压气机转子漏流涡与叶片气弹稳定性的相关性

探讨压气机转子漏流涡与叶片气弹稳定性的相关性。将翼尖涡法(TVM)和集中翼尖涡法(CTVM)分别与预估叶片颤振的变形激盘法相结合, 探讨了漏流涡与叶片气弹稳定性的相关性。计算结果表明, 漏流涡对叶片气弹稳定性影响较大, 大涡量的漏流涡能抑制叶片颤振发生。计算结果与实验一致。      

考虑二次流效应的叶片颤振预估方法

采用流线曲率法和Adkins-Smith二次涡模型相结合的方法得到周向非均匀的定常流场, 再与变叶片间相角的变形激盘法相结合发展了考虑二次流效应的三维叶片颤振预估方法, 并用此方法对BF-1-2转子的气弹稳定性进行了分析。结果表明, 考虑二次流效应计算的颤振边界与实验一致。不同二次流与叶片颤振的相关性中尖部漏流涡对叶片气弹稳定性的影响较大。      

流体网络法在发动机空气冷却系统设计中的应用

将一维稳态流体网络方法应用到发动机空气冷却系统沿程压力、温度和流量预测中.该方法将空气系统简化为节点和元件组成的网络,节点和元件处建立守恒方程,在压力修正、流热耦合方法基础上引入系数迭代修正求解.程序应用到有经验关联式的模型中验证,计算结果与经验关系式吻合得较好.验证后的程序被应用到某发动机空气系统初步设计方案的校核和改进中,在模拟结果指导下的参数调整很好地满足了设计要求.      

非稳态流体网络模拟新方法及其应用

推导了一种新的非稳态流体网络模拟方法应用到流体系统沿程温度、压力、流量的非稳态特性预测中.本方法将流体系统简化为节点和元件组成的网络,节点和元件处建立守恒方程,应用压力修正和微积分方法相结合的综合方法进行模拟.程序应用到NASA的推进剂压缩模型中,并与经验关联式和NASA的程序模拟结果进行了对照,结果吻合地较好,证明了程序的可行性,验证后的程序被应用到航空发动机冷却流路模拟中.      

电渣熔铸过程渣池深度对金属熔池影响的数值模拟研究

电渣熔铸过程中,金属熔池深度直接影响熔铸件的结晶,从而影响钢锭的质量。本文借助大型通用有限元软件ANSYS．对不同渣池深度的金属熔池进行了模拟研究,得出金属熔池深度与渣池深度之间存在非线性函数关系。模拟结果与实验值吻合较好。运用此模型可预报金属熔池状况。指导实际生产。     

用于概念设计的离心泵叶轮多目标优化

用两种多目标优化方法对某型液体火箭发动机氧化剂泵叶轮进行多目标优化设计.在优化过程中, 以泵的扬程、效率和泵质量为优化目标, 对叶轮的主要几何参数进行优化.用NCGA(Neighborhood Culti-vation Genetic Algorithm)方法得到优化问题的Pareto前沿;用超传递近似法得到分目标的最佳权值, 进而采用评价函数法求出优化问题的最佳设计值.并分析了主要结构参数对泵性能参数的影响.      

耐高温聚酰亚胺树脂及其复合材料的研究进展

综述了耐高温聚酰亚胺基体树脂 纤维复合材料的研究进展,基体树脂包括耐３１６℃的ＰＭＲ型热固性聚酰亚胺如ＰＭＲ－１５、ＫＨ－３０４等,和耐３７１℃聚酰亚胺基体树脂如ＰＭＲ－Ⅱ－５０、ＡＦＲ－７００Ｂ、Ｖ－ＣＡＰ－５０、Ｖ－ＣＡＰ－７５、ＫＨ－３０５等。介绍了它们的化学合成、结构、物化性能以及结构与性能之间的关系,并对耐高温树脂基复合材料在航天、航空及空间技术领域中的应用情况做了简单的介绍。     

平板型CPL的设计与实验研究

在对毛细抽吸两相流体回路(CPL)系统进行了系统分析的基础上,设计了平板型CPL,并且搭建了CPL系统实验平台,做了各种工况的启动实验和变热负荷实验。实验结果表明,多孔芯冷凝器平板型CPL系统具有良好的启动性能,并且系统在运行过程中工作稳定,较好地抑制了系统的压力波动。     

考虑法兰变形的U-E金属密封结构匹配优化设计

针对液体火箭发动机大直径高温高压轻量化法兰变形量大导致密封泄漏的问题,采用Walters法结合三维仿真实验对法兰变形进行分析,阐明了法兰变形量及U-E金属主/副密封面密封比压变化,通过法兰变形量对U-E主/副密封之间的高度进行匹配设计;对于U-E密封复杂横截面多结构参数,设计正交实验,结合法兰变形量,系统开展了U-E金属主/副密封设计。结果表明:法兰变形导致压缩量减小,密封回弹量增大,可导致U-E结构的密封比压不足;通过增加压缩量,增加U-E主/副密封高度差,U-E密封正交试验的结构优化,有效地解决了法兰变形下的密封比压不足问题。对优化后的结构进行重复充泄压试验,试验结果均满足要求。     

基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法

非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。