army | Computational fluid dynamics shock wave identification |
CN105975645A (zh) * | 2016-02-26 | 2016-09-28 | 西北工业大学 | 一种基于多步的含激波区域飞行器流场快速计算方法 |
CN107273593A (zh) * | 2017-06-01 | 2017-10-20 | 北京航空航天大学 | 一种用于高马赫数强激波流场气动热预测的湍流模型及其建立方法 |
CN110795869A (zh) * | 2020-01-06 | 2020-02-14 | 中国人民解放军国防科技大学 | 流场数据的数值计算方法和装置 |
-
2020
- 2020-05-22 CN CN202010443383.5A patent/CN111859817B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8326585B1 (en) * | 2007-06-18 | 2012-12-04 | The United States Of America As Represented By The Secretary Of The Army | Computational fluid dynamics shock wave identification |
US20100250205A1 (en) * | 2009-03-31 | 2010-09-30 | Airbus Espana, S.L. | Method and system for a quick calculation of aerodynamic forces on an aircraft in transonic conditions |
CN105975645A (zh) * | 2016-02-26 | 2016-09-28 | 西北工业大学 | 一种基于多步的含激波区域飞行器流场快速计算方法 |
CN107273593A (zh) * | 2017-06-01 | 2017-10-20 | 北京航空航天大学 | 一种用于高马赫数强激波流场气动热预测的湍流模型及其建立方法 |
CN110795869A (zh) * | 2020-01-06 | 2020-02-14 | 中国人民解放军国防科技大学 | 流场数据的数值计算方法和装置 |
Non-Patent Citations (3)
Title |
---|
MEHRNAZ ROUHI YOUSSEFI ET AL.: "Assessment of CFD Capability for Hypersonic Shock Wave Laminar Boundary Layer Interactions", AEROSPACE, vol. 4, no. 25, pages 1 - 18 * |
何磊 等: "大型CFD软件自动化测试平台的初步设计与实现", 空气动力学学报, vol. 34, no. 4, pages 418 - 425 * |
龚安龙 等: "高超声速激波/边界层干扰流动数值模拟研究", 空气动力学学报, vol. 32, no. 6, pages 767 - 771 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115618771A (zh) * | 2022-12-16 | 2023-01-17 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种cfd软件的可信度量化评价方法 |
CN115618771B (zh) * | 2022-12-16 | 2023-03-10 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种cfd软件的可信度量化评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111859817B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107526898B (zh) | 变刚度复合材料板壳结构建模分析与可靠度优化设计方法 | |
CN107391891B (zh) | 一种基于模型融合方法的大展弦比机翼优化设计方法 | |
Lyu et al. | RANS-based aerodynamic shape optimization investigations of the common research model wing | |
CN110990957A (zh) | 一种飞机过载性能设计中的机翼结构重量分析方法 | |
CN104834785B (zh) | 基于单纯形样条函数的航空发动机稳态模型的建模方法 | |
CN111539149B (zh) | 舰船模型建立及模态分析方法 | |
CN102867097A (zh) | 计及静弹性变形影响的光固化快速成型风洞模型设计方法 | |
CN112580228A (zh) | 一种涡扇发动机混合结构风扇叶片结构设计优化方法 | |
Hoopes et al. | The StreamVane method: a new way to generate swirl distortion for jet engine research | |
CN112434380A (zh) | 一种飞机机翼重量估算方法 | |
CN111859817A (zh) | 一种基于cfd软件激波模拟能力的飞行器气动选型方法 | |
CN109101671B (zh) | 一种变密度与变构型三维点阵结构建模方法 | |
Abras et al. | Comparison of computational fluid dynamics hover predictions on the S-76 rotor | |
CN105117541B (zh) | 一种正向型架外形优化设计方法 | |
Chan et al. | Advances in domain connectivity for overset grids using the x-rays approach | |
CN115221622A (zh) | 一种大尺寸复合材料机身壁板装配定位夹持布局优化方法 | |
Hashimoto et al. | Summary of first aerodynamics prediction challenge (APC-I) | |
Liu et al. | Pre-joining process planning model for a batch of skin–stringer panels based on statistical clearances | |
Wang et al. | Co-Kriging based multi-fidelity aerodynamic optimization for flying wing UAV with multi-shape wingtip design | |
CN114065423A (zh) | 快速评估航空发动机风扇叶片颤振的方法 | |
Arsenyeva et al. | Efficient and adaptive parametric modeling for shape optimization of a wingbox | |
CN112926233A (zh) | 一种基于空间插值的多因素敏感性分析方法 | |
CN113190980A (zh) | 一种基于响应面法的结构拓扑优化设计方法 | |
CN112131665A (zh) | 一种基于网格分类的火箭流固载荷混合转换方法 | |
Kong | Application of Computer in Testing Technology of Interface Strength of Aircraft Composite Materials |
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 |