大涵道比涡扇发动机总压进气畸变数值模拟

基于数值缩放理念,以一台大涵道比涡扇发动机为研究载体,将三维彻体力模型与二维多子平行发动机模型进行有机结合,初步搭建了适用于分析复杂进气畸变对航空发动机整机流场特性影响的多维耦合计算模型。利用该多维耦合模型定量分析了稳态周向总压畸变及插板式总压畸变进气下发动机内部的流场特性。计算结果表明即便是进口单纯的方波周向总压畸变进气,在经过大涵道比风扇转子作用后在下游内外涵进口的畸变流场特征也将具有显著差异;在内涵进口形成的总压/总温复合畸变在四级增压级中均得到不同程度的衰减;插板式总压畸变进气下风扇转子进口近轮毂处受周向静压梯度驱动将产生一定程度旋流,并导致风扇转子出口轮毂处形成低压区。     

航空发动机数据库系统特殊性的研究

航空发动机是一种在不断发展中的技术密集型的热动力机械产品。它不但涉及许多学科与技术领域,而且本身结构复杂、型式多样。在建立关系型航空发动机数据库时,研究描述航空发动机的各种数据间的关系模式与函数依赖关系,以及数据库逻辑结构合理设计的特殊性是建立数据模型的重要环节。     

飞机装配型架接头定位器的自动设计

接头定位器是现代飞机装配型架上最为常用的定位元件。为了简化接头定位器的设计过程,提高设计质量和效率,在FixCAD系统研制的基础上提出并开展了接头定位器自动设计技术的研究和开发。内容包括:(1)在分析接头定位器结构及其设计特点的基础上,提出并建立接头定位器的结构模型和设计模型;(2)研究接头定位器设计的知识和经验细节,建立可计算的推理原则和参数关系式;(3)基于接头定位器的结构模型、设计模型和设计知识,构建接头定位器的自动设计算法,以及应用该算法开发"典型接头定位器自动设计"模块。     

民用飞机机身壁板复杂试验载荷优化技术

针对民用飞机复合材料机身壁板强度试验中的载荷预计问题，构造了基于应变误差矩阵的壁板试验载荷优化模型，并利用多维极小值优化算法预计了壁板试验载荷。首先，基于机身壁板在试验装置中的受载形式，建立了机身壁板及试验装置有限元模型，并计算了各试验基准载荷作用下的机身壁板应变矩阵；其次，基于机身壁板在全机身受载状态下和试验受载状态下的应变矩阵之差，同时考虑矩阵中各元素的加权系数，构建了机身壁板应变误差矩阵，并以应变误差矩阵所有项的平方和最小为目标，以各基准载荷的系数为优化变量，以各基准载荷系数的上下限为约束，构建了基准载荷系数优化函数；基于罚函数法对优化函数进行了无约束处理，并利用最速梯度法进行了载荷系数优化；最后，基于优化得到的载荷，计算了机身壁板在试验复合载荷作用下的应变，并与机身壁板在全机身受载状态下的应变相对比，应变的分布趋势基本一致，应变误差在10%以内，证明该方法可以为机身壁板试验载荷的确定提供支持。     

基于MTF-MSMCNN的小样本滚动轴承故障诊断方法

针对样本数量不足以及工况条件复杂导致故障识别精度低下的问题，提出一种基于马尔科夫转移场与多维监督卷积神经网络（Markov transition field and multidimensional supervised module convolutional neural networks, MTF-MSMCNN）的小样本滚动轴承故障诊断方法。采用MTF编码方式将一维滚动轴承信号转化为二维特征图像，使其保留时间相关性；提出多维监督模块（Multidimensional supervision module, MSM），在空间维度和通道维度监测重要故障特征并自适应赋予权重，提升模型捕捉关键特征的能力；将MSM嵌入到卷积神经网络中，构建出MSMCNN模型；通过试验构建复杂工况条件，将MTF图像输入到所提模型进行故障诊断，并运用两种数据集验证模型有效性。试验结果表明，MTF-MSMCNN在每类故障训练集样本仅有10个且在0 dB噪声污染下故障诊断精度依然可达90%左右，对比其他诊断模型，本文所提方法在小样本、变工况以及噪声干扰条件下具有更高的识别准确率、更强的泛化能力以及抗噪性能。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

基于多维数值积分的高阶确定采样型滤波方法

基于多维数值积分讨论了确定采样型滤波器,这一类滤波器的不同之处体现在对滤波器中均值和方差的计算,这一问题与数值积分密切相关.针对以往确定采样型滤波器在提高滤波精度的同时会增加计算量,通过分析高斯权值积分,采用完全对称积分公式,计算积分节点、节点个数及权重,相比高斯厄米特滤波减少了计算量,同时滤波精度可达到五阶以上.选取典型算例对新的滤波方法仿真分析,验证了该滤波方法的可行性和有效性.     

基于多维特征的战场实体目标分群方法

目标分群问题也称为群形成过程，是态势估计中的一个重点和难点问题，属于信息融合中的高层融合范畴。现有的目标分群方法大多是将空间位置相近的目标聚为一类，极少有分群方法考虑到进行战场态势分析所需的位置、速度、航向、属性和类型等多维特征。为此，首先根据海战场态势分析需求，基于目标的特征属性定义了多维度欧式距离；然后综合利用分类与密度聚类两种分析方法，提出了一种战场实体目标分群方法,以综合实现战场实体目标的实时分群处理；最后，将该算法应用于一个军用场景的数据集上进行仿真实验。仿真结果表明了该方法在海战场环境中实现目标分群处理的可行性和有效性。     

基于时空数据模型的障碍物数据集数据查询与应用研究

障碍物数据集是国际民航组织在航空情报管理（AIM）体系下提出的一种基于航空信息交换模型（AIXM）规范的航空情报数据集，该数据集中障碍物的查询将直接影响机场净空评估与飞行程序设计。在分析障碍物数据集的时间与空间属性基础上，利用时空数据模型与航空信息交换模型规范，提出一种基于时间点和空间位置的障碍物数据集查询方法， 用于解决障碍物数据集的查询问题；构建障碍物查询与可视化系统，并通过设计随机实验和实例应用对该方法的可行性和可靠性进行验证。结果表明：该障碍物数据集查询方法能够提取出对机场净空与飞行程序设计有影响的障碍物，增强了飞行程序设计人员对机场障碍物分布的情景意识。