Effects of low Reynolds number on performance of 0.6m continuous wind tunnel
-
摘要: 风洞试验中通常采用降低运行总压的方法来扩大风洞雷诺数模拟的下边界。同常压试验相比,在低雷诺数条件下,风洞流场是否存在明显变化,风洞流场品质是否满足指标要求,直接影响风洞试验数据的精准度。为了研究低雷诺数效应对0.6m连续式跨声速风洞性能(包括轴流式压缩机性能、总压及马赫数控制精度、流场均匀性)的影响,调试人员在0.6m连续式跨声速风洞中开展了大量相关试验,本文在对试验结果进行整理、分析的基础上,给出了Re对风洞性能的影响。结果表明:(1)Re对压缩机性能、总压控制精度、马赫数控制精度、流场均匀性都有明显影响,当Rec<5×105(c=0.1√A)时,雷诺数效应明显,且Re越小,影响越大。(2)0.6m连续式跨声速风洞能够真实、准确反映Re对风洞流场性能和测力试验数据的影响规律,是开展高空低雷诺数飞行器、翼型、发动机等性能研究的理想地面模拟试验平台。Abstract: In the wind tunnel tests, the method of decreasing stagnation pressure is usually adopted to expand the simulation scope of Reynolds number. Compared with the normal pressure test, in the low Reynolds number situation, the accuracy of the test data is directly affected by whether or not the change of the flow field is obviously and whether or not the quality of the flow field satisfies the index. In order to study the influence of Reynolds number on the 0.6m continuous wind tunnel performance, the relevant tests were carried out in the 0.6m continuous wind tunnel. Based on arrangement and analysis of the tests data, the results were given. It shows that: (1) The Reynolds number has obvious effect on the performance of the compressor, stagnation pressure control precision, Mach number control precision, the flow uniformity etc. When Rec<5×105(c=0.1√A is the cross-sectional area of the test section),the effect of Reynolds number on the performance of wind tunnel is obvious. The smaller the Reynolds number is, the greater the effect is. (2) The 0.6m continuous wind tunnel can accuratly manifest the influence law of the effects of Reynolds number on the flow field performance of the wind tunnel and the force test data. Therefore, it is a good test platform for the capability research on aircraft, airfoil, engine, etc., at low Reynolds number.
-
Keywords:
- Reynolds number /
- compressor /
- continuous wind tunnel /
