航空发动机虚拟维修与装配技术研究

发动机制造技术已成为一个国家科技水平、国防实力和综合国力的重要标志.发动机的装配是整个发动机制造过程的龙头,涉及发动机设计、工艺计划、零件生产、部件装配和全机对接总装的全部过程,囊括了自动化铆接技术、先进定位装配技术和装配过程的数字化仿真等技术.     

基于单元体设计的航空涡扇发动机装配标准研究

针对目前航空发动机在装配过程中装配标准缺失的问题,在对传统航空发动机和基于单元体设计的航空涡扇发动机的装配流程进行对比分析的基础上,给出基于单元体设计的航空涡扇发动机装配过程中需要采用的装配过程标准、工艺方法标准、检测方法标准、工装及设备标准、技术基础标准等内容,并对航空发动机装配标准编制工作开展提出了建议.     

航空发动机整机振动控制技术分析

针对高性能航空发动机结构复杂性和高温高转速工况下动力学稳定性问题,提出了航空发动机转子动力学特性设计分析是振动控制技术的牵引,装配工艺控制技术是关键,振动试验测试技术是依赖手段的整机振动控制技术思路。总结了发动机结构动力学计算分析技术、结构装配工艺优化技术、整机振动测试技术以及多年在发动机试验和试车中遇到的振动故障特征分析经验,分析了目前发动机整机振动控制技术存在的问题,提出了未来工作发展的思路     

基于理想与实物模型的航空发动机优化装配技术研究与探讨

发动机装配是发动机制造的最终阶段。提升产品装配工艺技术,改进产品装配规划,是提升产品质量、生产效率、降低成本的关键环节。利用数字化技术,通过对航空发动机理论三维模型虚拟装配技术研究,并与实体装配技术相结合,研究了实体装配优化技术,以达到对航空发动机装配工艺优化和实体装配优化的目的。     

面向飞机自动化装配的单向压紧制孔毛刺控制技术

采用自动化制孔技术不仅仅是对传统工艺的自动化改造,而是进行装配工艺的整体提升,传统手工装配工艺中,拆开去毛刺和涂胶固化过程,都无法简单实现自动化,因此先进自动化装配技术采用无毛刺制孔工艺和湿胶装配方法,以真正实现自动化制孔工艺。     

基于几何代数理论的转子堆叠装配多目标优化

在航空发动机多级转子装配过程中,优化的转子堆叠装配方案对提高转子装配质量及安全运行有着重要的意义。为了提高转子安装相位优化效率和装配质量,基于几何代数理论并结合多目标优化方法提出了一种高效求解最优堆叠装配方案的方法。首先,对几何代数和齐次矩阵的计算效率进行对比验证,并基于几何代数理论改进多级转子堆叠装配误差传递模型;其次,针对航空发动机转子安装相位角度的装配要求,建立转子同心度和初始不平衡量的多目标优化模型;最后,采用非支配排序遗传算法求解该堆叠装配多目标优化问题,获得符合工艺要求的最优装配方案。算例结果表明,优化后的转子装配方案比随机装配方案同心度降低65.10%,初始不平衡量降低97.88%。     

航空发动机低压涡轮单元体智能对接技术研究

对航空发动机低压涡轮单元体智能对接关键技术进行探讨。针对传统人工+吊车并使用专用工装的装配方法存在的装配过程一致性和稳定性差、装配效率低等问题,应用智能机器人技术、柔性工装技术、智能传感器技术、实时控制技术,实现了航空发动机低压涡轮单元体与风扇核心机单元体安装过程自动上料、智能对接及螺母自动拧紧。通过智能对接检测及远程监控,保证单元体无磕碰对接,减少操作人员劳动强度,提高装配效率,实现发动机装配关键工艺环节智能化。     

航空发动机盘类转子柔性装配工装构型研究

针对航空发动机装配工艺过程、工装设计工艺过程及发动机盘类转子部件的共性,结合机器人理论,将串并联机构应用到航空发动机构型中,研究并设计一个适合不同类型不同型号航空发动机的柔性工装构型.详细介绍了其基本原理及设计关键技术,并用有限元方法进行静力学验证其可行性.对航空发动机数字化装配的实现和生产效率的提高进行了探索.     

装配优化技术在某型航空发动机高压压气机转子装配中的应用

转子的不同心与不平衡对整机的振动有较大影响,且在实际装配中一次装配成功率不高,本文针对以上问题,介绍了转子装配优化技术,提出了转子不同心度和不平衡量的双目标优化原则,并将该装配优化技术应用于高压转子装配中,验证了其能够起到改善转子装配质量的作用。     

商用航空发动机数字化装配工艺设计系统

基于模型的定义技术在航空发动机结构设计中应用广泛。针对商用航空发动机装配工艺设计工具应用问题,以产品数 据模型为核心,提出基于TeamCenter&Cortona3D集成的设计思路。打通产品装配工艺设计业务链,构建基于模型的数字化装配工 艺设计环境,自上而下实现基于模型的装配工艺任务规划、基于模型的装配工艺/ 工装设计与仿真验证,实现面向装配制造的工艺 设计,从而提高商用航空发动机装配工艺设计效率和质量,缩短产品研制周期。     

中国大涵道比涡扇发动机整机试验验证规划研究

为满足中国军用运输机和民用大飞机用大涵道比涡扇发动机的研制需求,加速提升中国试验技术能力,根据国外先进大涵道比涡扇发动机整机试验取得的成果,分析并明确了大涵道比涡扇发动机整机试验验证依据,制定了未来中国大涵道比涡扇发动机整机试验验证规划,系统地论证了不同类别整机试验的关注点,总结了中国开展大涵道比涡扇发动机整机试验需突破的关键技术,为开展其整机试验理清思路。     

