RAT系统作动筒阻尼孔的设计与仿真技术

冲压空气涡轮（Ramjet air turbine，RAT）在紧急情况下释放能够为飞机提供所需的电能和液压动力，从而保证飞机安全。RAT系统能否在规定时间内顺利释放是保证飞机安全的关键，其释放速度主要靠作动筒的阻尼孔来控制，但是目前国内在RAT作动筒阻尼孔的设计方面缺乏研究。为此，利用仿真技术，开展了RAT系统作动筒阻尼孔的设计研究。首先根据RAT作动筒的结构和工作原理，使用AMESim建立了RAT作动筒模型，并验证了模型的正确性。AMESim是一种基于物理模型的建模仿真平台，其中包含液压元件设计库、动力传动库等，在液压系统的建模仿真方面应用十分广泛。然后通过仿真试验，研究了阻尼孔的设计对RAT释放时间的影响规律及程度。最后，针对支线飞机和小型飞机的RAT释放时间要求（0.6~0.8 s），对阻尼孔进行了最优设计，从而为RAT系统作动筒阻尼孔的设计工作提供支持。     

某航空发动机作动筒孔边裂纹失效分析

某型航空发动机喷口收放作动筒是裂纹故障多发部位。对作动筒典型失效件进行了断口分析。发现裂纹故障是由于孔边部位表面容易发生应力腐蚀开裂。进一步对显微组织和断面能谱进行分析,发现作动筒材质合乎要求,腐蚀主要是由于使用环境因素造成的。研究结果对于该作动筒的故障分析及预防具有重要的意义。     

轴对称矢量喷管作动系统矢量偏转受载特性研究

针对轴对称矢量喷管实际工作时A9作动筒负载未知问题,提出了结合轴对称矢量喷管空间运动学模型和矢量偏转CFD模型的耦合建模方法。首先根据CFD计算求解喷管扩张调节片受载情况,然后由运动学模型确定偏转过程各调节机构空间位姿,最后结合受力分析、力矩分析建立矢量喷管A9作动系统受载分析力学模型,解得A9作动筒受载情况。仿真结果表明:随着发动机工作状态的增加,完成相同的矢量偏转角度,A9作动筒输出力不断增大;A9作动筒输出力随矢量偏转角增大而增大,随矢量方位角变化呈现正弦周期性变化。该方法可为矢量喷管作动系统地面加载试验提供载荷谱,具有重要的工程应用价值。     

压电固体作动筒及其在结构中的应用

建立了大位移压电固体作动筒（Ｐｉｅｚｏｅｌｅｃｔｒｉｃ ｉｎｄｕｃｅｄ ｓｔｒａｉｎ ａｃｔｕａｔｏｒ， ＰＺＴ ＩＳＡ）的动力学模型。探讨了压电固体作动筒在结构应用中的力学驱动模型，研究了压电作动筒和结构之间的驱动传递关系，以及在结构应用中获得最大输出位移和最大作用力的匹配关系；研究了利用压电作动筒驱动直升机伺服襟翼的一种初步构想以及机械放大机构，用于替代现有的液压装置，对旋翼进行主动减震降噪。同时在不同的频率及负载下，对压电作动筒的驱动性能进行了实验，并作了讨论。结论表明：利用压电作动筒作为直升机伺服襟翼控制的驱动器件，可以实现对伺服襟翼的主动变形及振动控制。     

考虑执行器动态的飞行器姿态分散式容错控制

针对飞行器姿态控制系统,基于分散式容错控制框架设计飞行控制系统的作动器损伤和卡死故障检测和辨识单元,以及观测器的辅助系统单元。首先,给出系统在作动器卡死、损伤,操纵面损伤故障下的姿态控制系统。其次,设计一种多观测器的作动器回路故障检测和辨识单元,利用一种决策机制判断当前所发生的确切作动器故障形式。接着,基于自适应滑模观测器隐含操纵面损伤故障和干扰信息,所得到的故障和隐含信息实时反馈给控制器以实现各种类型故障下的容错控制。最后,仿真结果显示所提方法的有效性。     

基于Modelica的斜盘式轴向柱塞泵建模仿真研究

斜盘式轴向柱塞泵是典型机电液混合的复杂系统,故障隐蔽性强,缺乏基于实际机械结构的多领域仿真建模。本文开展了基于Modelica的斜盘式柱塞泵建模仿真研究。首先研究了实际某型柱塞泵机械结构参数,进行部件划分和组装建模,搭建了以斜盘式柱塞泵为核心的局部液压系统。然后针对柱塞泵常见的泄漏、压损、堵塞和气穴等故障模式,分别基于模型进行故障注入和定量仿真分析。明确了不同故障发生对液压系统造成的影响,充分验证了该模型对于柱塞泵常见故障问题仿真分析的可用性。该模型提高了斜盘式轴向柱塞泵多领域统一建模的精确性,为故障诊断和健康监测提供了参考。     

爆燃压力脉冲对火工作动筒结构强度的影响

火工作动筒是利用燃药的爆燃压力作为动力源的火工装置,燃药在燃烧的瞬间会产生一个压力脉冲,这是火工装置中存在的普遍现象,压力脉冲形成的冲击载荷会对作动筒的结构强度产生一定的影响,本文对这种影响进行了分析和试验验证。结果表明对作动筒结构强度产生影响的因素是压力脉冲的幅值和脉冲宽度的积,文章提出了对火工作动筒的强度安全性能的评估方法。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

基于主元分析的多传感器故障检测

针对动态系统的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。通过双容水箱被控系统的传感器进行检测,结果表明主元分析法对传感器具有很好的故障检测和故障诊断能力。     

某型飞机作动筒剩余行程超差问题分析

针对某型飞机作动筒剩余行程超差问题,通过对收放作动筒、起落架主支柱外筒、机翼精加工误差及设计理论剩余行程等方面的分析,得出是综合性误差积累造成超差。