- flow field performance
-
0 引言
飞机在飞行中穿越含有过冷水滴的云层,过冷水滴撞击在飞机表面,在撞击区域附近很可能产生结冰现象[1-2]。结冰广泛存在于飞行实践中,并对飞行安全产生危害[3-5]。飞机结冰传感器是安装于机体表面,用于侦测飞机是否进入结冰环境的仪器设备,是飞机结冰防护系统的重要组成部分[6-7]。航空系统结冰传感器种类众多,按照安装方式分类可分为2种[8]:一种是传感器探头从飞机机体伸出,这种传感器通常是安装在机头一侧;另一种是传感器埋装于易结冰部位,探头与飞机表面(如机翼前缘)齐平。虽然第2种结冰传感器测量更直接,但是仅有少数国外公司生产,而且存在安装麻烦、需耐受飞机表面防冰或除冰加热时的高温等不足,所以目前第1种传感器仍然是主流。
受空气绕流的影响,结冰环境下飞机周围流场中的水滴在空间分布不均匀。在近壁面的广泛区域,存在无水区,如果传感器探头处于这一区域,会探测不到结冰,导致漏报。离壁面一定距离,又存在水滴聚集区,该区域的水滴容积分数远高于周围流场,如果传感器探头始终在该区域,又会使得信号过于敏感,干扰飞行员的操作。好的结冰传感器需要适用于不同的飞行状态,除了避免漏报,还应该在起到预警作用的同时,避免传感器的反馈过于敏感,出现虚警误报的情况。因此,传感器的安装位置直接决定了冰的探测效果,在进行飞机设计时,需要专门研究。由于飞机上可安装传感器的区域众多,且传感器外形尺寸与飞机差距巨大,如果按照常规设计思路,把传感器加载到飞机表面逐个位置进行设计分析,需耗费巨大的工作量。
目前国内外对飞机结冰探测技术的研究依然十分活跃[9-11],但主要集中于新型结冰传感器的研发及验证方面,关于如何确定结冰传感器安装位置方面的研究很少,仅有零星的公开报道[12]。目前尚未形成系统的结冰传感器位置确定方法及规范。针对该现状,本文提出一种确定结冰传感器安装位置的方法,采用该方法对某型民航客机的结冰传感器安装位置进行分析,并采用数值仿真手段进行安装效果验证,以获得适合该型飞机的结冰传感器安装位置。
1 结冰传感器安装位置的确定方法
1.1 基本步骤
确定结冰传感器安装位置的步骤为:
(1) 采用CFD方法计算未安装传感器飞机的空气流场,获得不同条件下绕飞机的空气流场分布;
(2) 在流场计算的基础上,采用欧拉法计算水滴场,得到不同直径水滴在飞机流场中的容积分数分布;
(3) 根据水滴收集率的定义以及传感器探头距物面的尺寸范围,获得传感器拟安装区域不同位置的水滴收集率以及对应条件下飞机机翼的水滴收集率;
(4) 对比传感器拟安装位置的水滴收集率与机翼表面的最大水滴收集率,从保证传感器可以起到预警作用的角度出发,进而给出传感器合适的安装位置范围;
(5) 将传感器加载到对应位置,对机体/传感器的组合构型进行数值仿真分析,对探测效果进行验证确认。
1.2 空气流场计算方法
空气流场通过采用成熟的SIMPLE系列算法求解低速粘流的时均N-S方程获得,控制方程的通用形式为:
(1) 式中:ρa为空气密度; ua为空气速度; ϕ和qϕ取不同的值,可代表流场的连续性方程、动量方程和湍动能等其他标量的输运方程。方程(1)中各项的物理意义和具体表达式,以及方程的求解方法,可参见文献[13],此处不再详述。
1.3 水滴容积分数计算方法
引入水滴容积分数α,其定义为空间微团中水滴相所占的体积比例,则可以建立水滴相的控制方程,包括连续方程和动量方程,分别为[14]:
(2) (3) 式中:ud为水滴速度;ρd为水滴密度;g为重力加速度;K为惯性因子。与空气流场控制方程类似,水滴项控制方程可以统一写成输运方程的形式:
(4) 式中:qϕ为源项; ϕ取1;ud、vd或wd分别代表连续方程和x、y、z方向的动量方程,方程(4)的求解详见文献[14]。
1.4 水滴收集率计算
飞机表面的水滴收集率β可在获得当地水滴容积分数α和水滴速度ud之后,由以下公式计算:
(5) 式中:α∞为远场水滴容积分数;u∞为远场水滴速度;n为物面碰撞点处的单位法线向量。
2 某客机结冰传感器安装位置分析
2.1 飞机构型
研究选用的构型是某民航客机的简化外形,包括机头、机身和机翼的组合体,忽略发动机和尾翼的影响。
第一类结冰传感器通常安装于机头,因此重点分析该飞机机头周边区域,在机头区域沿着垂直于飞机轴向的方向截取4个截面,截面的位置选取如图 1(a)所示,4个截面距机身鼻尖分别为0.73、1.2、2.08和4.66m。根据传感器探头距物面的距离,在每个截面上不同周向位置选取6个点,以分析传感器分别安装于这6个点的结冰探测效果。图 1(b)所示为截面1传感器布置,图中红色的圆圈为拟布置结冰传感器的6个位置,其他3个截面的布置及编号与截面1类似。
