航空小型动力装置试验台测试系统

针对航模、无人驾驶侦察机和靶机等飞行器经常采用带螺旋桨的活塞式小型动力装置,本文设计了一种小型台架测试系统。文章介绍了系统的组成、硬件设计、软件设计及系统的应用。测试结果表明,该系统具有测试精度高、可靠性好、操作和维护方便等特点。      

涡轴发动机加速过程中的寿命延长优化控制

在涡轴发动机加速控制中,同时考虑发动机性能和寿命,优化加速控制策略,设计寿命延长控制.分析了加速过程中的气动稳定性、强度、燃烧稳定性以及功率等限制条件,采用序列二次规划法(SQP)优化算法进行加速控制中的燃油流量优化;根据燃气涡轮第1级静子冷却叶片温度最大值及其叶片型面与端壁的最大温差是影响发动机寿命的主要因素,采用两种寿命延长优化算法,一种是改变涡轮前温度的限制值,另一种是将涡轮前温度和动力涡轮转速同时作为优化目标,根据加权法进行折中.针对某涡轴发动机加载控制过程分别对两种寿命延长控制优化算法进行了仿真,结果表明两种方法均能有效降低涡轮前温度,并对动态性能影响较小,因此优化后的控制策略能有效延长发动机寿命.      

厘米级微型涡轮喷气发动机关键控制技术研究

结合厘米级微型涡喷发动机自身特点, 从工程角度研究其关键控制技术.首先运用相似理论, 将参考发动机的起动控制时序变换适用于目标发动机的起动控制, 为了解决微型发动机起动困难问题还首次提出起动供油自校正技术.慢车以上状态采用系统辨识法建模, 通过仿真结合试验的方法设计了带可自动调整前馈的闭环PI调节器.试车试验表明, 研究的控制规律能控制发动机正常可靠运转, 满足各项性能指标要求.      

一种不需要迭代的发动机辅助变量建模方法

现代航空发动机建模计算时常用牛顿迭代法求解非线性方程组,但由于发动机模型非线性太强且十分复杂而不易在全包线收敛。本文针对这一不足之处提出了一种不需要迭代就可以求解此非线性方程组的方法:引入航空发动机容积动力学中的变量及方程作为辅助变量及辅助方程,从而使整个非线性方程组闭合而可以直接求解。本文将此方法成功应用于某涡扇发动机,取得了良好的效果,验证了本方法的可行性。      

基于RDK-ELM 的航空发动机控制系统故障诊断

为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构,完成了对输入样本的特征提取,通过核函数实现了高维空间映射分类。数字仿真表明:算法分类正确率高,训练时间短,可应用于航空发动机控制系统的故障诊断。     

辅助动力装置导叶调节规律及对性能影响研究

以带负载压气机的辅助动力装置(APU)为研究对象,为实现进口导向叶片(IGV)在不同角度下引气流量与负载压气机出口流量的匹配设计,根据已有的IGV在30°,50°,75°和90°时对应的负载压气机特性,建立引气特性插值表,设计IGV开环控制规律,并在此基础上完成了引气量稳态变化、动态变化以及卸载过程数值仿真,分析了引气量改变对动力段压气机工作点和APU性能参数的影响。仿真结果表明,引气量在0.6~1.8kg/s范围内变化时,IGV开环控制规律能够根据引气量和环境大气调节IGV角度,确保负载压气机始终处于稳定、高效的工作状态。该控制规律在全包线范围内均适用,可以应用于APU引气匹配设计。     

基于ACA的飞行仿真伺服系统LuGre摩擦参数辨识

针对LuGre摩擦模型的高度非线性问题，提出了一种新型的基于ACA的飞行仿真伺服系统摩擦参数辨识方法。ACA是近几年优化领域中新出现的一种仿生进化算法，该算法采用分布式正反馈并行计算机制。在简要介绍LuGre摩擦模型的基础上，推导了ACA的LuGre模型静态摩擦参数和动态摩擦参数辨识方法，并将该辨识方案应用于某型电动飞行仿真伺服系统。实例仿真验证了本提出的基于ACA的LuGre模型摩擦参数辨识方案的可行性和有效性，该方案为辨识LuGre模型摩擦参数提供了一条新的途径。     

基于自联想神经网络的发动机控制系统传感器故障诊断与重构

研究自联想神经网络及其在发动机控制系统传感器故障诊断及重构中的应用。自联想神经网络关键在于特征提取和噪声滤波。综合自联想网络的最优估计与故障诊断 ,自动区分估计误差和传感器故障。仿真结果表明这种方法不需要模型 ,能诊断传感器硬、软故障 ,当发动机性能蜕化时也能提供很好的解析余度。     

航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.     

基于逐级叠加法的航空发动机起动模型研究

建立起动过程数学模型的主要困难在于缺少发动机低转速部件特性。提出一种逐级叠加与试验数据相结合的方法计算低转速部件特性,并综合考虑了燃烧室效率变化和部件的热惯性对起动过程的影响,成功地把发动机慢车以上的部件法建模应用到发动机起动过程的性能模拟。通过对某型涡轴发动机仿真结果与试验数据的对比表明,这种低转速部件特性的计算方法具有一定的精度,建立的起动模型可满足研究起动供油规律及估算起动性能的需要。