大涵道比涡扇发动机高空台试验技术研究需求分析

分析了分开排气大涵道比涡扇发动机与小涵道比涡扇发动机,在结构、技术特点和对试验要求等方面的差异,并结合国内新建高空舱的设备特点和试验能力,提出了分开排气大涵道比涡扇发动机在该高空舱内试验前需开展的技术研究工作,明确了该大涵道比涡扇发动机开展首次高空台试验前应解决的技术问题。本研究对其他新型发动机高空台试验技术研究需求分析也具有重要的借鉴意义。     

大涵道比间冷回热涡扇发动机总体方案研究

在分析间冷回热涡扇发动机工作机理的基础上,进行了大涵道比间冷回热涡扇发动机循环参数分析。以波音767-200ER量级飞机为装机对象,开展了间冷回热发动机方案研究。对比分析了间冷回热涡扇发动机与多种类型涡扇发动机的总体性能方案,并从发动机总体性能及特性的角度,比较分析了大涵道比涡扇发动机引入间冷回热技术所带来的收益。最后,提出了研制间冷回热涡扇发动机需突破的主要关键技术。     

考虑污染物排放的开式转子发动机总体性能建模及分析研究

开式转子发动机兼具涡桨发动机高推进效率和涡扇发动机高飞行速度的特点,是未来民用单通道客机理想动力装置之一。为了掌握开式转子发动机的性能变化规律,明确开式转子发动机相比于常规大涵道比涡扇发动机节油和降低污染物排放的优势,本文基于螺旋桨相似理论和动量理论,建立了考虑前后排桨扇相互影响的对转桨扇模型;与双轴燃气发生器进行匹配,建立了三轴齿轮传动开式转子发动机模型;同时建立了发动机污染物排放计算模型;对同技术水平的开式转子发动机和大涵道比涡扇发动机进行了性能对比。结果表明：所建立的对转桨扇模型与实验结果误差较小,最大误差不超过3%。飞行马赫数增大,桨扇功率系数增大,推力系数减小,耗油率增大;飞行高度增加,桨扇功率系数和推力系数均增大,耗油率呈减小的趋势。相比于同技术水平的大涵道比涡扇发动机,开式转子发动机在典型工况下的耗油率降低9%以上。在飞机起飞着陆循环内,开式转子发动机的UHC,CO和NO_x三种污染物排放指数相比于大涵道比涡扇发动机降低10%以上,表明开式转子发动机可有效降低航空污染物的排放。     

涡扇发动机炮式启动条件的理论与试验研究

在涡扇发动机炮式启动数学模型中考虑了埋入式进气道特性以及飞行条件对启动条件的影响因素,对与埋入式进气道联合工作的某型涡扇发动机启动条件进行了理论和试验研究。研究了不同飞行马赫数和不同攻角对发动机启动可靠性的影响。通过理论计算结果与试验数据的对比表明,存在着对涡扇发动机炮式启动可靠性起决定性的条件———临界马赫数和临界攻角。提出的启动条件成功地解决了某涡扇发动机的可靠启动问题。     

涡扇发动机性能参数指标论证方法

针对舰载战斗机用涡扇发动机在概念设计阶段,其总体性能和部件循环参数指标的选取与确定等难点问题进行了研究.通过分析舰载机的典型作战任务剖面,提出了发动机需要具备的性能要求;结合目前世界战斗机用涡扇发动机的发展趋势,给出了先进涡扇发动机性能与参数指标的范围;基于L-M算法神经网络模型,预测了涡扇发动机主要循环参数指标.经验证,预测的循环参数及提出的性能指标具有一定的有效性,为发动机概念设计时性能参数指标的选取与确定,提供了一种新的论证方法.     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。     

军用涡扇发动机吞鸟适航符合性验证研究

针对我国军用涡扇发动机尚未形成吞鸟适航符合性验证要求及评价准则的问题,在分析国家军用标准与适航规章中有关涡扇发动机吞鸟验证要求异同的基础上,明确了适用于军用涡扇发动机吞鸟适航符合性验证的主要参数,并进一步阐明了吞鸟适航符合性验证的程序及评价准则。建议的吞鸟验证参数及试验程序以同时兼顾适航要求及国军标要求为前提,对我国军用涡扇发动机吞鸟适航符合性验证具有积极的指导意义。所确定的军用涡扇发动机吞鸟适航符合性验证评价准则,能够为吞鸟试验的符合性判定提供参考。     

大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

涡扇发动机空气流量测量飞行试验

以某型涡扇发动机科研试飞为平台,设计搭建了发动机空气流量测量试验系统,进行了各种飞行工况及涡扇发动机工作状态下的空气流量测量试验研究.通过对试验数据的分析和研究,评估了各计算参数对涡扇发动机空气流量测量结果的影响规律,验证了一种简化流量测量方法的可行性和结果的准确性.获得了空气流量测量、计算方面的若干重要结论,为后续型号流量测量和计算提供了工程参考依据.应用试验数据对三维数值计算模型进行修正,并计算了相应工况下的空气流量,计算数据和试验数据进行比较,发现吻合良好,误差较小.      

