小型无人直升机超低空飞行时下洗流场数值分析

为了研究小型植保无人直升机超低空飞行时下洗流场的特征,利用SolidWorks软件和Ansys Workbench软件建立全尺寸物理模型并抽取外流场,使用ICEM软件对模型进行网格划分,运用Fluent软件对小型无人机超低空飞行进行三维数值模拟研究.数值分析结果表明:小型无人直升机超低空飞行时下洗流场的主要运动形式为垂直向下运动,同时伴随有周向旋转运动和径向收缩运动;在旋翼0.8R(R为旋翼半径)位置下方,下洗流场速度最大;随着高度的降低,下洗流场速度逐渐减小,水平方向速度分布逐渐趋于平缓.获得的下洗流场数据为小型植保无人机的设计提供了参考依据.     

且任客心洗流水 不劳挥手听清音

<正>应中国农资传媒盛情相邀,参加由中国农资传媒主办的第三届中国农资企业文化建设论坛暨2012中国农资传媒媒企发展研讨会,与一帮志同道合者,共同相聚在中国四大佛教名山之一——秀甲天下的峨眉山。峨眉山,一个熟悉的地方,有一年的11月初吧,与江苏南通的一名好友共同登山,在山脚下时只是云雾弥漫、亦真亦幻。走在上     

基于PINNs的单旋翼植保无人机下洗流场预测模型

植保无人机（unmanned aerial vehicle,UAV）进行喷施作业时,旋翼高速旋转所产生的下洗流场是影响雾滴飘移的重要因素。为了快速准确地预测单旋翼植保无人机下洗流场的速度等流场参数,提升无人机精准施药效果,该研究基于物理信息神经网络（physics-informed neural networks,PINNs）构建了单旋翼植保无人机下洗流场的预测模型。在全连接神经网络结构的基础上,嵌入纳维-斯托克斯（Navier-Stokes,N-S）方程作为物理学损失项来参与训练,减轻网络模型对数据依赖性的同时增强了模型的可解释性。通过最小化损失函数,使得该模型学习到流场中流体的运动规律,以得到时空坐标与速度信息等物理量之间的映射关系,从而实现对单旋翼无人机下洗流场的速度等参数的快速预测。并通过风洞试验验证了该预测模型的可行性和准确性,结果表明：没有侧风的情况下,预测模型在旋翼下方0.3、0.7、1.1以及1.5 m 4个不同高度处各向速度的预测值和试验值的误差均小于0.6 m/s,具有较小的差异性;不同侧风风速情况下,水平和竖直方向速度的预测值与试验值的总体拟合优度R2分别为0.941和0.936,表明所提出的模型在单旋翼植保无人机下洗流场预测方面具有良好的应用效果,能够快速准确地预测下洗流场的速度信息。结果可为进一步研究旋翼风场对雾滴沉积分布特性的影响机理提供数据支撑。