超音速流场中多波系干扰结构识别方法与应用研究
本文关键词:超音速流场中多波系干扰结构识别方法与应用研究 出处:《清华大学》2016年博士论文 论文类型:学位论文
更多相关文章: 计算流体力学 激波 膨胀波 结构识别 后处理
【摘要】:超声速尤其高超声速飞行器流场结构非常复杂。典型的流动结构包括激波、膨胀波、剪切层、涡。这些流场结构之间发生相互干扰,产生新的次生结构,例如激波反射、激波干扰、激波附面层干扰等导致新的结构,使得流场进一步复杂化。这些结构对飞行器会产生各种正面及负面作用。本文针对超声速流场中的激波、膨胀波、剪切层这些典型波系结构及其干扰,基于这些结构所满足的物理规律,给出了从结果中自动识别提取这些结构的算法以及典型波系结构满足的基本关系,尤其改进了激波识别算法。并在此基础上,建立了用于CFD计算结果后处理的结构识别平台。本文发展的结构识别平台的作用包括:1)能读取常用的CFD计算结果标准格式文件;2)展示云图、等值面、切面、流线、矢量图等传统图形;3)自动提取激波面、线,提取膨胀波区域,提取剪切层区域;4)对各种提取的结构进行图形展示,并提取前后参数;5)对结果进行数值纹影展示。本研究减小了传统方法存在的流场结构误识别、漏识别或无法识别等困难。所得到方法用在基础研究中,有利于正确研究干扰结构等机理问题。在工程应用中,有利于判断波系结构的位置和强度,对于有利结构加以利用,不利结构加以控制。在采用CFD等获取流场时,准确识别结构还可以为在局部选用更精密的网格和物理模型提供指导。作为应用,将结构识别方法用于吸气式发动机超声速进气道的波系结构识别,也用在某特定升力构型流场结构分析中。在这些应用中,分析了一些复杂的激波干扰现象。本文针对复杂外形与复杂波系结构流场得到的结构识别平台,具有结构识别简单、流场结构展示直观、可处理各种标准数据格式和各种网格类型与外形等实用特征,大大降低了复杂流场的机理分析难度和处理工程问题的难度。
[Abstract]:The flow field structure of supersonic especially hypersonic vehicle is very complex. A typical flow structure consists of shock waves, expansion waves, shear layers, and vortices. These flow fields interact with each other, resulting in new secondary structures, such as shock wave reflection, shock wave interference, shock wave boundary layer interference, and so on, leading to new structure, which makes the flow field more complex. These structures have a variety of positive and negative effects on the aircraft. In this paper, aiming at the shock wave in supersonic flow of the expansion wave, the shear layer of these typical wave structure and interference, the laws of physics to meet these structure based on the automatic recognition algorithm of extraction of these structures from the results and the basic relationship between the typical wave structure meet the given improved recognition algorithm, especially the shock. On the basis of this, a structure recognition platform for the post processing of CFD calculation results is set up. Including the structure recognition platform: 1) to read the common CFD results of the standard format; 2) display images, isosurface, view, streamline and vector diagram of the traditional graph; 3) automatically extract the shock surface, line extraction, expansion wave region, extraction of shear layer region; 4) on the structure all kinds of extracted graphics display, and extract the parameters before and after 5); the results are numerical schlieren display. This study reduces the difficulties of error identification, leakage identification, or identification of the flow structure in the traditional method. The method used in the basic research is beneficial to the correct study of the mechanism of interference structure. In the engineering application, it is beneficial to judge the position and strength of the structure of the wave system, to use the favorable structure, and to control the unfavorable structure. When using CFD to obtain the flow field, the accurate identification of the structure can also provide guidance for the selection of more precise grids and physical models in the local area. As an application, the structure identification method is applied to the identification of the wave structure of the supersonic inlet of the suction engine, and is also applied to the analysis of the flow structure of a specific lift configuration. In these applications, some complex shock interference phenomena are analyzed. In this paper, the complex shape and complex wave flow system structure identification platform, structure is simple identification, flow structure, processing and display the format of various grid type and shape the practical characteristics of various standard data, greatly reducing the mechanism of complex flow field analysis of the difficulty and the difficulty of the problem processing engineering.
【学位授予单位】:清华大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:O354.3
【相似文献】
相关期刊论文 前10条
1 ;真假蜂蜜识别方法[J];内江科技;2002年05期
2 施水才;俞鸿魁;吕学强;李渝勤;;基于大规模语料的新词语识别方法[J];山东大学学报(理学版);2006年03期
3 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于语义依存线索的事件关系识别方法研究[J];北京大学学报(自然科学版);2013年01期
4 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于推理线索构建的事件关系识别方法[J];北京大学学报(自然科学版);2014年01期
5 科信;名贵中药的几种识别方法[J];内江科技;2002年05期
6 邓福根;;一种智能的人脸识别方法[J];今日科苑;2009年24期
7 王梦菊;;复杂网络中社区识别研究[J];硅谷;2012年11期
8 高强;程方道;;重磁图像信息计算机自动提取及识别方法探讨[J];物探化探计算技术;1993年02期
9 ;哪些食物易掺毒?[J];科技致富向导;2009年19期
10 郭庆胜;黄远林;章莉萍;;曲线的弯曲识别方法研究[J];武汉大学学报(信息科学版);2008年06期
相关会议论文 前10条
1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编(一)[C];2007年
2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年
4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年
6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年
7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年
8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术(第九卷)[C];2011年
10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
相关重要报纸文章 前9条
1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年
2 庞席堂;假币的识别方法[N];中华合作时报;2003年
3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年
4 张侃;正品手机电池识别方法[N];通信产业报;2000年
5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年
6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年
7 金亮;机器人的情感[N];中国医药报;2001年
8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年
9 宗绍纯;如何识别是纯奶还是奶饮料?[N];国际商报;2003年
相关博士学位论文 前10条
1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年
2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年
3 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年
4 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年
5 吴翔;基于机器视觉的害虫识别方法研究[D];浙江大学;2016年
6 冯佳;研究前沿识别与分析方法研究[D];吉林大学;2017年
7 郑银河;复杂裂隙网络下岩石块体识别方法研究[D];中国地质大学(北京);2017年
8 徐艺哲;超音速流场中多波系干扰结构识别方法与应用研究[D];清华大学;2016年
9 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年
10 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年
相关硕士学位论文 前10条
1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年
2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年
3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年
4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年
5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年
6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年
7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年
8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年
9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年
10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年
,本文编号:1343305
本文链接:https://www.wllwen.com/shoufeilunwen/jckxbs/1343305.html