2.2 计算条件及网格
空气流场计算条件为3种迎角(2°、4°和6°)与2种飞行速度(116和127m/s)的组合,共6种状态,考虑2种水滴直径(20和40μm),计算状态共12组。计算网格采用结构化多块对接网格,网格规模2000万。
2.3 计算结果与分析
2.3.1 飞机表面收集率
表 1给出了不同状态下机翼上的最大水滴收集率,可以看出,水滴直径及速度的增加,都会导致水滴收集率增加,最大水滴收集率的范围在0.570至0.742之间。图 2给出了Case 5和Case 10这2种典型状态下,全机表面的水滴收集率分布,可见水滴主要撞击在机头鼻尖、风挡和机翼前缘区域,最大水滴收集率βw出现在机翼翼尖前缘。
表 1 各状态下机翼最大水滴收集率Table 1 The maximum local collection coefficient on the wings under each condition编号 速度
/(m·s-1)水滴直径
/μm迎角
/(°)最大水滴
收集率β1 116 20 2 0.623 2 116 40 2 0.720 3 116 20 4 0.615 4 116 40 4 0.718 5 116 20 6 0.570 6 116 40 6 0.708 7 127 20 2 0.635 8 127 40 2 0.742 9 127 20 4 0.639 10 127 40 4 0.742 11 127 20 6 0.603 12 127 40 6 0.733 2.3.2 截面1传感器安装效果分析
图 3给出的是Case 5和Case 10这2种典型状态下截面1内的无量纲液态水含量(当地水滴容积分数与远场水滴容积分数之比)分布云图及结冰传感器位置。可以看到,6个传感器在各种状态下均处于无水区之外,并靠近最大液态水含量分布区域。
表 2提供的是传感器探头处的平均水滴收集率和机翼上最大水滴收集率的比值,可以看出,水滴收集率比值在1.371~2.077之间。这表明在所有状态下,探头上的结冰速度比飞机机翼上结冰速度最快的位置还要快,说明选取截面1上6个位置安装传感器都可以起到较好的结冰预警作用。
表 2 截面1水滴收集率与机翼上最大水滴收集率的比值Table 2 The ratio of local collection coefficient in section 1 to maximum local collection coefficient on the wing编号 1_1 1_2 1_3 1_4 1_5 1_6 1 1.38 1.371 1.372 1.547 1.663 1.713 2 1.491 1.460 1.422 1.59 1.663 1.713 3 1.607 1.605 1.542 1.621 1.763 1.825 4 1.755 1.534 1.491 1.496 1.807 1.845 5 1.79 1.792 1.658 1.728 1.819 1.865 6 2.077 1.683 1.525 1.505 1.604 1.727 7 1.492 1.498 1.469 1.661 1.866 1.919 8 1.457 1.405 1.346 1.534 1.731 1.962 9 1.591 1.522 1.485 1.595 1.676 1.749 10 1.57 1.476 1.429 1.431 1.561 1.614 11 1.724 1.749 1.731 1.684 1.738 1.866 12 1.749 1.716 1.408 1.415 1.523 1.574 2.3.3 截面2传感器安装效果分析
图 4和表 3给出的是截面2的结果。6个位置在各种状态下也处于无水区之外,水滴收集率比值在1.586~3.229之间,较截面1的比值稍大,说明选取截面2上6个位置安装传感器也都可以起到较好的结冰预警作用。
