航空发动机性能监控与预测

测量参数选择和数据处理 发动机性能监控就是利用测量的气动热力参数,如发动机气路中各主要截面的总温、总压、静压、转子转速和燃油流量等来分析发动机及部件的性能水平,并可将气动热力参数反映的故障隔离到气路部件或单元体及有关的子系统中.     

带涡轮燃烧室的涡扇发动机设计点性能分析

本文采用气动热力循环参数分析方法,对一分开排气、涡轮级间带燃烧室的涡扇发动机进行了设计状态下的气动热力计算,分析了发动机不同部件对总体性能的影响。其结果可为新一代涡扇发动机的设计提供参考。     

基于快速原型的涡扇发动机气路部件在线健康监控系统设计

为实现涡扇发动机全包线范围内具有较高精度的快速实时仿真,结合快速原型技术和发动机非线性模型设计了一种气路部件在线健康监控系统。该系统采用涡扇发动机非线性模型模拟真实发动机进行实时计算,并将基于优化拟合法获得最优的发动机线性化模型融入扩展Kalman滤波算法,对气路部件健康参数进行实时跟踪,将该跟踪方法运用于基于CompactDAQ和CompactRIO平台设计的发动机在线故障诊断原型系统进行仿真试验验证。仿真结果表明,基于快速原型技术与发动机非线性模型构建的在线健康监控系统能够实现对气路部件故障的有效诊断,平均正确率达到98.28%。     

某型涡扇发动机状态模型修正

为了针对每一台发动机建立准确的气路故障诊断模型,采用部件法建立了某型涡扇发动机的基准数学模型,分析了模型失配的原因,确定出需要修正的特性参数,采用小波分析实现对可测参数数据的预处理,通过求解所建的扩展非线性方程组完成了发动机模型的离线修正。经仿真验证该算法有较高精度,且易于工程实现,为建立准确的稳态气路故障诊断方程奠定了基础。     

航空发动机健康估计的神经网络修正卡尔曼滤波算法

针对商用航空发动机与气路相关的传感器分布不均、且个数小于气路健康参数的个数、使用卡尔曼滤波算法估计全部气路健康参数时容易出现误判的特点,提出一种神经网络修正的卡尔曼滤波算法。该算法在每个采样周期内利用BP神经网络来修正个体的偏移方向,按粒子滤波算法计算每个个体的权值用以估计总体的均值和协方差,然后利用卡尔曼滤波算法更新所有个体,并将总体的均值作为当前时刻的估计结果。通过对商用航空发动机部件级模型在多个飞行状态点数字仿真模拟9种气路突变故障,由7个可测输出估计全部10个健康参数,该混合算法的估计误差相比BP神经网络与无迹卡尔曼滤波算法分别平均降低了34.6%与47.9%。     

考虑部件约束的涡扇发动机循环参数分析方法研究

在涡扇发动机初步设计阶段,为了研究部件气动、结构、强度参数对于发动机循环参数求解域的约束,在发动机总体性能稳态计算模型以及尺寸流路计算模型的基础上,利用部件初步设计时采用的Smith图,基于牛顿迭代法构建了一种总体/部件耦合计算方法。在部件主要设计参数的约束边界基础上,采用该方法,能够获取同时满足总体和部件设计要求的循环参数求解域,并进一步获得部件的主要设计参数。使用该方法对第四代双轴混排涡扇发动机EJ200开展了算例验证,获取了部件约束条件下的发动机循环参数求解域,与公布的EJ200数据对比表明,主要部件设计参数误差<4%,表明该方法可以满足工程应用要求。     

