民用飞机ADHF构型升阻特性研究

采用计算流体力学方法,针对伴随扰流板下偏铰链襟翼典型二维多段翼进行数值模拟,研究了扰流板下偏对小襟翼起飞构型多段翼气动升阻特性的影响。结果表明:在所研究范围内,1)固定扰流板偏度及缝道,增大襟翼偏度,可明显提升多段翼升力,并增加1.13V_SR-1.25V_SR升力范围内的阻力;2)固定襟翼位置,增加扰流板偏度,可产生机翼弯度增大与缝隙量减小两个效果;3)机翼弯度增大,可提升多段翼小迎角下的升力,但最大升力影响有限,弯度增加效应可明显降低1.13V_SR ~1.25V_SR升力范围内的阻力;4)在0.3%c~1.3%c范围内,减小缝隙量,各迎角下升力均随之下降,但减小缝隙量也可明显降低1.13V_SR~1.25V_SR升力范围内的阻力;5)固定襟翼,随着扰流板下偏,升力在小迎角下有所提升,进失速段呈现下降现象,而阻力在1.13V_SR~1.25V_SR升力范围内可明显降低。     

基于卷积双向长短期记忆网络的轴承故障尺寸估计

基于振动监测数据的航空发动机滚动轴承损伤大小识别,对于研究滚动轴承故障演化、故障预测和故障诊断具有重要意义。针对传统模型对先验知识依赖性高、特征提取不充分、故障尺寸训练类别有限等问题,提出了一种基于深度学习的滚动轴承损伤尺寸预计方法,能够对训练过程中未出现的中间尺寸进行准确识别。在经典模型的基础上,搭建了一种深度卷积网络与长短期记忆网络组合模型,该模型可对轴承振动信号的多维特征与时序特征进行充分提取,实现轴承故障的智能和高效诊断。最后,利用滚动轴承加速疲劳试验机,进行了多种转速与损伤尺寸下的滚动轴承故障试验,基于试验数据进行了方法的比较,结果表明,该组合网络的在正常和加噪的情况下预测精度分别达到99.94%和98.67%,较单独的深度卷积网络、长短期记忆网络及其他模型精度更高,比较结果充分表明了本文所提方法的优越性。     

并联混合动力齿轮传动涡扇发动机建模与性能分析

为对比探究未来大推力航空混合动力系统与传统航空发动机的优劣,本文依托某概念型齿轮传动涡扇(Geared turbofan,GTF)发动机,设计了一个并联航空油-电混合动力系统(hybrid GTF,hGTF),在Matlab /Simulink数字仿真软件中建立相匹配的电动力模型以及氮氧化物NOx排放和噪声预测等性能参数计算模型,并在稳态和飞行任务剖面下初步分析了电动力系统的引入对原基线GTF发动机的性能改变状况。稳态仿真结果表明,大推力等级的并联油-电混合动力系统中,至少需要兆瓦级的电动力系统进行匹配;当电动力系统处于电动模式时,可能会带来低压压气机喘振的隐患;当电动力系统处于再生模式时,电能源相当于经过了电能到机械能再到电能的二次效率损失,不建议采用。飞行任务剖面动态仿真结果表明,相比于传统GTF发动机,hGTF推进系统的燃油消耗率最高下降15%,总燃油消耗节省8.3%, NOx总排放量减少18.8%,各部件起飞噪声总声压级减少1.5~3.3dB。分析结果表明采用并联混合动力系统具有显著提升省油、减排效果的能力,同时也具有一定的降噪潜力。     

导弹飞行安全区确定

对导弹飞行安全区进行了确切定义,分别对正常飞行弹安全区和故障飞行弹安全区进行了定量研究。在研究故障弹安全区时,从对导弹飞行安全产生的最终效果出发,对各种故障进行了科学分类,并建立了各类故障的故障方程,进而给出了导弹飞行安全区的计算模型和方法,这些模型和方法不仅符合故障飞行的物理背景,而且工程计算简单可靠。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

发动机叶片无损检测的可靠性

提出了一种发动机叶片无损检测可靠性分析方法,利用该方法可以有效地提高叶片中裂纹(缺陷)的检出概率(POD),并能对裂纹的漏检概率(POM)进行准确地评估和控制,使因叶片裂纹漏检而引起发动机故障的可能性降至最低程度,从而确保发动机的安全运行;该方法简单方便,易于工程实施和应用。      

仿真一体化技术在飞行管理系统中的应用

介绍新研制的ＦＭＳ仿真一体化软件的基本结构及其功能,并以飞行管理系统侧向制导为例,探索了仿真一体化方法的实现及应用问题。实践证明其是灵活和方便的,更接近于实际情况。