海流发电机翼型研发进展及优化设计研究

随着化石能源不断枯竭和环保要求的不断提高,世界各国对海流能的开发利用愈加重视,各种利用海流流动动能发电的技术得到了不断突破。本文通过对国内外海流能发电的状况的调研,对叶片翼型的发展进行了总结,并对发电涡轮机叶片翼型的进行了分析和优化,提出了一种新的阻力较小的海流发电机翼型。     

基于PowerFlow的重型载货汽车前扰流板气动特性分析

利用基于LBM方法的CFD软件PowerFlow对某重型载货汽车进行气动外流场计算,分析了车辆前扰流板设计对该车风阻系数及车身门把手位置除尘效果的影响,并基于CFD分析结果提出了改进方案。分析结果表明,改进后扰流板整车风阻系数较原来降低2.4%,除尘效果与原设计方案相比也得到显著改善。     

转向直拉杆强度计算方法

主要介绍在各种转向极限情况下,直拉杆最大应力处应力计算方法及建议取的安全系数。     

波流共同作用下近底高含沙水层流速的探讨

波浪和潮流共同作用于粉沙质床面时,水体的近底层含沙量很高,其运动是泥沙输移的重要方式。讨论了近底高含沙水层流速及其与含沙量的关系。     

Surge Response of a Compliant Offshore Structure by Time Domain Simulation

A single-degree-of-freedom equation of motion was used for modeling a compliant offshore structure exposed to viscous hydrodynamic loads. The equation of motion contains nonlinearities in the forms of both Duffing stiffness and Morison drag force with current. The water particle velocity and acceleration for calculating the Morison inertia and drag forces are modeled as Gaussian processes based on a Pierson-Moskowitz (P-M) elevation spectrum. The single-degree-of-freedom equation of motion containing different ocean current values are then numerically integrated via a fourth-order Runge-Kutta scheme. Time trajectories of the surge response displacements of the offshore structure and the response probability density curves are obtained. Furthermore, the ocean current influences on the response central moments up to the fourth order are studied. A literature review reveals that this is the first treatment of such a pair of nonlinearities in time domain. The simulation results are analyzed, and some conclusions valuable for engineering design are pointed out.     

全尺寸汽车空气动力学风洞相关性及修正研究

全尺寸汽车空气动力学风洞是汽车空气动力性能重要的研究平台与开发工具。但风洞间测试结果普遍存在差异，这对气动性能的研究与分析造成了一定的困难，因此有必要开展风洞间的横向相关性和修正研究，提高风洞测试结果的统一性和一致性。分别对德国和中国的两座全尺寸汽车风洞进行实车风洞测试，开展风洞相关性及修正研究。研究表明，对于同一工况，不同风洞间的测试结果存在一定差异，但不同工况与基础工况间差异变化趋势一致，大小相似，不同风洞间的测试结果能建立较好的相关关系，形成相关性线性函数。通过空气阻力系数C D 修正方法，可以减小风洞间由结构尺寸、流场参数导致的系统性误差，修正后的风洞间空气阻力系数C D 测试结果差异降低了近60%。     

基于GA-BP神经网络的汽车空气阻力系数预测研究

针对整车空气动力性能开发中数值计算耗时长的问题，提出一种基于GA-BP神经网络的汽车空气阻力系数预测方法。将汽车部分特征参数作为输入变量，经外流场仿真得到的空气阻力系数作为输出变量，获取数据集。采用遗传算法对BP神经网络进行参数寻优，最终建立基于遗传算法的BP神经网络模型，验证不同训练集数量对模型预测精度的影响。结果表明，GA-BP神经网络在训练样本较少时也能维持较高的预测精度，可用于汽车空气阻力系数的快速测。