脉动流对壁面边界层流动的数值研究

为了研究非稳态尾迹对平板表面流动和换热的影响,本文将非稳态尾迹引起的主流速度脉动简化为正弦变化,通过数值的方法研究了脉动频率和振幅对平板壁面边界层流动和换热的影响,研究结果表明:边界层内的速度、壁面温度、壁面摩擦系数和平均换热系数随着时间的变化做周期性脉动;边界层内流动与主流之间存在着相位差,壁面距离越小,相位差越大;边界层内的速度和壁面摩擦系数脉动幅度的大小与主流脉动频率和振幅成正比;壁面温度和壁面平均换热系数的波动大小与主流脉动频率成反比,与脉动振幅成正比,当主流脉动频率和脉动振幅增加到一定值后,靠近壁面的地方出现回流,回流强度与脉动频率和振幅成正比。     

湍流边界层逆转捩机制的实验研究

实验研究了板面向下的平板边界层中的逆转捩现象,测量了加热前后湍能生成项,耗散项和吸收项的变化规律,初步解释了逆转捩发生的物理机制。实验结果表明,通过加热,形成稳定的密度分层结构,在距离平板前缘 400—1000 mm 范围内,湍能生成项变为负值,成为实际上的湍能集中吸收区,使得边界层内层的湍流能量被迅速吸收;近壁区的小尺度涡对于湍能的耗散作用进一步增强;同时浮力引起的湍能吸收项对湍能输运也起到了很好的抑制作用。外层流动失去了能量来源,从而使得流动逐渐从湍流演变为层流。     

对流边界层中高架烟流扩散的大涡模拟研究

论文用大涡模拟技术对对流边界层中高架烟流的扩散进行了模拟,在对流边支中对高斯扩散模式的使用进行了修正,由Willis等（1978）的对流槽扩散实验数据求出虚拟源高,代替高斯烟流扩散公式中的源高,由此求得的横风向积分浓度分布与实验结果和数值模拟结果吻合较好,并用KNRC试验No52的资料作了验证,结果表明：修正后的高斯扩散模式的模拟效能良好。     

拟线性微分方程奇摄动问题的边界层

主要讨论二阶拟线性微分方程边界层现象并给出相应结论。     

自然对流边界层的分层结构和浮力不稳定性的实验研究

详细研究了自然对流边界层中的浮力振型的功率谱、波长、波速与临界层位置等基本特征,在声激励作用下发现自然对流边界层失稳初期由线性理论的3对特征解组成的层状结构及它们随Grashof数此消彼长的发展过程.在浮力振型首先失稳时得到3种振型相互独立的速度和温度脉动振幅分布.系统地测量了浮力振型的温度和速度脉动的振幅增长规律和中性曲线,实验结果表明,温度脉动的中性曲线在低Grashof数时有环状封闭曲线,随后是和数值计算相似的鼻部.至G＞100时,浮力振型迅速衰减,无粘性振型成为主导振型,特征曲线中由3种相互独立的特征解组成的3个峰形的特征不复存在.     

青藏高原大气边界层特征初步分析

采用 1998年青藏高原当雄地区的实测资料 ,研究高原边界层的高度及其日变化 ,结果表明高原上的边界层高度比平原地区通常出现的值要大得多 .主要是由于青藏高原地处内陆 ,气温强烈的日变化引起大气层结日变化加大所致 .同时 ,利用通量廓线法计算了表征湍流动量通量的特征U 、表征湍流热量通量的特征量T 以及总体输送系数CD,HH°结果高原的CD值明显比平原地区的大 .     

北京气象塔秋季大气O3，NOx及CO浓度变化的观测实验

利用北京325m气象塔作为高空平台,于1998年秋季进行了大气污染物臭氧(O₃)及其前体物氮氧化物(NO_x)、一氧化碳(CO)和气象要素的同步观测．分析边界层内O₃,NO_x,CO浓度(用体积分数表示)的变化规律,发现边界层内存在明显的O₃体积分数的垂直差异,低层(47m)O₃体积分数存在典型的日变化,夜间高层(280m)O₃的化学消耗较弱,可维持较高的体积分数,并受水平平流等气象因子的影响．局地光化学生成是白天大气边界层O₃的主要来源．冷锋天气过程可造成O₃及其前体物体积分数的显著变化.     

北京区域夏冬季风场、温度场的观测研究

用北京及市郊地区共14个地面气象观测站的全月数据顺序文件“D文件”提供的风场及温度资料,采用逐时月平均的方法对北京及周边地区的冬夏两季的风场,温度场特征进行了研究。研究结果表明:（1）北京区域夏季边界层风场受西北特殊地形的影响,夜间低层大气流场常表现为由北向南的下坡风,白天逐渐转为由南往北的上坡风。而在冬季,这种山地—平原的局地环流的现象消失。（2）夏季,城市西部海淀到丰台一带处在一个高温区,构成北京“热岛”的一个主要区域。而在冬季,海淀及海淀以北到丰台南部的地区是夜间的高温中心。     

几类具代数或指数衰减的层问题

主要研究了几类二阶非线性方程的奇摄动Dirichlet问题的边界层和角层现象.在适当的条件下,利用界定函数法和微分不等式理论证明了这几类问题呈边界层和角层性态的解的存在性,并给出了解的渐近估计.     

基于深度强化学习的机翼分离流场零质量射流控制

为了降低机翼在飞行中受到的阻力,该文针对NACA0012翼型构建了基于双喷孔零质量合成射流的流动控制框架,利用深度强化学习(DRL)的近端策略优化(PPO)算法获取了一种具有环境实时适应性的主动流动控制策略。研究了不同来流条件下DRL流动控制策略对机翼边界层以及尾部流动分离情况的影响。探索了进一步考虑射流节能作为奖励函数的流动控制策略的学习与最终控制效果。针对DRL模型超参数开展了研究,对比分析了不同网络更新频率(5、10、20)和不同学习率(10^-3、10^-4、10^-5)下流动控制模型的训练效率和控制策略效果。结果显示,通过DRL获得的流动控制策略显著地减小了机翼上表面边界层的厚度,实现了35%的减阻和33.7%的升阻比提升。DRL在复杂控制目标下依然能学习到有效的减阻增升策略,且射流能量节省近50%。较小的网络更新频率在训练初期能快速地提升训练效果,但在中后期存在奖励值不升反降,网络过拟合的问题。较大的网络更新频率和较小的学习率则存在训练效果提升缓慢,训练周期过长,学习效率低的问题。