一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

爆震管壁面热负荷实验

在一台内径61 mm、长度1140 mm的气动阀式脉冲爆震发动机(PDE)上,进行了爆震管热负荷的测量计算,主要采用了两种换热模型:一是自然对流和热辐射模型;二是强迫对流模型.在两种方式下,爆震管的热负荷随频率的变化关系基本相同,即随频率升高而热负荷增大,但频率增加两倍热负荷增加却不止两倍.此外,在方式二的情况下,还得到煤油蒸发率随频率的变化关系,为PDE蒸发器设计提供参考.      

航空发动机整机振动中的不平衡-不对中-碰摩耦合故障研究

针对航空发动机整机振动分析,建立了含不平衡-不对中-碰摩耦合故障的转子-滚动轴承-机匣耦合动力学模型.在耦合模型中,考虑了机匣运动,同时,充分考虑了滚动轴承间隙、非线性赫兹接触以及变柔性VC(varying compliance)等非线性因素;在耦合故障中,建立了不平衡、不对中和碰摩故障模型.运用数值积分方法获取了系统响应,研究耦合故障特征和规律.仿真计算分析表明了该模型的正确有效性.      

自耦合射流激励同向气流掺混的数值研究

针对同向两股气流掺混的某一特定物理模型,对自耦合射流作用下的气流掺混过程进行了数值模拟研究以揭示激励参数对于同向两股气流掺混的影响.与未施加自耦合射流激励的掺混过程相比,自耦合射流周期性的吹/吸诱导流场内产生复杂的大尺度涡系结构,使得同向两股气流形成对流型混合,有效缩减了主流核心区长度;随着自耦合激励器驱动频率和驱动振幅的增大,自耦合射流出口附近的涡强度增强,同向两股气流掺混效果得到有效改善.      

抛物形喷管的激光推进能量相似律数值研究

针对吸气式抛物形喷管,通过辐射输运方程和流体力学方程联立求解,计算激光能量沉积过程中的爆轰波流场,并采用高温平衡气体模型计算后续的激波流场,得到了不同构形的喷管在不同条件下的冲量和冲量耦合系数。提炼了耦合多种影响因素的无量纲因子,讨论了入射激光能量和喷管构形对推进性能参数的影响,建立了抛物形喷管激光推进的能量相似律。结果表明:当顶点到出口最外侧点连线和对称轴的夹角固定时,冲量和冲量耦合系数随无量纲因子先增大后减小,在0.37附近取得极大值;当无量纲因子固定时,冲量和冲量耦合系数均随夹角增大而减小,冲量随入射激光能量增加而增大,冲量耦合系数受能量的影响程度很小。     

基于复摆模型的多脉冲冲量耦合系数测量方法

在单脉冲冲量测量方法的基础上,增加激光脉冲提取和摆杆控制单元,提出了一种基于复摆模型的多脉冲冲量耦合系数测量方法。分析了多脉冲的两种测量模式及实现流程,解决了数据处理面临的新问题,并对该方法进行了检验,结果表明:所设计的激光脉冲提取和摆杆控制单元满足25Hz频率要求,可实现在40ms内提取多脉冲序列的任意一个脉冲;模拟多脉冲序列下测得两种模式15°锥形喷管的冲量耦合系数为371.0～375.3N/MW,具有很好的一致性。该方法可用于吸气式激光推进的多脉冲性能研究,并作为其他多脉冲研究方法的有效补充。     

脉冲微推力器平均推力测量研究

平均推力测量是脉冲微推力器推进性能研究的关键问题之一。研究了在标准的周期性信号作用下,二阶系统的响应与输入之间的关系。在欠阻尼条件下,得到了系统稳态平均回复力等于平均推力的重要结论,仿真结果证实了结论。研究结果亦可应用于脉冲微推力器的总冲研究。     

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

无人机舵面负载模拟系统的小脑模型控制

为解决无人机舵面负载模拟系统中非线性和多余力矩扰动问题,利用小脑模型神经网络非线性逼近能力强、结构简单、适于实时控制等特点,采用小脑模型和传统PD(Proportional-Derivative)控制结合的复合控制策略,由小脑模型实现前馈控制,PD控制实现反馈控制,以保证在系统运行各阶段的控制精度.分析讨论了复合控制的不稳定性问题,研究了基于可信度分配和学习率自适应调整的改进型小脑模型的应用情况,提出一种适用于单输入单输出系统的简化小脑模型复合控制设计方法.仿真结果表明该方法有效地解决了小脑模型和PD复合控制的不稳定问题,改善了系统动态加载性能,并具有很好的抗干扰性能.