飛機外形
關注創建者：羽翼_4437 創建時間：2017-02-20
飛機外形的實例教程
20 世紀初，美國就開展了高超聲速飛機的相關研究，并先后提出了多個概念方案。廖孟豪等[3]對美國軍方和軍工部門提出的4個高超聲速作戰飛機概念方案進行了梳理，對比分析了各個概念方案的氣動布局特點，分析認為，美國高超聲速作戰飛機氣動布局向提升低速特性、降低內外流耦合程度、增加機身容量等方向演變。左林玄等[4]詳細總結了高超聲速飛行器的氣動布局分類，并指出未來高超聲速飛行器的布局將向翼身融合布局和乘波體布局兩個方向發展。李憲開等[5]結合高超聲速飛機的需求，分析了高超聲速飛機氣動布局設計存在的問題、難點和關鍵技術。
氣動布局技術是水平起降高超聲速飛機研制的核心技術之一。崔凱等[6-7]采用前體/發動機一體化設計思想，給出了一種雙旁側進氣翼身融合體概念設計方案。國內對高超聲速飛行器的相關研究日趨活躍，但對高超聲速飛機尤其是氣動布局方面的研究還不多，而且缺乏具體的應用背景和需求指標牽引。劉濟民等對高超聲速ISR平臺的軍事需求進行了分析，并對其在未來海戰中的應用進行了研究[8]。根據軍事需求分析得到的能力需求，目前的技術發展水平和對未來作戰使用的基本構想，對高超聲速ISR 平臺做以下技術想定，見表1。
表1 高超聲速ISR平臺主要技術指標
Table 1 Main technology index of hypersonic ISR vehicle
本文以上述高超聲速ISR 平臺目標圖像為需求牽引，擬采用類乘波體氣動布局，對高超聲速ISR平臺的氣動外形進行初步設計與性能分析，并進一步驗證氣動外形概念方案滿足設計需求的程度，找到軍事需求與技術滿足度之間的差距，為高超聲速飛機氣動布局技術研究指明努力的方向。
1 氣動外形設計方法
氣動外形設計包括乘波前體氣動外形優化設計、機翼設計。
展開 更嚴重的是，激波能使流經機翼和機身表面的氣流，變得非常紊亂，從而使飛機劇烈抖動，操縱十分困難。同時，機翼會下沉、機頭往下栽。
如果這時飛機正在爬升，機身會突然自動上仰。這些討厭的癥狀，都可能導致飛機墜毀。這就是所謂“音障”問題。
由于聲波的傳遞速度是有限的，移動中的聲源便可追上自己發出的聲波。當物體速度增加到與音速相同時，聲波開始在物體前面堆積。如果這個物體有足夠的加速度，便能突破這個不穩定的聲波屏障，沖到聲音的前面去，也就是沖破音障。
1947年，查理耶格爾駕駛火箭發動機推進的貝爾X-1機首次突破聲障。
突破音障重要的是技術因素，不是一味的提高發動機推力，而在于通過改變飛機外形刺破音障，比如現在基本采用的方法是用很長的空速管來刺破音障，現在大多數機型都能突破音障飛行了，甚至達到三個馬赫數，即三倍音速。
超音速飛機的機體結構，同亞音速飛機相當不同：機翼必須薄得多；關鍵因素是寬高比，即機翼厚度與翼弦的比率。設計師們想出的辦法之一，是將機翼做成三角形，前緣的后掠角較大，翼根很長，從機頭到機尾同機身相接(如幻影-2000)。另一個辦法，把超音速機翼做得又薄又短，可以不用后掠角(如F-104)。
所以，根據一架飛機的外形，我們就基本上可以判斷出它是超音速還是亞音速的飛機了。
當飛機以超過音速的速度飛行，飛機所發出的聲音的密度波無法跑在飛機前方，所以就全部疊在機身后方，形成了圓錐形狀的音錐。當這種 爆震波傳到時，我們就聽到所有累積起來的聲音，在聽覺上，這就是一聲轟然巨響的音爆。在這一瞬間，整個世界都安靜了，一切聲音全被拋在了身后！
在飛機正好要加速穿過音障 (sound barrier)時，在飛機的周圍，有時候會有一團云霧形成。
展開 【深度學習驅動的流體力學計算與應用】專題