基于技术参数评估的涡扇发动机总体性能设计分析

为了充分掌握各代涡扇发动机技术参数水平及其发展趋势,统计包括现役型号在内的15台2～4代涡扇发动机的总体性能参数、循环参数和部件参数,采用考虑涡轮冷却的总体性能计算和重量预测相结合的发动机技术参数综合评估模型并利用计算程序绘制趋势曲线,评估技术参数的发展趋势,结果表明技术参数逐年改善的趋势是比较稳定的,并用曲线趋势外推法取得下一代关键参数的定量数据。在此基础上探索下一代高推重比涡扇发动机可能的总体性能方案,为下一代先进涡扇发动机的预研和设计提供参考。     

涡扇发动机收敛排气系统进口总温总压对喷流中心线温度分布影响

为了在涡扇发动机总体设计阶段,建立红外辐射特征预测模型,通过计算流体动力学方法研究涡扇发动机排气系统进口总温总压对其喷流无量纲温度分布规律的影响,得到适合涡扇发动机总体设计阶段使用的计算喷流中心线上温度分布的经验公式.结果表明:喷流中心线上相同无量纲温度对应的无量纲距离与涡扇发动机排气系统内外涵进口总压、外涵总温成正比与内涵总温成反比.总结出的涡扇发动机喷流中心线上温度分布的计算经验公式与数值计算结果吻合较好.      

国外双轴压气机试验技术

介绍国外涡轮风扇发动机的双轮压气机系统的试验技术。经验证明单轴压气机部件试验有其局限性。而双轴压气机试验设备则能模拟真实发动机环境，能再现发动机的关键工作点，从而促进了先进双轴涡轮风扇发动机的研制。     

涡扇发动机分路式多变量PI解耦控制

根据基于模型的智能数字发动机控制的特点,针对某型涡扇发动机,以直接推力控制模式为例,研究了涡扇发动机分路式多变量PI解耦控制.并采用了零点配置技术保证解耦控制器的稳定性,通过稳态解耦矩阵对涡扇发动机进行解耦达到分路控制的目的.利用SISO系统PI控制器设计方法确定每个环路的最优PI控制器.仿真结果表明,该算法具有较好的动态和静态解耦性能.      

涡扇发动机综合检测系统设计

针对某涡扇发动机检测设备的不足,采用基于PXI总线的控制器和数据采集卡建立某涡扇发动机综合检测系统,充分利用现代计算机的资源进行自主开发,将发动机静态校准仪、动态测量仪和振动检测仪的功能合而为一,并增加试车检测功能.这对于提高发动机作战效率具有重要意义.     

未来的航空涡扇发动机技术

总结了多电发动机、智能发动机、双外涵变循环发动机、复合材料发动机、外骨架发动机、绿色发动机等未来涡扇发动机的研究进展、关键技术和发展趋势。     

涡扇发动机燃油综合控制半实物仿真试验系统

建立了某涡扇发动机气动热力学模型和该型发动机综合电子调节器、主燃油泵调节器的实验室工作环境。发动机数学模型运行在计算机上,通过VXI总线技术,将其与控制器和执行机构实物连接,组建了某涡扇发动机燃油综合控制半实物仿真试验系统。对该半实物仿真试验系统进行试验,结果表明:该半实物仿真试验系统能有效地对该型发动机燃油进行静态和动态控制,为开展发动机的全权限数字电子控制(FADEC)系统研究和先进控制理论在发动机控制中的应用研究奠定了试验基础。     

涡扇发动机性能退化缓解控制与推力设定

为了补偿性能退化发动机的推力损失,减轻飞行员工作负担,提高推进系统的自动化程度,开展了涡扇发动机性能退化缓解控制(EPDMC)研究。针对某型涡扇发动机部件级模型设计了具备稳态控制、加/减速过渡态控制和极限保护等功能的基准控制器;在此基础上设计了外环推力控制回路,给出1种在多参数约束下的推力设定方法,并设计了合理的切换逻辑确保内外环控制器能协调工作。MATLAB/Simulink下的仿真结果表明:该智能改进控制系统架构可以在保证发动机安全工作的前提下,通过合理地设定期望推力,最大程度地补偿推力损失,维持油门杆角度和推力的对应关系近似不变。     

Adaptive modification of turbofan engine nonlinear model based on LSTM neural networks and hybrid optimization method

An accurate and reliable turbofan engine model which can describe its dynamic behavior within the full flight envelop and lifecycle plays a critical role in performance optimization, controller design and fault diagnosis. However, due to the performance differences caused by the tolerance of engine manufacturing and assembly, and performance degradation during continuously stringent environmental regulations, the model accuracy is severely reduced. In this paper, an adaptive modification method of turbofan engine nonlinear Component-Llevel Model (CLM) based on Long Short-Term Memory (LSTM) Neural Network (NN) and hybrid optimization algorithm is pro-posed. First, a dynamic compensator with a combined LSTM NN architecture is constructed to compensate for the initial error between the experimental data and CLM of a turbofan engine under health condition. Then, a sensitivity analysis approach based on the entropy coefficient and technique for order preference by similarity to an ideal solution integrated evaluation is developed to choose the unmeasurable health parameters to be adjusted. Finally, a parallel hybrid optimization algorithm is developed to complete the adaptive model modification when the performance degrades. The proposed method is verified on a military low-bypass twin-spool turbofan engine, and the experimental results show the effectiveness of the proposed method.