小推力涡扇发动机的先进制造技术

小推力涡扇发动机与中、大推力涡扇发动机的设计要求有明显差别;国产WS500发动机在小推力涡扇发动机研制领域中探索前行     

非线性偏最小二乘回归法在均匀设计响应面法中的应用

 针对目前多维变量可靠度分析中广泛应用的均匀设计响应面法(RSM),指出了使用最小二乘(LS)法拟合拟线性回归模型时存在的局限性,并提出采用拟线性偏最小二乘(PLS)法来回归响应面系数。由于拟线性回归法限制了模型的形式,精度提高有限,结果也很不稳定,因此又提出用基于样条变换的偏最小二乘回归模型代替拟线性回归模型并用于结构失效概率的计算,既能处理最小二乘法无法解决的变量间多重相关性的问题,又能避开拟线性回归中预先对模型形式的假定。通过算例验证了基于样条变换的偏最小二乘法的适用性和有效性,尤其对于多维变量非线性程度较高的可靠度分析,与普通最小二乘法拟合的响应面相比,其模型更加精确,失效概率精度更高。     

GPS navigation with increased immunity to modeling errors

A robust extended Kalman filter (EKF) is presented for GPS navigation with outlying errors in the GPS measurements due to failed satellites or unmodeled errors. In this approach, the innovation step of the conventional EKF is modified using the robust statistics concept to obtain a more accurate state estimate in the presence of outlying errors. Performance of the proposed robust EKF in comparison with the conventional EKF, and adaptive EKF is demonstrated through simulation results.     

基于偏最小二乘回归法的飞机总工时预测模型研究

从影响军用飞机生产制造工时的众多因素中提取出24个飞机总工时影响因素,采用统计学方法结合理论分析对此24个因素进行科学筛选,筛选出飞机最大起飞重量、最大速度、爬升率、最大过载、钛铝合金比例、复合材料与铝合金比例这6个关键影响因素。考虑偏最小二乘回归(PLS)法在处理小样本多元数据方面的优势,采用PLS法对飞机总工时进行预测,预测结果表明PLS预测模型平均检验误差约为10%。该模型在实际使用过程中,只需获得飞机性能指标和材料构成等少数设计参数即可在飞机产品生产制造前对飞机生产制造总工时进行宏观预测,具有参数少、物理意义明晰、操作简单、便于使用、准确率高等特点,可为缺乏详细设计信息和生产信息的飞机研制早期方案优选、设计优化或对其进行费用分析和成本控制、固定资产投资、安排生产计划等工作提供相对准确的飞机产品工时。     

固定影响平行数据模型参数的偏最小二乘估计及应用

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求.针对这种情况提出了用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模和预报的要求.     

基于偏最小二乘回归分析的装备研制费用估算方法及应用

介绍了寿命周期费用的概念以及各阶段分布情况;针对经典回归分析的不足,采用偏最小二乘回归分析对某装备样本数据进行分析建模;建立了研制费用与几个相关指标的回归方程,并将估算结果与经典的回归分析进行对比,验证模型的合理性。该模型能较好地反映了费用与各指标之间的关系,对后续寿命周期费用的分析与控制有一定的意义。     

Regression rate estimation for standard-flow hybrid rocket engines

The present effort is towards predicting with some accuracy hybrid rocket engine fuel regression rates under standard flow conditions. A convective heat feedback modelling approach is applied in tying the mass-flux-dependent heat flux directed into the regressing fuel surface, to the subsequent solid fuel grain regression rate. Factors such as transpiration, hydraulic port diameter, and effective fuel surface roughness are incorporated into the phenomenological surface regression rate model. A number of comparisons between the model's predicted results and corresponding experimental data are made, in illustrating the efficacy of the present approach for a classical head-end-injection engine. Where substantial differences between theory and experiment exist, this might be due to one of several identifiable factors related to non-standard flow, such as the presence of radiant heating, swirl or flow impingement in or at the boundaries of the experimental core flow.     

非线性混合回归演化算法研究

基于最小二乘法的常规非线性回归算法的缺点,提出了方程结构与系数的混合回归演化策略方法。在指定最大回归项数的前提下,该混合回归演化策略先找到一些基本满足拟合要求（回归项数与精度）的初始种子回归方程,再以回归项数逐步减少、拟合精度逐步提高为准则,对初始种子回归方程进一步混合回归演化,最后得到回归项数最少、拟合精度最高的最佳回归方程。此外,利用该混合回归演化策略对液体火箭发动机常见的几个经验关系式进行了非线性回归拟合实例分析,拟合残差分布表明该混合回归演化策略方法是有效的。     

定时截尾数据回归分析方法

提出定时截尾数据回归分析方法,建立定时截尾数据回归方程,给出回归系数和标准差的最佳无偏整体估计、百分位值的点估计及其置信限估计.详细讨论了工程中常见的极值分布、Weibull分布、正态分布以及一般位置-尺度分布场合下定时截尾数据的回归分析问题.该方法可以充分利用截尾时刻的试验信息,并将各个状态下的定时截尾数据作为一个整体进行统计分析,具有信息量大、精度高的特点,从而可以在试验时间、经费等有限的情况下对产品进行高精度的寿命预测和可靠性评估.     

使用GAO-YONG模型对不可压圆管湍流的计算

基于有限体积法思想运用SIMPLER方法PLS格式求解轴对称柱坐标系下的GAO-YONG方程组,对管流边界层以及圆管湍流的自然转捩过程进行数值模拟。结果表明,方程不仅对于边界层流动的内层壁面律和外层亏损律能作出良好的预测,而且能够预报层流-湍流转捩过程中摩阻系数和速度型的变化。      

Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。