排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
潜艇操纵面几何参数敏感性计算研究 总被引:2,自引:0,他引:2
以潜艇垂直面操纵运动线性运动方程为基础,以反映潜艇垂直面操纵性特征的典型技术指标为评价体系,提出了潜艇操纵面几何参数敏感性概念,采用敏感性指数作为评估操纵面参数对潜艇垂直面操纵性影响的指标.在主艇体参数固定条件下,为潜艇设计了系列参数的首尾操纵面,采用Bohlman的水动力估算方法,估算了该艇的线性水动力系数.在水动力估算和敏感性概念的基础上,开展了大量的敏感性计算,分析计算结果得到了潜艇首尾操纵面几何参数不影响潜艇逆速,尾操纵面对首舵升速率有很强影响等结论. 相似文献
3.
针对采用计算流体力学(CFD)数值方法预报潜艇操纵水动力中,网格划分和湍流模型选择的问题。以SUBO)FF潜艇模型为对象,对不同网格分辨率的模型进行了水动力计算,对网格的收敛性进行了研究,采用五种不同湍流模型,计算得到了不同漂角下潜艇所受水动力,并和试验结果进行了比较。研究结果表明,在采用CFD数值方法预报潜艇操纵水动力时,纵向力对网格分辨率有较高要求,而侧向力和力矩对网格分辨率要求较低,在湍流模型选择上,采用标准k-ω湍流模型能够获得与试验结果更相符合的计算结果,是目前硬件条件下潜艇水动力CFD预报比较合适的一种湍流模型。 相似文献
4.
针对潜艇操纵性优化设计中水动力系数预报问题,在潜艇水动力预报中引入艇体肥瘦指数概念,确定了潜艇艇体几何描述的五参数模型。提出采用小波神经网络方法预报潜艇水动力,确定了神经网络的结构,利用均匀试验设计方法,设计了神经网络的学习样本。在验证CFD预报艇体水动力有效的基础上,完成了样本水动力系数的CFD计算;通过对样本进行学习,完成了潜艇艇体操纵性水动力系数小波神经网络预报。研究结果表明,只要确定适当的输入参数,选择适当的学习样本和网络结构,利用小波神经网络方法对潜艇水动力进行预报可以达到较高的精度。 相似文献
5.
1