电脉冲除冰系统的加速度试验研究

介绍了电脉冲除冰系统的加速度试验,并以峰值加速度为脉冲效果的评判标准,研究了该系统的脉冲性能参数如储能电容器的初始放电电压、电容器的电容量、脉冲线圈与试验蒙皮之间的间距、脉冲线圈的外径以及绕制线圈导线的厚度对脉冲效果的影响。结果表明,放电电压越大,电容量越大,脉冲线圈一试验蒙皮的间距越小,导线厚度越大均会使得峰值加速度...     

电脉冲除冰系统的除冰实验与数值模拟

搭建了电脉冲除冰实验台,完成了脉冲放电500V时的除冰实验,获得了三次除冰激励后的除冰效果.同时,为数值模拟除冰过程,求解了除冰动力即铝板在涡流场作用下的脉冲压力分布,建立了冰-铝板三维有限元分析模型,利用ANSYS单元生死技术瞬态非线性分析了冰层的失效单元,比较了Labeas冰层失效准则与第一强度理论分析冰层失效的效果.结果表明:加载除冰激励后,利用第一强度理论数值仿真去除冰层范围的结果更符合本次除冰实验.      

电脉冲除冰系统的电磁场分析

针对NASA CR-4175试验电脉冲除冰系统,建立了该系统的电磁场涡流有限元分析模型,分析了试验蒙皮在涡流场中法向及径向的磁感应强度,采用麦克斯韦应力法计算了该蒙皮所受的瞬态电磁力,并与Hender-son模型计算结果以及实验测量值进行了拟合偏差比较。同时在不改变电路的情况下,研究了蒙皮厚度、蒙皮电导率、蒙皮-线圈间隙这3个因素对电脉冲除冰效果产生的可能影响。结果表明,电磁场涡流有限元分析模型所计算的磁感应强度比Henderson模型更吻合实验值;趋肤深度范围内的试验蒙皮厚度愈大、蒙皮电导率愈大、蒙皮-线圈间隙愈小,蒙皮所受的峰值脉冲力愈大,即意味着这些参数条件下的除冰效果将更佳。     

平面铝板上的压电振动除冰方法

以平面铝板为对象,对压电振动除冰方法进行了理论与实验研究。使用有限元方法(FEM)分析了压电片(PZT)长度和厚度对所激发结构模态振动强度的影响。建立了冰层的二维受力模型,分析接触面上的切应力分布,为除冰模态的选取提供指导。结果表明,理想情况下当PZT长度约为某模态半波长的奇数倍时,对该模态的激发效果最好,此外压电片长度还受到结构表面应变分布的影响。在满足强度要求的前提下,压电片厚度应尽量小。结构与冰接触面上的最大切应力出现在结冰边缘部位,大小与结构表面的应变有关,在振动节线附近的切应力最小。实验获得了较好的验证结果,除冰功率约为36.5 W/m2,比电热除冰方法的功耗低1~2个量级。     

压电双晶片悬臂梁结构用于结冰探测的研究

 采用一种压电双晶片悬臂梁结构作为结冰探测的传感元件,使用有限元方法(FEM)计算其在有水附着与结冰两种状态下的谐振频率变化,同时使用Agilent 35670A动态信号分析仪与传统的传输法进行实验测量,通过误差对比检验计算结果的正确性,并找出谐振频率的变化与压电梁局部质量和刚度等结构特征改变之间的联系,发现随着结冰的发生以及厚度的增加,相应的局部质量和刚度的改变对谐振频率的综合影响多变。针对压电双晶片悬臂梁结构的特殊性,采用一种反馈法接线进行测量,并与传输法测量结果以及FEM计算结果进行比较,证明这种测量方法的准确性。最后根据计算与实验测量结果确定合适的工作模态,总结整个结冰过程对该模态谐振频率的影响。结果表明,压电双晶片悬臂梁结构用于结冰探测是可行的,它能够准确检测出不同结冰状态对其结构特征的影响,并且结构简单、便于测量。     

电脉冲除冰系统除冰激励的简化与影响因素

首先建立了电脉冲除冰系统的电路模型,求解了有无二极管条件下的理论脉冲电流曲线,通过分析计算电流与实验电流,提出了将正弦半波电流函数用于电磁场分析以简化研究除冰激励的观点,同时求解了不同电流方式下的电磁压力分布,再用结构动力学分析了不同压力载荷下实验铝板的响应位移。其次通过比较铝板中心位移实验值与动力学求解的响应位移值,其有效的吻合程度验证了用正弦半波函数电流简化电脉冲除冰激励分析的可行性。最后,在利用正弦半波电流函数简化分析脉冲激励的基础上,研究了电流大小、电频率、铝板厚度、铝板弹性模量、铝板密度以及铝板长宽比对最大响应位移的影响。研究结果表明,最大响应位移随电流增大而增大,随铝板厚度、弹性模量与密度的增大而减小,且随电频率的改变而改变,但几乎不受铝板长宽比的影响;在研究电频率时得出,可将电频率与系统结构固有频率以1:1的比例设计,此关系式是电脉冲除冰系统电路设计的基础。     

基于闪光红外热像技术的积冰探测方法（英文）

结冰探测在防除冰系统运行中起着至关重要的作用。本文提出了利用红外热波检测技术进行了积冰探测，并运用相关分析技术探讨了积冰边缘、厚度识别与冰形重建的方法。搭建了闪光脉冲红外主动式红外积冰探测实验平台，制备了规则型与阶跃型积冰样件，借助红外热像仪采集了受脉冲红外热激励后的积冰红外热信号。运用传统边缘检测方法与新构建的高斯-拉普拉斯金字塔和面积滤波相结合的边缘检测算法进行了积冰边缘识别效果的对比与分析。利用积冰热信号的时空相关性，提出了在长短时记忆（Long short term memory,LSTM）模型中引入注意力机制建立端到端的红外探测积冰厚度预测模型（Convolutional neural netwok-long short term memory-efficient channel attention,CNN-LSTM-ECA），用以预测积冰厚度。此外，通过结合边缘检测和厚度预测，进行了阶梯状积冰样件的三维重建。结果表明，基于高斯-拉普拉斯金字塔和区域滤波的传统边缘检测算法和新的边缘检测算法都可以用于检测冰的外边缘，但新算法在检测具有内部阶梯边界的冰边缘方面显示出显著的优势。基...