涡扇发动机气路部件故障增益调度容错控制

针对涡扇发动机气路部件故障导致控制性能下降甚至影响安全性的问题,提出了一种增益调度容错控制器设计方法。在全飞行包线内对发动机不同的工作点,基于部件线性化方法建立高精度的带健康参数的发动机线性化模型,并设计相应的卡尔曼滤波器构建气路部件故障诊断模块,估计出反映发动机气路部件故障程度的健康参数;针对不同工作点处正常状态和部件故障状态的线性化模型,分别设计一系列的鲁棒控制器,并根据调度参数和健康参数对发动机进行增益调度控制,以某型民用涡扇发动机为对象实现控制器的仿真验证。仿真结果表明：通过引入健康参数这一新的调度变量实现了增益调度容错控制,改善了原控制系统在气路部件发生故障导致部件流量和效率较大变化时的控制效果,保证了系统的稳定性;同时,在全飞行包线范围内有效地实现了气路部件故障下控制指令跟踪,达到了期望响应性能,控制误差、超调量和调节时间都很小,符合发动机控制系统技术要求。     

应用神经网络诊断航空发动机气路故障的前景

介绍了近几年来国内外应用神经网络对航空发动机气路故障进行诊断的基本方法和研究进展。对单一故障进行定性的诊断已经取得了试验验证，结果表明神经网络具有较高的诊断准确率。对反映发动机气路部件健康状况的气流量、效率等参数的多故障、定量的诊断则取得了一些仿真研究成果。相对于基于发动机气动热力学数学模型的方法而言，神经网络方法具有更大的工程应用潜力。     

大型民用飞机辅助动力装置性能仿真

分析典型辅助动力装置(APU)系统的结构和气动热力学过程,采用面向对象的数值仿真方法,利用C++程序建立了APU各部件类;针对某150座级民用飞机选用的APU型号,将部件类组成具体的APU整机数学模型.依照此型APU的运行工况,完成了气动热力计算和非设计点性能计算,得到其设计点性能参数及用于飞机环境控制和主发起动模式下的工作包线及高度-速度特性、温度特性、负载特性.      

基于整机试验数据辨识的雷诺数对涡扇发动机的性能影响

为了研究雷诺数对涡扇发动机性能的影响并提升稳态性能模型在工作包线内的计算精度,提出了一种基于整机试验数据辨识的计算分析方法。选取用于气路分析的测量参数,提升辨识算法的收敛性和计算结果的有效性;结合非线性气路分析算法辨识计算出各试验点的部件性能修正因子,统计分析雷诺数和各部件性能修正因子的变化关系,定量得到雷诺数对发动机各部件性能的影响程度;修正基线稳态性能模型,并对计算精度进行验证对比。结果表明:对比试验结果,修正后的稳态性能模型各参数计算偏差不大于2.5%。对比基线稳态性能模型各参数计算结果,计算精度平均提升2.3%,最大提升9.2%。      

可扩展的燃气轮机仿真对象模型

应用面向对象的分析与设计方法进行可扩展的燃气轮机仿真建模研究。将燃气轮机仿真的各种计算任务概括为部件计算、流路计算和系统状态计算三个层次,并在此基础上提出节点-连接器-部件模型,构造了一个部件模型、工质流程及仿真算法均可扩展的仿真类属框架,并通过一个三轴燃气轮机的容积效应法仿真验证了该模型的有效性和可扩展能力。      

基于平行压气机模型的发动机整机性能计算方法

为了满足航空发动机型号设计、适航审定等阶段所采用的仿真模型能够快速有效计算进气畸变对发动机性能影响的需要,开展了基于平行压气机模型的发动机整机性能计算方法研究。在发动机整机性能通用仿真系统基础上,通过继承、关联等方法,构建平行压气机部件类;以发动机整机性能仿真模型迭代计算参数作为子压气机出口边界约束,进行子压气机工作点迭代计算,从而获得压气机、发动机工作点及发动机整机性能;以某型混合排气加力式双转子涡扇发动机为仿真对象,分别计算了设计点性能和进气畸变条件下的非设计点性能,验证了计算方法的有效性,并分析了进气畸变对压气机及发动机整机性能的影响。     

