计算涡扇发动机风车起动特性的辨识模型

针对高空风车条件下涡扇发动机起动性能估算问题, 提出了运用约简遗传规划算法进行模型结构自动选择的思路, 对基于约简遗传规划的风车起动模型进行了研究.以某型涡扇发动机为例, 运用该算法对给定条件下该型发动机的风车起动过程进行了建模仿真, 得到了起动过程的估算结果.将估算结果与试验数据对比, 验证了方法的正确性、可行性.      

某型发动机起动试验点火特性分析

发动机点火特性是其在极限高度与极限边界成功起动的重要影响因素.本文利用某型涡扇发动机高空模拟试车台的试验结果,选取其中3次左边界起动试验的数据,着重对该发动机的风车起动点火特性进行了分析.     

涡扇发动机风车起动点火匹配研究

针对涡扇发动机在高空状态的风车起动点火失败情况进行了原因分析和油气匹配研究。通过分析影响风车起动点火的主要因素,找出了点火失败的原因是点火油气不匹配,偏离了燃烧室可靠点火的余气系数边界。在油气匹配研究的基础上,提出了调整点火油气比的解决措施,并在高空台进行了试验验证。验证表明:该涡扇发动机风车起动点火失败的分析评估方法和解决措施合理可行,可为同类型发动机风车起动点火匹配设计和评估提供参考。     

某民用飞机发动机空中起动时间对比分析

在描述风车起动和起动机起动过程的基础上，对比分析了起动机起动和风车起动的起动时间和点火时间。通过研究可知:（1）风车起动和起动机起动时间对比主要取决于起动机脱开前阶段，由于起动机的带转作用，起动机起动时间较短，但随着飞行速度增大，起动时间逐渐和风车起动接近；（2）风车起动和起动机起动的点火时间对比，主要取决于点火准备时间，起动机起动点火时间相对较长，随着飞行速度的增加，逐渐和风车起动点火时间接近。该研究可为发动机起动系统设计以及发动机空中起动试飞数据分析、排故提供参考。     

航空发动机风车起动点火匹配研究

<正>航空发动机的起动过程一般是指发动机从零转速运行到慢车转速的过程,可靠、快速起动是其投入应用的基础。发动机风车起动即发动机空中停车、燃烧室熄火或不工作后,发动机在空气动力、转子惯性和阻力矩的共同作用下,在不低于最低风车转速的情况下,经过燃烧室再点火,并且能够成功加速到空中慢车状态的过程。风车起动的第一步就是点火,而燃烧室风车状态点火是一个复杂的过     

变循环发动机风车起动建模及仿真研究

为了满足变循环发动机风车起动性能仿真的需求，建立了变循环发动机部件级风车起动模型。针对旋转部件等熵效率不连续的问题，提出使用换算扭矩代替等熵效率的方法，给出了旋转部件全转速特性拓展方法。提出了考虑点火及燃烧稳定性的燃烧室稳定性模型。考虑了变循环发动机的8个可调参数，采用差分进化算法对变循环发动机的风车及风车起动性能进行了优化。结果表明，风车状态时，变循环发动机在单外涵模态具有更高的核心机物理转速，有利于点火之后核心机物理转速快速趋于其慢车值。单外涵模态时，变循环发动机在风车状态的可调参数仅与飞行马赫数有关，为了保持较高的核心机物理转速，后涵道引射器外涵面积需随飞行马赫数的增加而减少，其余参数皆固定在其最佳值。飞行高度6km、马赫数0.8时，变循环发动机在单外涵模态下的风车起动时间为1.4s。风车起动过程中燃油流量的增长主要受燃烧稳定性所约束。通过对可调参数的优化，可使变循环发动机在风车起动过程中的关键性能参数最大程度的逼近其限制值，从而减少风车起动时间。     

某型涡轮喷气发动机空中起动试验研究

介绍某型涡轮喷气发动机在高空台模拟空中起动试验技术。并根据试验结果及测量数据分析,得出在风车状态下无因次参数及点火起动过程中温度等参数随时间的变化曲线。本试验技术已为多个型号及机种的涡喷发动机做了上百次高空模拟空中起动试验,其技术可靠,方法切实可行。本试验结果对解决提高点火高度及空中起动试验问题具有实用价值。     

微型涡轮喷气发动机风车起动特性研究

为研究微小型涡轮喷气发动机风车起动的特性,以某微型涡轮喷气发动机为原型,通过数值模拟和试验研究相结合的方法,研究了其风车起动过程的各种特性。通过试验研究了丙烷气点火时间和丙烷气压对微型涡喷发动机转速以及燃烧室温度的影响规律,以在最短时间内使得微型涡喷发动机转速和燃烧室温度满足可供油燃烧的条件,并确定所需要的丙烷气最小气量。结果表明：在本试验条件下发动机从起动到慢车状态过程中,以先快后慢的供油规律起动加速时间最短约为82 s;发动机从慢车到80%全转速状态过程中,实现相对最短加速时间的供油规律可分为2段,前段供油斜率较大为0.79,后段供油斜率较小为0.14。对其它结构形式和起动过程类似的微小型涡轮喷气发动机有一定借鉴作用。     

单轴涡喷发动机起动过程数学建模研究

将慢车以上的部件特性扩展,建立了低状态压气机、涡轮特性;提出了一种建立包括点火转速以上起动过程的单轴涡喷发动机起动过程的数学建模方法;仿真研究了容积效应、压气机放气对起动过程的影响。理论分析与仿真结果表明,该建模方法能完成从点火转速开始的起动计算,正确反映了发动机点火转速以后的起动过程。     