表 3 截面2水滴收集率与机翼上最大水滴收集率的比值Table 3 The ratio of local collection coefficient in section 2 to maximum local collection coefficient on the wings编号 2_1 2_2 2_3 2_4 2_5 2_6 1 1.586 1.608 1.705 1.893 2.173 2.191 2 2.239 1.834 1.836 2.666 3.229 2.767 3 1.756 1.662 1.747 1.882 2.007 2.124 4 3.167 2.244 1.938 2.223 3.173 3.023 5 1.904 1.910 1.904 2.000 2.126 2.174 6 2.884 2.915 2.313 2.191 2.589 2.852 7 1.600 1.618 1.689 1.892 2.048 2.269 8 1.708 1.685 1.786 2.226 3.251 2.680 9 1.711 1.706 1.725 1.861 1.982 2.110 10 2.717 1.913 2.110 2.474 3.146 2.901 11 1.796 1.877 1.835 1.929 2.045 2.276 12 2.900 3.094 2.580 2.098 2.887 2.702 2.3.4 截面3传感器安装效果分析
表 4给出的是截面3的结果。可以看到,3_1、3_2、3_3、3_4这4个位置的水滴收集率与机翼上最大水滴收集率的比值在1.456~3.366之间;而在位置3_5、Case 8时,探头的平均水滴收集率与机翼上最大水滴收集率的比值仅为0.856;在位置3_6、Case 2、Case 8和Case 10时,探头的平均水滴收集率与机翼上最大水滴收集率的比值均小于1,最小值甚至只有0.287。图 5给出的是典型状态下截面3内的无量纲液态水含量分布云图及结冰传感器位置,可以看到,3_5、3_6已经接近无水区,说明传感器安装在3_5和3_6不能满足结冰探测需求。
表 4 截面3水滴收集率与机翼上最大水滴收集率的比值Table 4 The ratio of local collection coefficient in section 3 to maximum local collection coefficient on the wings编号 3_1 3_2 3_3 3_4 3_5 3_6 1 1.456 1.743 2.054 2.016 2.38 2.347 2 2.001 2.086 3.324 3.081 2.052 0.287 3 1.529 1.827 2.100 2.193 2.297 2.411 4 2.348 1.849 3.311 2.873 2.196 1.296 5 1.723 1.913 2.097 2.139 2.303 2.255 6 2.680 2.253 3.376 3.440 2.992 2.080 7 1.498 1.837 2.026 2.063 2.367 2.353 8 1.848 2.036 3.016 3.166 0.856 0.250 9 1.553 1.788 2.096 2.054 2.359 2.456 10 2.729 2.172 3.366 3.245 1.594 0.862 11 1.807 1.839 2.144 2.136 2.343 2.239 12 2.839 2.822 3.363 3.323 1.438 2.988 2.3.5 截面4传感器安装效果分析
表 5和图 6给出的是截面4的安装效果。从表 5可以看出,6个位置在某些状态下都存在传感器探头处平均水滴收集率与机翼上最大水滴收集率的比值小于1的情况。从图 6可以看到,6个位置都在某些状态下靠近或处于无水区,说明传感器安装在这些位置均不能满足结冰探测需求。
表 5 截面4水滴收集率与机翼上最大水滴收集率的比值Table 5 The ratio of local collection coefficient in section 4 to maximum local collection coefficient on the wings编号 4_1 4_2 4_3 4_4 4_5 4_6 1 2.723 2.137 2.478 2.390 2.510 2.485 2 2.276 0.216 0.089 0.211 0.001 0.089 3 2.295 2.328 2.190 2.705 2.487 2.310 4 0.933 1.642 1.277 0.03 0.000 0.015 5 2.704 2.27 2.476 2.573 2.640 2.513 6 1.588 2.188 0.72 0.122 0.030 0.089 7 2.402 2.245 2.365 2.614 2.279 2.445 8 1.203 1.800 0.057 0.015 0.000 0.001 9 2.539 2.253 2.258 2.587 2.501 2.578 10 1.059 1.332 0.459 0.087 0.003 0.001 11 2.694 2.352 2.505 2.488 2.52 2.433 12 0.618 1.155 0.116 0.015 0.004 0.143 3 计算仿真验证