基于OpenFOAM的矩形柱體LES模擬案例
基于python語言的CFD數據后處理
運用Python處理實驗數據
基于人工智能技術的流場預測與重構方法
運用UNet算法進行壓力時序預測
掌握基于多層感知機(MLP)的氣動性能預測方法
基于多層感知機(MLP)的民航超臨界機翼氣動性能預測
基于LES/DNS湍流模擬的時空超分辨率研究
基于深度學習的流場時序超分辨率處理
基于深度強化學習的矩形柱體主動流動控制
運用深度強化學習進行離散動作空間/連續動作空間的優化
耦合代理模型的深度強化學習在民航飛機外形優化中的應用
前沿文獻的解讀，如SORA技術、風烏技術等，了解人工智能技術在流體力學領域的最新進展，保持學術前沿性
可在某公某號咨詢：研而有信er （加關后有聯系方式可詳詢）
展開 圖1 滑流覆蓋的襟翼部分動壓增加
槳盤前方遠處動壓：
槳盤后方被滑流覆蓋的襟翼部分動壓：
動量定理描述如下：
式（3）中：T為螺旋槳拉力，N;則式（3）可轉換為：
槳盤平面處相對遠前方來流的速度增量系數為：
被滑流覆蓋的襟翼部分相對遠前方來流速壓比為：
滑流收縮截面面積與螺旋槳槳盤面積比為：
收縮截面直徑與槳盤直徑比為：
本文以4發渦輪螺旋槳飛機為例，滑流對襟翼載荷的影響可假定為使其收縮截面覆蓋的襟翼部分的速壓從原始的Q增至Q'，則單側（兩發）襟翼載荷的滑流修正系數可得：
代入式（6），式（10）可轉化為：
將式(11)得到的滑流修正系數KS乘以襟翼無動力情況下載荷即可得到考慮滑流影響的襟翼載荷，將滑流覆蓋襟翼部分（收縮截面直徑D'）內的襟翼壓力分布乘以速壓變化比即可得到考慮滑流的襟翼壓力分布。
2 計算輸入
2.1 計算對象
圖2 飛機外形示意
本文研究飛機構型為4發渦槳飛機，兩側各兩個渦槳發動機，圖2為襟翼偏轉后飛機外形示意。
X軸沿飛機水平基準線，逆航向為正；Y軸垂直于機身對稱面，逆航向向左為正；Z軸在飛機對稱面內垂直于橫軸指向上方。
襟翼形式為定軸固定子翼雙縫襟翼，在展向某截面處分為內、外襟翼，共4片襟翼，圖3為襟翼形式切面示意。
圖3 襟翼形式示意
2.2 計算工況
通過工程算法計算考慮滑流襟翼載荷，比較篩選出的襟翼載荷嚴重工況如表1所示。
表1 嚴重工況
采用CFD對嚴重工況進行考慮滑流、噴流計算，用以對比工程算法結果。CFD驗證計算使用的網格如圖4所示。
展開 據國外媒體報道，美國國家航空航天局和麻省理工學院合作研究出一種可變形機翼，這種所謂的“超材料”采用輕量級的晶格框架，能夠根據空氣動力自動改變形狀，能夠讓飛機飛行更加節能。
如果你坐在飛機上靠窗的位置，或許能夠看到一側機翼上的襟翼在飛機起飛和降落時抬起或落下。這是因為在飛行的每個階段，理想的機翼參數各不相同。到目前為止，人們只是通過鉸鏈改變剛性機翼的升力特性。但是，美國國家航空航天局和麻省理工學院正在研究如何讓整個機翼改變形狀。
在《智能材料與結構》雜志上發表的一篇論文中，研究團隊解釋了他們是如何重新設計機翼的。這種機翼的新結構是輕量級的晶格框架，由成千上萬個重復的、類似火柴棍的小三角形支柱組成，表面覆蓋看一層輕薄聚合物。這種所謂的“超材料”是中空的，不到橡膠密度的千分之一，所以它非常輕。而且，精心定位的支柱允許機翼根據空氣動力加載條件的變化自動改變形狀。這兩個因素都能讓飛機更加節能。
輕量的可變形機翼引發了人們對理想飛機外形的思考。有了這項技術，我們或許能夠擺脫傳統飛機設計。當然，在萬米高空看到機翼形狀發生變化還存在于理論之中。目前的研究距離商用飛機還有很長一段路要走。與此同時，這種研究成果還具有重新設計其他結構的潛力，比如風力渦輪機的翼狀葉片。
展開 
飛機外形的相關專題、標簽、搜索
飛機外形的最新內容
