径向冷却通道截面特征长度对气冷稳定器性能影响

通过研究径向冷却通道截面特征长度的改变对气冷稳定器的冷态流场、冷却性能及流动损失的影响，为其进一步的优化设计提供参考依据。采用经过实验验证的CFD方法，对某气冷稳定器进行了数值模拟研究，在所研究的特征长度范围内，结果表明:特征长度的增加，减少了径向冷却通道下部的进气阻力，使得风兜引气率增加了667%；下部出气孔出流由于受到回流涡的影响，出流量明显低于上部出气孔，特征长度的改变对出流量分布的影响不大；特征长度的增加会加强径向稳定器近环形稳定器处的外壁面冷却效果，但是会减弱径向稳定器近中心锥处的外壁面冷却效果；特征长度的增加，使得出口总压恢复系数下降了0.086%，沿程总压恢复系数曲线向下移动。      

直升机变距拉杆杆端自润滑关节轴承的力学分析和损伤特性

以R44直升机主旋翼变距拉杆杆端自润滑关节轴承为研究对象，用三维建模软件Solidworks建立其旋转摆动的有限元模型并导入到有限元分析软件Ansys Workbench中，分析计算其在径向正弦载荷下衬垫的等效应力、位移、接触应力和等效剪切应力的变化特性；并结合实际服役工况下R44直升机失效的自润滑关节轴承衬垫进行分析。结果表明：在整个周期内，衬垫的边缘因为被挤压而发生变形，衬垫的等效应力和等效变形最大值均出现在外圈的边缘上，接触应力最大值所在的区域始终出现在衬垫的顶部和底部，并且接触应力分布区域的移动与内圈的转动方向一致，切应力最集中的地方在径向载荷施加点的左上方、左下方、右上方、右下方以及左右两侧；由于实际服役工况中载荷的变化，导致衬垫的损伤上半部分是以接触应力引起的疲劳损伤为主，下半部分是以切应力导致的转移膜形成为主。     

轴向入射激波反射聚焦的实验和数值模拟

为研究两级脉冲爆震发动机凹腔入口宽度对第2级凹腔中激波聚焦过程的影响，设计轴向入射激波聚焦的实验系统，对不同入口宽度下激波反射聚焦的过程进行了实验和数值模拟。采用纹影系统拍摄凹腔中的流场结构，并测量了凹腔顶点处的动态压力。采用保持强稳定性（SSP）的Runge Kutta格式、weighed essential non oscillation（WENO)格式和块结构网格自适应加密（SAMR）算法对激波反射、衍射和聚焦的过程进行了数值模拟，数值模拟结果和实验吻合较好。通过分析比较相同马赫数激波通过不同宽度凹腔的反射聚焦过程，发现较小宽度凹腔入口下激波反射和聚焦较强，顶点的压力峰值较高，激波聚焦诱导的射流较强。      

航空发动机风扇叶片伸根段造型设计与优化

探索了航空发动机风扇叶片伸根段造型的优化设计方法,利用它在保持叶身气动设计不变的情况下使风扇叶片振动特性得到改善。建立了基于非均匀有理B样条NURBS (non-uniform rational B-spline)桥接曲线的伸根段造型方法,实现气动叶身与榫头侧面间的光滑连接；通过改变桥接曲线控制顶点的位置实现伸根段造型的参数化设计,并在相关假设条件的基础上提取了完全定义伸根段造型所需的8个设计变量；以风扇叶片共振裕度最大化作为伸根段设计目标,在径向基函数网络(RBFN)与粒子群(PSO)算法的基础上建立了伸根段造型优化设计流程,其原理是构造RBFN近似模型来逼近和预测风扇叶片共振裕度与伸根段设计变量间的隐式目标函数,在此基础上使用PSO算法搜索使共振裕度达到最大化的伸根段设计变量组合。结果表明:某大涵道比宽弦风扇叶片采用上述流程,通过优化伸根段造型使风扇叶片轴向一弯模态的自振频率得到提高,与转速3倍频激振间的共振裕度提高约2%。      

非结构嵌套网格中的一种改进型径向基函数插值方法

非结构混合网格拓扑关系相对复杂,在嵌套边界区域进行流场信息插值传递容易有精度的损失。利用已知的解析函数作为插值样本,对线性插值(LINE)、距离倒数权重插值(WA)、逆二次径向基函数插值(IQ)、Wendland暞sC2径向基函数插值四种方法的精度进行对比,筛选出精度较高的C2径向基函数;提出一种改进的C2径向基函数插值方法,通过调整径向基函数的作用半径来控制插值矩阵条件数,进而消除使用径向基函数插值在嵌套边界区域出现的数值奇性问题;选用MD30P/30N 多段翼与三维AEDC典型外挂物分离模型对该插值方法进行验证。结果表明:改进后的径向基函数插值方法能够有效消除嵌套边界区域数值奇性,同时计算收敛速率更快,插值精度更高。     

基于径向基函数的变量预测模型模式识别方法

针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方法的优点,实现了故障特征提取到故障识别的全程诊断. 滚动轴承故障诊断实验分析结果表明:与径向基神经网络、支持向量机和变量预测模式识别方法相比,VPMRBF的识别率分别提高了4.75%，1.75%和5.25%.