以上分析是基于飞机未安装传感器的结果,实际传感器安装在飞机上之后,必定会给安装位置附近的流场带来干扰,使得探头处的水滴收集率发生改变。为了验证以上分析方法的可行性,将结冰传感器安装在飞机上,并对传感器/飞机组合构型的水滴收集率进行了计算仿真。
结冰传感器选用目前运输类飞机普遍采用的磁致伸缩型传感器,总高度为7cm,其中底座直径为4cm,高3cm,探头直径1cm,高4cm,将其置于位置2_3,计算采用多块对接网格(见图 7)。
图 8给出的是Case 5状态下,传感器表面的水滴收集率分布云图。探头处的平均水滴收集率为1.141。同时,本文对组合构型在Case 10状态下的结果进行了计算,探头处的平均水滴收集率为1.756, 而Case 5和Case 10未考虑传感器位置的平均水滴收集率为1.063和1.392。由于Case 5和Case 10是机翼水滴收集率最大和最小的2种情况,因此空气流场不同导致的探测结果差异均在这两者之间变动。在其他状态下,位置2_3传感器探头处的水滴收集率同样略高于未考虑传感器扰动时的水滴收集率,说明采用本文提出的结冰传感器安装位置确定方法是偏保守、可行的方法。
4 结论
提出了飞机结冰传感器安装位置的确定方法,并针对某型民航客机进行了应用分析,得到如下结论:
(1) 本文方法基于飞机未加装传感器的构型进行分析,其得到的结论已满足安装传感器后的要求,可普遍应用于运输类飞机设计,有效提高结冰防护系统设计的效率。
(2) 结冰传感器的安装,还需考虑与其他机载传感器(如迎角传感器、速度传感器)的干扰问题,可在本文方法得到的区间范围内,选取与其它传感器距离较远的、干扰较少的位置。
需要说明的是,传感器除了要具有预警作用,还要避免结冰过快导致过度报警,只要求传感器的结冰速度比机翼快,虽然可以保证飞行安全,但却不是最科学的。传感器的结冰速率究竟要比机翼快多少合适,目前还没有一个标准和规范,需要下一步深入研究。
-
表 1 流场校测结果(p0=20kPa)
Table 1 The results of the flow field calibration(p0=20kPa)
Ma平均
总压/kPa总压
控制精度Ma
控制精度模型区
均方根偏差0.2 20.0756 0.07% 0.0030 0.0019 0.3 20.0507 0.08% 0.0024 0.0015 0.4 20.0508 0.07% 0.0016 0.0015 0.5 20.0510 0.10% 0.0015 0.0013 0.6 20.0481 0.08% 0.0018 0.0013 0.7 20.0754 0.07% 0.0010 0.0016 0.8 20.0926 0.10% 0.0014 0.0018 0.9 20.0501 0.08% 0.0014 0.0021 1.0 20.0373 0.08% 0.0011 0.0027 1.1 20.0407 0.10% 0.0009 0.0090 1.2 20.0832 0.09% 0.0013 0.0110 1.3 20.0964 0.09% 0.0018 0.0078 1.4 20.0500 0.10% 0.0010 0.0104 -
[1] 恽起麟. 实验空气动力学[M]. 北京: 国防工业出版社, 1991: 6-12. [2] 钟世东, 吴军强, 魏志, 等. 2.4米跨声速风洞Re模拟能力及应用[J]. 实验流体力学, 2008, 22 (4): 76-79. Zhong S D, Wu J Q, Wei Z, et al. Reynolds number variation capability and applications of 2.4m transonic wind tunnel[J]. Journal of Experiments in Fluid Mechanics, 2008, 22 (4): 76-79.