热效应对涡喷发动机过渡过程的影响

涡轮喷气发动机的过渡过程是个很复杂的物理过程。为了分析发动战的加速性,工作稳定性以及设计发动机燃油控制系统,需要建立一个精确的过渡过程数字模型。目前比较通用的过渡过程数学模型,大案是只考虑发动机转子惯性和发动机流道上的容腔影响。许多计算证明,对于一般过渡过程容腔影响极小,完全可以忽略不计。      

螺旋桨-自由涡轮涡桨发动机稳态/过渡态数值模拟

为实现对涡桨推进系统整体推进性能的数学模型模拟，以螺旋桨/桨扇作为受飞行外流条件影响的推进系统内流部件之一，引入其特性图，用跟随流量方法解决螺旋桨-自由涡轮转子与涡桨发动机燃气发生器的流量平衡、功率平衡，发展了螺旋桨-自由涡轮涡桨发动机内流特性部件法数学模型，实现了对该类涡桨系统稳态/过渡态的数值模拟。对某8MW三轴桨扇发动机的台架转速特性和飞行任务剖面特性的数值模拟结果表明:该数学模型可以较为准确模拟出包含桨叶变动桨距角、攻角等在内的外流螺旋桨/桨扇部件工作点详细参数，和高度、速度、涡轮前温度同时变化的多条件、多变量涡桨发动机的稳态/过渡态推力、推力耗油率等特性.      

基于直二元喷管形面优化的涡扇发动机参数优化设计研究

为了在设计阶段提升带直二元喷管涡扇发动机的总体性能,本文开展了基于直二元喷管形面优化的涡扇发动机参数优化的研究。首先,建立了带直二元喷管的涡扇发动机模型,提出了发动机正后向排气系统红外辐射特征的计算方法,分析了直二元喷管尺寸对发动机性能参数的影响;其次,提出了基于序列二次规划算法的设计参数多目标优化方法,优化的目标包括高单位推力、低油耗和低红外辐射强度;最后,基于以上模型,利用序列二次规划算法对在设计点非加力情况下的涡扇发动机设计参数进行多目标优化。仿真结果表明：在设计点上,相较于不带直二元喷管的涡扇发动机,带直二元喷管的涡扇发动机具有更好的红外性能,并且通过算法优化后,带直二元喷管的涡扇发动机具有更好的性能参数。     

涡扇发动机低压部件通流耦合计算

为了研究各部件匹配与过渡段几何参数对发动机总体性能的影响,针对某涡扇发动机风扇、低压涡轮、内外涵道、掺混段和尾喷管等部件,基于周向平均Navier-St okes通流控制方程,采用时间推进有限体积法进行了部件耦合计算求解,将沿程各部件性能计算参数与试验做了对比,结果表明:在设计状态下发动机沿程各截面计算特征参数与试验值最大误差不超过5.0%,说明该通流耦合计算方法能够快速预估发动机总体性能,完善各部件匹配关系,在发动机总体设计初期有一定工程应用价值。     

结合不确定度的发动机模型辨识气路诊断

针对航空发动机气路诊断中测量参数个数小于待诊断参数个数的不适定问题,利用了发动机平衡技术,结合非线性的发动机数学模型,并综合考虑了测量参数的不确定度和理论模型部件性能的不确定度,建立了一种结合不确定度的发动机气路故障诊断辨识算法——变分加权最小二乘法,并将该算法应用于某发动机的诊断分析中.结果表明:运用该方法可分析出测量数据和模型计算数据之间的差别,同时,利用所得的故障参数修正量修正原发动机数学模型,使模型计算推力与试验测量推力最大偏差由8.25%减小到1.66%,耗油率最大偏差由6.25%减小到1.50%.      

基于ReliefF-LMBP算法的涡轴发动机气路故障模式识别—两机专刊

针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异类样本。根据筛选出的特征子集,利用LMBP神经网络算法进行发动机故障模式识别。以涡轴发动机为对象进行气路故障诊断验证,结果表明所提方法能提取特征传感器参数并实现有效的故障模式识别。