適用于復雜問題的初步分析、參數估算等，例如飛機汽車外形的初步設計階段分析。
■ S-A模型
S-A（Spalart-Allmaras）模型是經典的一方程模型，通過求解一個與湍流動能相關的方程來近似湍流的行為。
Spalart，還記得前面提到的波音工程師的名字嗎？
該模型專為航空航天應用設計，特別適用于涉及壁面邊界流動的高雷諾數湍流問題。
</p><p><br></p><p>我們研究一款飛機第一步肯定是進行初步概念設計階段快速外形設計迭代仿真，也就是飛機氣動外形設計，比如eVTOL旋翼要怎么設計怎么布置，如果有固定機翼的話，固定機翼的形狀布置設計。
飛機裝配檢測：在飛機裝配過程中，三坐標測量機可用于檢測機身、機翼、尾翼等部件的裝配精度，確保飛機的氣動外形和結構強度。同時，還可以對飛機的起落架、艙門、座椅等附件進行檢測，保證其安裝位置和功能正常。
3. 航空發動機檢測：對航空發動機的轉子、靜子、燃燒室等部件進行高精度測量，檢測其尺寸精度、形狀精度和位置精度。這有助于提高航空發動機的性能和可靠性，降低維修成本。
基于人工智能技術的流場預測與重構方法
運用UNet算法進行壓力時序預測
掌握基于多層感知機(MLP)的氣動性能預測方法
基于多層感知機(MLP)的民航超臨界機翼氣動性能預測
基于LES/DNS湍流模擬的時空超分辨率研究
基于深度學習的流場時序超分辨率處理
基于深度強化學習的矩形柱體主動流動控制
運用深度強化學習進行離散動作空間/連續動作空間的優化
耦合代理模型的深度強化學習在民航飛機外形優化中的應用
實操環節：
1、
耦合代理模型的深度強化學習在民航飛機外形優化中的應用
2、
運用深度強化學習進行離散動作空間/連續動作空間的優化（數據與代碼提供給學員）
課程互動與答疑
1、
回顧實踐案例課程內容
實操環節：
1、
耦合代理模型的深度強化學習在民航飛機外形優化中的應用
2、
運用深度強化學習進行離散動作空間/連續動作空間的優化（數據與代碼提供給學員）
課程互動與答疑
1、
回顧實踐案例課程內容
基于人工智能技術的流場預測與重構方法
運用UNet算法進行壓力時序預測
掌握基于多層感知機(MLP)的氣動性能預測方法
基于多層感知機(MLP)的民航超臨界機翼氣動性能預測
基于LES/DNS湍流模擬的時空超分辨率研究
基于深度學習的流場時序超分辨率處理
基于深度強化學習的矩形柱體主動流動控制
運用深度強化學習進行離散動作空間/連續動作空間的優化
耦合代理模型的深度強化學習在民航飛機外形優化中的應用
引 言
早期 CFD 廣泛用于空氣動力學，比如飛機外形設計、發動機設計、汽車外形設計、渦輪發動機設計，以及一些傳熱傳質工業設備，比如流化床等，其特點是能夠建立復雜形狀的網格，很好地模擬復雜結構內的流場。隨著計算機技術的發展，CFD 可以建立更大規模的網格，用于風工程、環境工程領域，研究橋梁抗震、高速列車安全、街區空氣污染等。
2 計算輸入
2.1 計算對象
圖2 飛機外形示意
本文研究飛機構型為4發渦槳飛機，兩側各兩個渦槳發動機，圖2為襟翼偏轉后飛機外形示意。
X軸沿飛機水平基準線，逆航向為正；Y軸垂直于機身對稱面，逆航向向左為正；Z軸在飛機對稱面內垂直于橫軸指向上方。
襟翼形式為定軸固定子翼雙縫襟翼，在展向某截面處分為內、外襟翼，共4片襟翼，圖3為襟翼形式切面示意。
圖2 戰斗機氣動布局的更迭
具有良好氣動布局外形的飛機通過不斷地更新發動機和記載設備可使其服役期延長幾十年，而這不僅僅限于軍用飛機。上世紀40年代的安2運輸機，其優異的氣動布局，使得至今其仍具有蓬勃的生命力。因此，在飛機設計中，氣動布局設計，尤其是先進氣動布局設計占有極其重要的地位。