[3] 叶建, 邹正平, 陆利蓬, 等. 低雷诺数下翼型前缘流动分离机制的研究[J]. 北京航空航天大学学报, 2004, 30 (8): 693-697. http://www.cnki.com.cn/Article/CJFDTOTAL-BJHK200408000.htm Ye J, Zou Z P, Lu L P, et al. Investigation of separation mechanism for airfoil leading edge flow at low Reynolds number[J]. Journal of Beijing University of Aeronautics and Astronautics, 2004, 30 (8): 693-697. http://www.cnki.com.cn/Article/CJFDTOTAL-BJHK200408000.htm
[4] 孙有田, 田义宏, 邵锦文. 低雷诺数弯曲叶片流场数值模拟研究[J]. 战术导弹技术, 2007, (4): 31-36. http://www.cnki.com.cn/Article/CJFDTOTAL-ZSDD200704007.htm Sun Y T, Tian Y H, Shao J W. Fluid numerical simulation of low Reynolds number on bowed blade[J]. Tactical M issile Technology, 2007, (4): 31-36. http://www.cnki.com.cn/Article/CJFDTOTAL-ZSDD200704007.htm
[5] 王英锋, 胡俊. 雷诺数对轴流压气机稳定性的影响[J]. 航空动力学报, 2004, (2): 69-73. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI200401014.htm Wang Y F, Hu J. The effects of Reynolds number on the stability of axial compressor[J]. Journal of Aerospace Power, 2004, (2): 69-73. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI200401014.htm
[6] 王英锋, 胡俊. 雷诺数对轴流风扇/压气机性能和稳定性的影响[J]. 南京航空航天大学学报, 2004, (4): 145-149. http://www.cnki.com.cn/Article/CJFDTOTAL-NJHK200402001.htm Wang Y F, Hu J. Effects of Reynolds number on performance and stability of axial fans/compressor[J]. Journal of Nanjing University of Aeronautics&Astronautics, 2004, (4): 145- 149. http://www.cnki.com.cn/Article/CJFDTOTAL-NJHK200402001.htm
[7] 温泉, 梁德旺, 李逢春, 等. 雷诺数效应对小流量多级轴流压气机的性能影响[J]. 航空动力学报, 2004, (1): 81-88. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI200401016.htm Wen Q, Liang D W, Li F C, et al. Effects of Reynolds number in a small multistage axial flow compressor[J]. Journal of Aerospace Power, 2004, (1): 81-88. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI200401016.htm
[8] 唐海龙, 朱之丽, 罗安阳, 等. 低Re对某小型涡扇发动机性能影响[J]. 北京航空航天大学学报, 2005, (3): 303-306. Tang H L, Zhu Z L, Luo A Y, et al. Analysis of effects of low Reynold's number on small turbofan engine[J]. Journal of Beijing University of Aeronautics and Astronautics, 2005, (3): 303-306.
[9] 伊进宝, 乔渭阳, 王占学. 低雷诺数涡轮叶栅损失的实验与数值模拟研究[J]. 西北工业大学学报, 2004, 22 (5): 550-553. http://www.cnki.com.cn/Article/CJFDTOTAL-XBGD200405002.htm Yi J B, Qiao W Y, Wang Z X. Experimental and numerical investigation of loss inturbine cascade with low Reynolds number[J]. Journal of Northwestern Polytechnical University, 2004, 22 (5): 550-553. http://www.cnki.com.cn/Article/CJFDTOTAL-XBGD200405002.htm
[10] 李超俊, 余文龙. 轴流压缩机原理与气动设计[M]. 北京: 机械工业出版社出版, 1986: 71-74. Li C J, Yu W L. Axial compressor principle and aerodynamic design[M]. Beijing: China Machine Press, 1986: 71-74.
