压气机性能参数对积垢的敏感性分析

压气机工作过程中,叶片表面逐渐沉积了一层积垢,这将使压气机的压比、效率下降,降低发动机的输出功率。分别对积垢分布在叶片前缘、吸力面与压力面以及不同转速下的压气机性能参数进行了仿真计算,结果表明：压气机在不同污染程度和不同转速下,入口压差对积垢的变化都是比较敏感的,而且便于测量,不易受外界干扰,对估计压气机积垢的污染程度和确定压气机清洗时机具有指导意义。     

基于Kriging方法的航空发动机压气机特性元建模

针对求解航空发动机数学模型时,使用传统的压气机二维特性曲线进行插值计算精度较差的问题,引入了优化技术中元建模的思想,对压气机特性进行模型重构.根据压气机特性数据空间分布的特点,定义元模型的输入输出维数,采用Kriging算法建立了流量和效率特性的代理模型.以某型涡扇发动机为例进行了压气机特性元建模的仿真计算,设定了满足...     

基于试车试验的涡轴发动机整机喘振裕度研究

某涡轴发动机在外场使用过程中,由于进气环境的影响和多发不同的装机位置等因素,致使发动机出现偶发喘振或前喘征兆等现象。为此,对原型机转子进行改进设计。同时,采用试车试验的方法,测算并验证改型机的整机喘振裕度。结果表明:在整个工作范围内,改型机的整机喘振裕度得到了全面提升,设计点喘振裕度由10.65%提高至16.21%。试验可为该系列发动机设计制造和改进使用提供数据参考。     

某型直升机发动机尾喷管前转接段模态分析

某型直升机发动机出现的尾喷管裂纹故障主要发生在尾喷管前转接段焊缝周围。为分析故障原因,文章建立了该型发动机尾喷管结构的计算模型。对该型喷管整体结构进行了自由振动和模态分析,获得了该喷管模型的多阶自振频率和模态。将有限元分析结果和实验结果对比表明,两者所得的固有频率吻合性较好。     

某型涡扇发动机状态模型修正

为了针对每一台发动机建立准确的气路故障诊断模型,采用部件法建立了某型涡扇发动机的基准数学模型,分析了模型失配的原因,确定出需要修正的特性参数,采用小波分析实现对可测参数数据的预处理,通过求解所建的扩展非线性方程组完成了发动机模型的离线修正。经仿真验证该算法有较高精度,且易于工程实现,为建立准确的稳态气路故障诊断方程奠定了基础。     

涡轮叶片粗糙度对其性能衰退的影响研究

涡轮是航空发动机核心部件之一,对整个发动机性能的发挥产生重大影响。导致航空发动机性能衰退的形式有很多种,其中由积垢沉淀因素造成的叶片粗糙度增大是具有代表性的原因。利用叶型基本数据进行两级涡轮建模,与传统建模方法相比,提高了模型精度。将所有导致涡轮性能衰退的因素都等价为叶片表面粗糙度的变化,并基于等价雷诺数修正原理,通过仿真方法定量研究了涡轮叶片由于积垢沉淀引起粗糙度增大从而导致其性能的衰退情况。仿真结果表明,当涡轮叶片表面粗糙度增大时,两级涡轮主要的特性参数都发生不同程度的减小,使涡轮总体性能下降。     

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。     

FMECA在某发动机涡轮部件上的应用

介绍了FMECA的原理和工作内容,通过其在涡轮部件上的应用体现出在航空发动机设计中的重要作用及存在的问题。     

发动机模糊控制器应用的实验研究

 研究了模糊控制器在航空发动机控制中的实验应用。给出了实验方案及有关部件的数学描述;提出了用模糊控制开关设计法设计模糊控制器的思路及相应的数学描述;对发动机转速数字控制系统进行了实验研究。结果表明 :模糊控制器设计简便,具有良好的非线性校正作用,控制性能指标优良。     

航空发动机故障仿真研究

基于航空发动机正常工况下的数学模型,结合航空发动机实际运行状况,确立了几种发动机的典型运行故障。通过对故障进行分析,选取对故障比较敏感的气动或性能参数作为故障诊断参数。最后,在以上基础上建立航空发动机故障数学模型。