涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.      

空客A320鲨鳍小翼燃油节油性能分析

通过对比已选装和未选装鲨鳍小翼飞机的燃油消耗率,找出了节油效率和鲨鳍小翼改装成本之间的平衡点,为选装鲨鳍小翼的决策提供技术支持和数据参考。     

发动机性能退化恢复技术研究

针对发动机使用过程中的性能退化问题,设计了发动机性能退化恢复控制系统。通过内部小循环控制转速,外部大循环控制推力,实现了发动机性能的控制。以卡尔曼滤波器的输出作为输入,结合聚类以及支持向量回归模型,设计了推力估计器。以发动机为对象,对性能退化恢复控制系统进行仿真验证。对于性能参数缓慢衰退的情况,推力不退化;对于性能参数突变的情况,推力最多在3.5s后得到恢复。仿真结果表明该恢复控制技术是有效和可行的。     

高压压气机性能老化预测和影响分析

以高压压气机为例,确定效率和流量损失作为性能衰退分析的主要因素。得到叶片粗糙度引起的效率和流量损失变化规律,利用神经网络建立并验证其对应关系。提出运用主成分分析将两个中间变量转化成单一变量,通过引入性能衰退综合指数,建立飞行循环数与叶片粗糙度的函数关系。利用时间序列三次指数平滑方法对性能衰退进行预测,效果较好。将高压压...     

基于卡尔曼滤波和主元分析的发动机性能衰退

在给定测量参数基础上,通过非线性估计得到对应离散时刻的部件性能参数,利用数据插值方法扩充测量参数。利用主元分析方法对这些测量参数进行分解,提取反映性能衰退的成分,以此构造反映性能变化的统计量,假定该统计量服从,分布,对性能衰退情况做进一步分析,得到在10000时间点附近性能衰退最为严重,已超过阀值,与前面参数估计结果相符。用部件性能衰退分析方法对发动机性能状况监控,为及时采取维护措施提供了一定的指导作用。     

螺纹结构力矩及其衰退机理分析

阐述了得出螺栓拧紧力矩的方法,结合预紧力和预紧力矩之间的关系,给出其理论方程和实验方程,分析了预紧力、螺纹摩擦转矩和螺母支承面摩擦转矩三者的分配情况。以此为基础,从结构变形与应力释放、材料表面摩擦力变化等方面对力矩衰退的原因进行了初步分析,并提出设定拧紧力矩安全系数和定期校核拧紧的措施,供螺纹结构设计及其使用维护参考。     

基于带漂移的布朗运动的民用航空发动机实时性能可靠性预测

以民用航空发动机为研究对象,运用性能退化可靠性理论和随机过程方法,对发动机的可靠性进行了研究.通过分析发动机性能退化过程,建立了基于带漂移的布朗运动的可靠性模型,利用布朗运动特性研究了基于当前状态的退化时间预测方法,实例证明,该方法可操作性强,易于工程实现,为航空公司进行发动机机队科学管理提供了基础.      

基于距离代价函数和信息熵的发动机性能参数估计研究

研究发动机部件性能参数变化规律,对于减少维修次数和推动视情维修具有重要意义。针对测量参数个数少于待估性能参数的情况,给出了一种通过构建代价函数和优化算法的参数估计方法。原代价函数只考虑当前点参数,缺少与前面点参数的联系,因此结合自组织神经网络,构造了包含以前与当前点参数的距离代价函数。并提出了一种快速的参数估计方法。由于准确的部件性能参数很难获取,并且参数趋势估计不同于单纯的点估计问题,以对应的测量参数为基础,利用信息熵方法评定部件性能参数估计效果。进一步得到距离代价函数对应的参数信息熵为0.6805,优于原代价函数的估计结果。最后通过实例验证了参数估计方法的有效性。      

月球着陆器两相流体回路性能衰退分析与验证

针对嫦娥三号着陆器两相流体回路12个月球昼夜的寿命需求，开展了氨分解导致两相流体回路传热温差增量的分析和试验验证，结果表明寿命末期不凝气体引起传热温差增量不超过2.2 ℃，同位素核热源(RHU)向探测器的供热量减小0.6 W，设备温度整体降低0.6 ℃，对热控系统影响可忽略。根据在轨遥测，寿命周期内，两相流体回路工作在45 ℃~50 ℃时不凝气体引起的传热温差增量不超过1.5 ℃，与地面验证结果吻合较好；经历52个月球昼夜周期内，传热温差在3.5 ℃~4.7 ℃内波动，在轨工作良好。     

基于支持向量机的发动机性能衰退指标分类和预测

基于支持向量机几何距离建立表征发动机性能衰退程度的指标,并基于相空间重构理论对该指标进行多步预测,表明回归支持向量机结果优于神经网络预测结果。利用主元分析、核主元分析方法对发动机性能特征量约简并提取其主元,得到核主元分析的分类效果更好。利用交叉验证的方法优化分类支持向量机和核函数中相关参数,给出发动机性能衰退指标曲线。通过建立统计量的方法分析发动机性能变化,确定性能变化关键点。所得结论对做好发动机维护保养工作,延长发动机使用寿命具有一定的指导意义。