[11] 王松涛, 刘勋, 周逊, 等. 低压涡轮低雷诺数条件下气动性能分析[J]. 汽轮机技术, 2011, (10): 324-327. http://www.cnki.com.cn/Article/CJFDTOTAL-QLJV201105003.htm Wang S T, Liu X, Zhou X, et al. Aerodynamic performance analysis of low pressure turbine at low Reynolds numbers[J]. Turbing Technology, 2011, (10): 324-327. http://www.cnki.com.cn/Article/CJFDTOTAL-QLJV201105003.htm
[12] 霍磊, 刘火星. 低雷诺数下离心压气机性能及流动影响的数值研究[J]. 航空动力学报, 2013, 28 (4): 911-919. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI201304028.htm Huo L, Liu H X. Numerical analysis of centrifugal compressor performance and flow at low Reynolds numbers[J]. Journal of Aerospace Power, 2013, 28 (4): 911-919. http://www.cnki.com.cn/Article/CJFDTOTAL-HKDI201304028.htm
[13] 国防科学技术工业委员会. GJB1179-91 高速风洞和低速风洞流场品质规范[S]. 北京: 国防科工委军标出版社, 1992. Technology and Industry for National Defense of China. Specification for flow quality of high and low speed wind tunnels[S]. Beijing: The Military Standard Press of Technology and Industry for National Defense, 1992.
[14] 程厚梅. 风洞试验干扰与修正[M]. 北京: 国防工业出版社, 2003: 282-285, 301-305. Cheng H M. Disturbance and correction of wind tunnel experiment[M]. Beijing: National Defense Industry Press, 2003: 282-285, 301-305.
-
期刊类型引用(15)
1. 赵照,熊建军,冉林,易贤. 大型结冰风洞热气供气防除冰试验技术. 航空动力学报. 2024(05): 16-22 . 百度学术
2. 赵照,王梓旭,熊建军,冉林,易贤. 大型结冰风洞双供水供气喷雾控制系统研制. 测控技术. 2024(07): 48-54 . 百度学术
3. 张晏鑫,张鸿健,熊建军,赵照,冉林,易贤. 基于超声导波的积冰量辨识及定位方法. 航空学报. 2024(16): 53-67 . 百度学术
4. 王小辉,马庆林,孔维梁,韩王超,常红亮. 面向过冷大水滴适航验证的结冰探测技术研究. 南京航空航天大学学报. 2023(02): 265-273 . 百度学术
5. 余柏杨,王明振,王婷婷,虞建,刘学军,吕宏强. 基于机器学习的机翼气动载荷重构及传感器优化布置. 南京航空航天大学学报. 2023(05): 798-807 . 百度学术
6. 苏鑫,管润程,王桥,苑伟政,吕湘连,何洋. 基于深度学习的结冰区域和厚度检测方法. 航空学报. 2023(S2): 205-213 . 百度学术
7. 赵照,熊建军,冉林,郭向东,李自雨. 基于ZigBee技术的结冰风洞温度无线测量系统设计. 电子设计工程. 2022(05): 51-55+60 . 百度学术
8. 李彬. 某型耗量传感器改进设计. 科技与创新. 2022(13): 107-109 . 百度学术
9. 甘茂锐,丁力,张进. 某型航空发动机结冰检测技术仿真和验证研究. 传感器世界. 2022(05): 7-11 . 百度学术
10. 马玉敏,廉佳,孔满昭,谢露. 机头结冰对大气数据系统测量影响研究. 测控技术. 2022(09): 96-100+132 . 百度学术
11. 张洁珊,朱剑鋆,闵现花,苏杰. 一种航空发动机防冰传感器测温特性试验研究. 南京航空航天大学学报. 2022(06): 1092-1099 . 百度学术
12. 熊建军,刘锡,冉林,赵照. 基于控制律的电加热防除冰系统设计与验证. 测控技术. 2021(02): 130-134+139 . 百度学术
13. 赵照,熊建军,张平涛,冉林,李自雨. 基于分布式光纤测温的结冰风洞喷雾耙温度场测量. 计算机测量与控制. 2021(03): 14-17+22 . 百度学术
14. 赵照,熊建军,冉林,何苗. 基于动态神经网络的喷雾耙供气温度数据重构. 仪表技术与传感器. 2021(04): 116-121 . 百度学术
15. 熊建军,梁鉴,郭龙,赵照,冉林. 结冰风洞试验段上壁面自动顶盖装置设计与应用. 计算机测量与控制. 2020(12): 135-138 . 百度学术
其他类型引用(9)