基于数据的发动机模型匹配方法研究

针对在使用环境条件下发动机部件特性未知的问题,为获得在实际装机条件下的发动机部件特性,采用1种基于参考数据的发动机部件级模型匹配方法,在对测量数据和模型特征分析的基础上,选取适当调整参数,以模型在非设计点的仿真输出与参考数据的匹配精度为目标,通过迭代方法求解部件特性。仿真数据表明:采用基于数据的发动机匹配技术得到的发动机模型,其仿真输出与参考数据的偏差均在允许范围内。利用该方法可以得到在使用条件下的发动机部件特性,为装机状态发动机的仿真预测提供技术支撑。     

航空发动机仿真模型参数自适应校正

采用修正因子方法建立自适应仿真模型,运用改进的共轭梯度算法求解非线性规划问题,依据发动机台架试车和空中试飞测量数据,对发动机仿真模型的部件特性参数进行校正,使模型的计算输出与试验测量数据吻合。应用本文方法对某型双转子加力涡喷发动机仿真模型进行校正,获得了满意的仿真精度。     

航空发动机故障诊断方程的求解及应用

用换算系数方法建立了基线模型，分析了测量参数偏差的计算方法，重点介绍了发动机故障诊断系统中故障方程的求解方法，并应用发动机试车数据对此进行了求解检验，结果表明故障诊断方程的求解方法可行。     

基于性能非线性退化统计模型的发动机剩余寿命预测

针对航空发动机在性能退化过程中普遍存在的非线性和不确定性问题,提出一种基于非线性退化数据的统计模型和剩 余寿命预测方法。通过对发动机性能真实退化轨道的分析,采用统计回归的建模方法建立发动机退化轨道模型,利用发动机的历 史数据,通过最小二乘估计求解模型中的未知参数;根据贝叶斯准则,以发动机实时监测数据与参数的先验分布对模型中的参数 进行实时更新,以发动机性能退化量首次达到红线值作为失效依据,采用蒙特卡洛仿真的方法得到发动机剩余寿命分布,实现了 对个体发动机剩余寿命的预测;通过试验数据进行发动机剩余寿命的预测,验证了该方法的准确性。结果表明：根据发动机退化 数据结合退化模型得到的个体发动机剩余寿命实时预测值末端均方根误差为0.02588,可以辅助指导维修决策。     

基于Matlab/Simulink的航空发动机稳态求解方法研究

基于Matlab/Simulink仿真环境,结合GSP软件提供的通用部件特性,建立了某型大涵道比涡扇发动机的部件级模型.以此模型为基础,建立流量平衡与功率平衡的非线性方程组,并选取高低压转速以及发动机各部件压比为初猜值,对发动机设计点进行稳态求解.对比分析了牛顿-拉夫僧法、拟牛顿法和最速下降法的求解数据,最终选择拟牛顿法作为本发动机模型的稳态求解方法.     

基于试验数据的发动机部件串行协同仿真方法

为探究整机与部件仿真数据和测试数据的匹配性，基于MATLAB/SIMULINK、Python和通用商业CFD软件，开发了数据驱动的部件串行协同仿真技术，主要由航空发动机整机的集成仿真平台和部件串行协同仿真平台组成。其中，集成仿真平台采用模块化的方法对发动机部件建模，结合共同工作方程及边界约束条件，实现了发动机整机和部件特性的迭代模拟；发动机部件串行协同仿真平台采用自编程序结合底层求解程序，提出了重叠区域的交界面数据传递与处理方法，实现了部件间的串行仿真和边界迭代求解，完成了零维、三维仿真的耦合求解过程。以某小型涡喷发动机为研究对象，基于已有试验数据进行案例验证，计算结果最大误差不超过5%，表明集成仿真平台与串行协同仿真平台的准确性及工程应用价值。     

小功率电弧喷射发动机的数值计算

为详细了解电弧喷射发动机内部工作过程和相关工作参数对其性能的影响，参照实验用发动机的工作参数建立了模型，数值模拟了电弧喷射发动机工作通道内流场和电磁场。利用NND格式求解耦合电磁源项N－S方程，Gauss-Seidel迭代加超松驰方法求解椭圆型电磁场方程，计算得到的发动机工作通道内流场、电磁场结构，与实验数据进行了对比。结果表明，对同一结构尺寸的发动机，随推进剂流量变化，发动机性能存在最佳值；在一定流量范围内，实验数据和计算结果相符。     

一种弹用涡喷发动机风车起动数值仿真方法

对弹用涡喷发动机风车起动过程进行仿真求解:点火前风车过程用径向基函数神经网络(RBFN)建模,引入相关先验知识对网络输入变量加以变换,以满足小样本情况下网络建模;依据试验数据运用滑动最小二乘法(MLS)获得压气机特性;对于点火加速过程的动态模型,采用改进的粒子群优化(PSO)算法求解.解决了N-R(Newton-Raphson)法受初值影响不易收敛的问题.计算结果与试验数据吻合较好,可作为发动机起动过程性能分析和优化的理论依据.      

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。     

存在数据丢包的航空发动机分布式控制器设计

考虑航空发动机分布式控制系统中丢包问题,开展系统建模和稳定性分析,提出了带输入积分的状态反馈控制器,根据Lyapunov稳定性定理和LMI获得了一定丢包上界下的控制器求解定理。基于该控制器提出某涡扇发动机分布式控制系统丢包增益重构补偿策略,并开展仿真研究。结果表明：基于增益重构的丢包补偿措施,保证了存在数据丢包的发动机分布式控制系统的性能和稳定性。