飞机燃油测量技术研究与发展

本文主要介绍了飞机燃油测量技术的发展状况、燃油系统的基本工作原理,论述了超声波、放射性等新技术在提高与完善燃油测量系统的精度、可靠性等方面所起的作用,指出数字化方向是燃油测量技术发展的必然趋势。     

非晶晶化制备细晶TiAl基合金

采用X ray衍射,DTA以及扫描电镜分析了Ti 50at%Al元素混合粉末高能球磨和热压过程中的结构演变和致密TiAl基合金的显微结构。结果表明,Ti 50at%Al粉末经过100h的高能球磨后转化为无序非晶相,Ti和Al元素粉末在机械合金化过程中的结构演变为:Ti Al→Ti(Al)过饱和固溶体(hcp)→非晶相。Ti 50at%Al非晶粉末在随后的热压过程中发生晶化,得到晶粒尺寸约为0.5μm的细晶TiAl基合金。Ti 50at%Al非晶的晶化过程为:非晶相→无序α相(hcp)→γ TiAl相( α2 Ti3Al相),其中α相是由无序非晶相向有序γ TiAl相转化过程中的介稳相。根据热压后γ TiAl相的不规则块状形貌推测α→γ TiAl转变的机制可能为块型转变。     

快速凝固Al-Ni-Cu-Nd金属玻璃的晶化行为及Al基纳米晶／非晶复合材料的结构特征研究

采用熔体旋甩法制备了快速凝固Al87Ni7Cu3Nd3金属玻璃薄带,并以连续加热和等温加热两种模式对非晶态薄带进行退火处理。采用差示扫描量热分析、X 射线衍射分析和高分辨率电镜分析等手段研究了非晶态薄带的晶化过程,对非晶态和退火态薄带的微观结构进行了细致检测,研究重点放在形成α Al纳米晶体颗粒的初始晶化行为,以便了解Al基纳米晶/非晶复合材料的结构特征。结果表明,快速凝固Al87Ni7Cu3Nd3合金薄带为单一的非晶态结构。非晶态薄带的晶化过程包括两个主要转变:α Al晶体从非晶基体中析出的初始晶化以及有Al3Ni,Al11Nd3和Al8Cu3Nd形成的第二次晶化过程。初始晶化的速率控制过程可能是铝自扩散,而第二次晶化过程则受控于溶质原子Ni,Nd和Cu的扩散。90～160℃等温退火薄带由α Al晶体相加残余非晶相的两相组织构成,随着等温温度的提高,初始晶化过程速率增大,而随着退火时间的延长,α Al晶体相的相对含量增大。110℃等温热暴露130min退火薄带的显微组织可以描述为,在非晶基体上均匀弥散分布着体积分数约20%的α Al晶体纳米(10nm)颗粒。     

多相流系统的离散玻尔兹曼研究进展

针对多相复杂流体系统模拟研究,简要介绍从格子气模型到离散玻尔兹曼方法的发展历程.从统计物理学基本原理出发,通过粗粒化建模思路,给出玻尔兹曼方程;分析Chapman-Enskog多尺度展开方法所蕴含的测量逐步细化的物理图像,给出离散玻尔兹曼建模的基本原则和主要步骤.简要介绍离散玻尔兹曼在相分离、燃烧、流体不稳定性等系统中的应用.对于多相复杂流体系统的动理学建模,技术关键是分子间作用力和化学反应贡献的引入.不同颜色的示踪粒子的引入,使得在单流体理论框架下即可实现混合过程中物质粒子来源的确定;示踪粒子在其速度相空间的分布所形成的结构蕴含丰富的流场信息,为复杂流场研究张开一个全新的视角.在多介质情形,离散玻尔兹曼建模与动理学宏观建模的对应关系是一对多.随着系统非平衡程度加深,相对于动理学宏观建模与模拟思路,离散玻尔兹曼建模与模拟的复杂度上升速度较慢.作为系统行为粗粒化描述的一种物理模型构建方法,离散玻尔兹曼根据研究需求,选取一个视角,研究系统的一组动理学性质,因而要求描述这组性质的动理学矩在模型简化过程中保值;是动理学直接建模方法的一种,为连续介质建模失效或物理功能不足、而分子动力学方法因适用尺度受限而无能为力的介尺度情形提供了一条方便、有效的研究途径.     

基于新型纯积分法的定子磁链在线辨识算法

针对气隙转矩法计算异步电机转矩时对定子磁链辨识精度的要求,提出了一种基于新型纯积分法的定子磁链在线辨识算法,采用了精度较高的复化辛普森积分模型。相比传统的梯形积分法,基于新型纯积方法的定子磁链在线辨识算法的磁链辨识精度显著提高；相比新型的基于低通滤波器的定子磁链观测器,该算法模型更简单,操作更便捷。通过MATLAB/Simulink搭建系统仿真平台进行验证,结果表明基于新型纯积分算法消除了传统积分法的主要缺陷,解决了积分饱和问题以及初值问题。基于新型纯积分算法的估计磁链与理论参考磁链基本吻合,表明其可靠性较高。     

燃油重量对改装后通航飞机重心的影响研究

通航飞机常因具有独特的飞行性能与状态,由飞机改装公司对其进行适应性改装以执行各种任务。本文以赛斯纳208型飞机为例,在MATLAB软件中利用最小二乘法拟合计算燃油重心力臂值,并研究了飞机经适应性改装后重心随燃油重量变化的规律。     

面向签派的飞行燃油消耗估计方法

航班的燃油加载量决定了航空公司运行成本。本文提出了基于飞机性能的燃油消耗估计模型及其动态修正方法。以飞机性能手册参数为依据,根据各飞行阶段的性能特点,建立基于神经网络的燃油消耗原始模型。利用积累的飞行数据(QAR数据)修正模型,消除因飞机性能衰减对燃油消耗的影响,弥补飞机性能手册中飞行气象条件样本量较少的不足。以某次北京—成都航班飞行计划数据为验证数据源,按照签派流程进行了模型的验证测试,对比本次航班实际燃油消耗量,误差为2.38%,达到现阶段国内外航空公司现有商业软件估计精度水平。