涡喷发动机风车启动工况的神经网络建模

弹用涡喷的风车启动工况是复杂的非线性过程，由于此时压气机处于非设计工况（膨胀）而造成机理建模的困难。神经网络对于非线笥映射具有任意逼近能力，应用径向基函数神经网络（RBFN）对涡喷发动机风车启动阶段进行了实验建模，寻选取网络参数及训练样本，达到了很高的精度，对确定发动机可靠点火点和启动过程仿真等都有一定的价值。     

Research on windmill starting characteristics of MTE-D micro turbine engine

Micro turbine engine (MTE) is an important kind of propulsion system for miniature unmanned aircraft or missiles, because of its better high-speed performance (than propeller propulsion) and higher propulsion efficiency (obviously than rockets). Windmill start is a common air-starting mode used in micro turbine engine. The windmill starting characteristics are important to the practical use of micro turbine engine. In this paper, the windmill starting characteristics research for a 12 cm diameter (MTE-D) micro turbine engine is carried out by experiment and numerical simulation. The characteristic of rotor mechanical losses at low-speed condition is stud- ied, and the engine common working line of windmill starting process is obtained. Based on the engine windmill characteristics, the propane ignition characteristics under different inflow conditions are researched, and the envelope of propane ignition and propane flameout is determined. The experimental research of fuel supply and ignition characteristics is completed, and the envelope of fuel supply and ignition is obtained. The windmill stage, propane ignition stage, fuel ignition stage and acceleration process from idling-speed to 80% full speed of MTE-D micro turbine engine is optimized, and the optimization windmill starting parameters are collected. The successful wind-mill starting experiment under this condition with engine speed up to 80% full speed indicates that these starting parameters are reasonable. All the starting parameters of MTE-D micro turbine engine obtained in this work are dimensionless parameters, and the conclusions obtained in this study have some reference to other micro turbine engines with the similar structural form and starting process.     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

二冲程点燃式直喷煤油发动机冷起动控制策略

针对某二冲程点燃式空气辅助缸内直喷煤油发动机,设计了冷起动控制策略.利用自主研发的电控单元,在4℃环境下通过试验验证了该策略正确性,并在14℃左右环境下研究了关键参数对冷起动性能影响,结果表明:点火提前角对起动阶段后期影响较大,起动成功后点火提前角为上止点前40°时暖机效果最好.采用饱和点火能量策略,冷起动性能最好,暖机平均转速最高,转速波动最小；起动喷油脉宽修正系数大于25时有利于改善起动阶段动力性,转速增加率大,起动喷油脉宽修正系数在25至45间冷起动过程基本一致.上止点前40°~60°的喷气结束角有利于冷起动成功,适度提前喷气结束角可加快暖机过程.油气间隔直接影响油气雾化效果,6ms油气间隔冷起动性能最佳,其作用主要体现在拖动和起动阶段.      

电容式多次放电点火系统设计与试验

针对某型二冲程点燃式空气辅助缸内直喷发动机燃用柴油问题,提出了实现单电容连续多次放电点火的方法,研制了直流电容式多次放电点火模块,进行了多次点火功能性验证及点火能量测试.在此基础上,进行了环境温度为6℃下的冷起动试验及3000r/min小负荷性能试验,结果表明:在该环境条件下,采用5次放电点火策略能够使发动机起动成功,在小负荷工况下,增加点火次数有利于改善缸内燃烧,点火提前角在10°~20°之间时,4次点火对发动机动力性、燃油消耗率及排放性能改善比2次点火更明显,当点火提前角提前至30°后,其改善作用逐渐减小.      

结合先验知识的涡喷发动机神经网络点火识别

在分析某弹用涡喷发动机燃烧室点火特性的基础上，提出利用结合先验知识的神经网络来识别发动机点火时刻的方法。一方面，该方法通过先验知识对神经网络原始输人样本进行更合理的重组。另一方面，用神经网络的信息分布来描述燃烧室的点火条件，可以全面融合影响点火性能的各种因素。根据与试车数据的比较，结果显示：在少量训练样本情况下，神经网络识别器能保证较好的收敛速度和泛化能力。该方法可用于发动机点火点在线识别。     

涡轴发动机部件特性修正及更新方法

针对由航空发动机零部件制造、装配及性能退化引起的发动机模型与实际发动机之间的性能不匹配问题,提出1种基于粒子群优化算法(PSO)的发动机部件特性自动修正及更新方法。根据发动机部件级模型的输出数据和发动机性能分析软件GasTurb计算结果,以发动机关键测量参数所定义的目标函数最小为优化目标,利用PSO获取不同相对换算转速下的部件特性修正因子,并在线完成特性图的自动更新。并以某型涡轴发动机为对象进行仿真验证,结果表明:该方法可有效提高涡轴发动机部件级模型的精度,并直接输出更新后的部件特性。     

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。     

高空舱内涡扇发动机低温起动试验

介绍了某型涡扇发动机的低温起动试验,重点讨论了在高空舱进行发动机低温试验的冷浸方法,并且对未来低温试验技术研究提出一些展望.该型发动机低温起动特性的成功获得证明了该低温试验方法的可行性.试验结果表明:①虽然风车冷浸方法有一些缺点,但仍是现阶段试验条件下较经济且高效的冷浸手段;②实际试验中很难满足国军标中对保温时间的要求,建议以滑油温度达到低温要求为准;③低温环境对发动机起动机起动性能的影响大于对发动机本身的影响.