涡轮泵实时故障检测的改进自适应相关阈值算法

1引言火箭发动机在飞行使用之前,需要分析试车振动数据以评估发动机的性能与状态[1]。涡轮泵是液体火箭发动机中最复杂故障概率最高的部件[2],而振动是涡轮泵故障的重要起因[3],因此,涡轮泵振动数据的分析显得尤为重要。目前,它的主要分析方法有时域统计[4]、频谱分析[5]、神经     

电动气阀动态特性及反力因素的影响

建立了电动气阀吸动过程的数学模型并进行了动态特性的数值计算，详细分析了反力因素对电动气阀动态特性的影响。计算结果表明：该阀的衔铁在被触动后能很快地吸到最小气隙处；适当地减小压缩气的入口压力和弹簧预紧力有利于提高电动气阀的响应能力，有利于延长电动气阀的使用寿命。     

温室控制系统设计--用LCD实现控制参数设置与测量参数显示

说明了利用LCD显示模块,实现温室被测数据显示及控制参数的设定输入,其特点是显示数据的汉字名称与测量数据动态变化,系统连接线少,安装,测试,维修简单.     

液体火箭发动机推力室冷却通道流动与传热数值研究

采用气固耦合算法对液体火箭发动机推力室再生冷却通道的流动与传热过程进行了三维湍流流动与传热数值模拟，冷却工质为氢气，其密度、导热系数、动力粘度随着温度和压力而变化。应用大涡模拟及标准k-ε双方程模型两种湍流模型分别进行数值模拟，详细揭示了再生冷却通道固体区和流体区内的速度场和温度场，并在不同的计算网格数目下对两种湍流模型的计算结果进行了对比。结果表明，在相同的网格条件下，标准k-ε双方程模型与实验数据的吻合精度比大涡模拟模型更好，且满足工程计算精度。随着网格数的增加，大涡模拟的计算精度逐渐得到改善。     

基于人工噪声神经网络BP算法的火箭发动机故障仿真与检测

研究了用于液体火箭发动机故障仿真与故障检测的神经网络ＢＰ算法。在ＢＰ算法中采用了加噪声等技术来避免系统误差陷入局部极小，训练出精度高（误差小于０．０２）的神经网络，试验表明：神经网络ＢＰ算法成功地用于故障仿真与故障检测。     

近代大型液体火箭发动机的特点

本文对近代大型液体火箭发动机的特点进行了综述和分析.文中指出:使用高能、无毒的液氧、煤油和液氧、液氢为大型液体火箭发动机的推进剂势在必行;采用高压补燃循环系统可以明显提高发动机的比冲、减小发动机尺寸和质量;采用推进剂利用系统可以减少推进剂的剩余量,以提高运载火箭的有效载荷;使用辅助增压泵可降低贮箱压力,并提高发动机主泵的入口压力,以保证主泵在没有汽蚀的条件下可靠工作;高可靠性、长寿命和重复使用对航天产品尤为重要.     

液氧烃类发动机循环系统比较

本文通过理论计算得出两种循环的液氧/烃类发动机参数和性能,计算了混合比、涡轮进口温度、泵效率等参数对发动机性能的影响。利用涡轮功率平衡方程推导出发生器循环的涡轮流量与总流量比和燃烧室压力的关系;分级燃烧循环的燃料泵出口压力与燃烧室压力的关系。最后分析了两种循环的适应范围。     

LRE模型燃烧室燃烧过程数值模拟

建立了任意斜交曲线坐标系下液体火箭发动机（ＬＲＥ）内部工作过程的气液两相湍流化学反应流模型。应用该模型对气氢液氧模型燃烧室内部燃烧过程进行了数值模拟，得到了全流场的速度分布图形、燃气组分等值线、流场等温线、流场等压线、流场等马赫数线、壁面温度与径向平均温度曲线和燃烧效率曲线。计算结果表明：用数值模拟方法分析ＬＲＥ内部工作过程是可行的。     

结构参数对圆转矩形喷管换热的影响

为了解结构参数对圆转矩形内喷管再生冷却换热的影响，设计了多个圆转矩形喷管，考虑了三种结构参数：转方位置、出口高宽比和出口圆角大小的影响。采用有限体积法求解三维可压缩的N-S方程对其内部流动和换热进行了数值模拟。湍流模型采用标准的k-ε双方程模型，壁面附近的流动和传热采用壁面函数法处理，速度与压力的耦合采用SIMPLE算法求解。结果表明：在型面一阶导数连续的情况下，转方位置对圆转矩形内喷管的换热影响不大；出口高宽比对圆转矩形内喷管的换热影响较大，出口高宽比不能太小，否则影响内喷管流场和换热；出口圆角大小影响内喷管周向上的温度分布，圆角太小造成周向温度分布不均匀。     

用运载器评价发动机方案的方法

早期在对液体推进剂火箭发动机方案进行评价与选择时,仅以发动机本身的指标(如比冲、推重比等)作为方案比较的标准。这样没有考虑发动机子系统与运载器总系统的相互联系,得不到合理的评价结果。液体推进剂火箭发动机是航天运载器的一个子系统,采用运载器的性能指标评价发动机方案才能得到比较客观的结果。 本文推导了运载器的评价指标,给出了运载器的线性化质量方程,阐述了运载器设计参数的简化确定方法,由此提出了一个采用运载器评价发动机方案的方法。最后应用提出的方法对五个发动机方案进行了评价。