转速匹配效应影响下周向槽机匣处理对转压气机性能的影响

采用数值模拟方法，通过分别在对转压气机（counter-rotating compressor, CRC）前后两排转子上进行周向槽机匣处理，研究了其在不同转速匹配方案下的扩稳效果以及对转压气机最先失速级的变化规律。结果表明：当前排转子R1转速高于后排转子R2时，其最先失速级为R1，当R2转速等于或高于R1时，其最先失速级为R2。在对转压气机的最先失速级进行机匣处理可以有效改善所处理转子的叶尖附近流场，包括来流相对气流角的减小、叶尖泄漏流反向轴向动量的减小、叶尖泄漏流与主流交界面位置的后移及叶尖堵塞程度的减弱等，进而提升了其失速裕度。机匣处理一般仅能对所处理转子的流场产生较大影响，但在特殊情况下也会使非处理转子的流场发生明显改变。     

两层堆叠3D-IC层间液体冷却流动及换热特性

随着电路层的垂直堆叠,三维集成电路(3D-IC)的功耗密度成倍增加。具有良好散热能力的层间液体冷却是一种非常有效的方法。采用数值模拟的方法研究了雷诺数在150～900范围内面积为1cm2,针肋直径为100μm,通道高为200μm,通道间距为200μm的带有层间顺排微针肋两层芯片堆叠3D-IC内流体流动与换热特性。结果表明:与相应尺寸的矩形通道结构相比,带有层间顺排微针肋液体冷却3D-IC具有良好的换热效果。在雷诺数为770时,芯片的功率高达250W,其体积热源相当于8.3kW/cm3；较矩形结构通道,顺排微针肋结构的热源平均温度和热源最大温差只有46.34,13.96K,分别减小了13.26,21.34K。      

转子闭口槽在高效电机中的应用

高效电动机采用转子闭口槽工艺,可以减小转子齿槽产生的损耗,提高电机效率。通过闭口槽样机试制及样机试验数据,验证了转子闭口槽结构性能,得出该工艺可行,并提出相应的工艺措施。     

发电机转子匝间测试及其实践应用的研究

船用发电机的转子绕组因通过电压低、电流小、结构比定子简单等原因,在日常电机制造及检验过程中,匝间绝缘的监测容易忽视,而且IEC 60034以及IEC 60092等国际电工委员会颁布的标准中也没有对此提出明确要求。但是, 基于对产品质量及性能的可靠性保障,转子匝间耐压测试是有必要的,特别对高压电机产品的转子匝间绝缘监测,以验证匝间绝缘对陡峭前沿的操作过电压的承受能力。以制造厂进行的高压发电机转子匝间试验为例,介绍了测试方法、故障现象及异常分析三部分内容,包含了以脉冲波形判断发电机转子部分的绝缘异常,以及制造过程中接地电阻的问题。     

定子匝间短路故障下双馈风力发电机组高压穿越性能研究

为了研究定子绕组匝间短路(SWITSC)故障对双馈风力发电机组高压穿越的影响,基于多回路理论建立了计及定子绕组匝间短路故障的双馈感应发电机(DFIG)仿真模型,并在MATLAB/Simulink下建立了其S-函数。依据短路故障回路特性,分别在SWITSC前后建立了DFIG风电机组的ABC坐标系统和dq0坐标系统下的数学模型,并简要分析了SWITSC故障下的电磁特性。对双馈风电机组的高压穿越能力做出分析,分析了风电场电压升高的原因、高压穿越的标准及双馈风机在电网电压骤升下的暂态过程。重点研究了DFIG在SWITSC故障前后高压穿越的仿真结果。结果表明,定子绕组匝间短路故障会严重降低风电场的高压穿越的能力。     

楔形凹腔内带前伸槽冲击板射流冲击换热

针对楔形凹腔内带前伸槽冲击板结构开展了传热特性的试验研究，分析了冲击板前伸槽伸出长度比（5~11）、前伸槽宽度比（2.5~8）和射流雷诺数（7900~31700）等参数对凹腔表面温度、展向平均努塞尔数和面积平均努塞尔数以及射流压力损失的影响.研究结果表明:相对于基准冲击板，带前伸槽的冲击板能够使得凹腔的射流冲击对流换热较基准冲击板有较大幅度的改善，但引起较大的射流压力损失；前伸槽伸出长度的增大使得凹腔表面射流冲击对流换热有较显著的增强，对射流压力损失的影响很小；增大冲击板前伸槽宽度可以使得凹腔表面对流换热得到一定程度的强化，但也会造成压力损失的增大.      

基于CFD和神经网络的2级刷式密封结构泄漏和级间不平衡性分析

为了提高航空发动机刷式密封结构仿真的时效性与适用性，通过CFD计算获得了20个2级刷式密封结构的泄漏量和级 间压比训练样本，对设计的神经网络进行训练和数据泛化预测，获得50组上下游刷丝排数和保护间隙组合下的泄漏率、级间不平衡性数据，并讨论了三者的影响及刷丝排数和保护间隙之间的耦合作用。结果表明：7次即可完成神经网络的训练。通过预测数据发现，仅下游参数变化时，随着刷丝排数的增加，保护间隙对级间压比的影响减小，随着保护间隙的减小，刷丝排数对泄漏率的影响也减小；而仅上游参数变化时，参数对级间压比的耦合性不明显。通过泛化数据进行参数优选，泄漏率可达30.688 N?m3/h，基本消除级间不平衡，且密封性能较好。所建立的神经网络适用于预测具有明显耦合性的2级刷式密封结构流动特性。