未来航空发动机材料面临的挑战与发展趋向

根据发动机材料基本服役环境的特点，提出将先进的结构概念与材料概念、发动机的先进性、可靠性与材料组织和缺陷的可控性与稳定性结合起来开展材料研究的论点。从使用温度、高温比强、抗氧化性、韧性、导热性与加工性方面分析了传统材料与新材料体系的特点，并针对我国航空发动机材料中存在的问题，提出了若干建议。  

面向21世纪航空动力控制展望

本文展望了跨入 2 1世纪之际航空动力装置控制系统的发展方向 ,在技术上将向数字、综合、分布、光纤、多变量、容错及智能控制等方向发展 ,其达到的效益是提高性能 (推力或功率 )、提高可靠性、减轻重量、降低耗油率。本文还对我国航空动力控制的研究工作提出几点建议  

基于概率神经网络的发动机故障诊断

 用反向传播神经网络 (BPNN)和概率神经网络 (PNN)对航空发动机若干原型故障进行定性的诊断,并将仿真结果进行了比较。仿真结果表明,当测量参数不包含噪声或噪声较小时,两种网络都具有很高的诊断准确率;当测量参数的噪声较大时,则概率神经网络的诊断准确率远大于反向传播神经网络,显示了概率神经网络较强的诊断鲁棒性。此外,概率神经网络能够充分利用故障先验知识,并考虑代价因子的作用,从而把误诊断可能带来的损失减小到最低程度。  

基于BP神经网络和遗传算法的结构优化设计

现代航空发动机不断追求提高推重比,优化其零部件的结构设计日益重要。传统结构优化方法耗时多且不易掌握。针对这一问题,本文提出了将BP神经网络和遗传算法相结合用于结构优化设计的方法,并编制了相应的计算程序,实现了一个含9个设计变量的发动机盘模型的结构优化计算。计算证明,与传统结构优化方法相比,此方法计算速度快、精度良好。  

一种建立航空发动机状态变量模型的新方法

本文提出了一种用于建立航空发动机状态变量模型的新方法—拟合法：即用发动机部件级模型在稳态工作点处的非线性动态响应数据拟合该点处的小偏离状态变量模型。并应用这种方法建立了某型涡扇发动机在高空稳态工作点处的小偏离状态变量模型，以及地面加速过程的大偏离状态变量模型。通过动态仿真研究，可以看出：与偏导数法比较，拟合法明显提高了建摸精度。  

航空发动机小偏差状态变量模型的建立方法

采用最小二乘拟合法建立用于航空发动机鲁棒控制系统设计的小偏差状态变量模型，即根据发动机非线性模型的小偏差动态响应数据直接拟合出其小偏差状态变量模型。由于建模误差在最小二乘意义下最小，因而应用该方法可以保证所建模型具有较高精度。此外该方法亦不受模型阶次的限制。应用该方法建立某型涡记扇发动机的小偏差状态变量模型，具有较高的精度，从而验证了该方法的有效性。  

航空发动机分布式控制系统结构分析

对近年来航空发动机分布式控制系统的研究作了简要分析。重点分析了航空发动机分布式控制系统的结构、功能和优点;比较了几种分布式数据总线和电源总线的优缺点,并指出了适用于航空发动机分布式控制系统的数据总线和电源总线选择;分析了发动机运行环境对开发分布式控制系统的影响,并提出了可能的解决方案;指出了开展航空发动机分布式控制系统研究的重要性和未来的发展方向。  

基于动态RBF网络的发动机起动过程模型辨识

针对航空发动机在起动过程中各截面气流处于亚临界状态 ,难以利用传统的气动热力学方法进行建模的问题 ,本文利用发动机地面试验数据作为学习样本 ,采用动态径向基 (RBF)神经网络的方法 ,建立了航空发动机起动过程动态模型。仿真结果表明 ,利用该方法建立的发动机模型具有动态性好 ,精度高的优点 ,开辟了发动机中小转速建模的新途径  

气膜孔形状对流量系数影响的实验研究

实验研究了气膜孔几何形状、二次流雷诺数及吹风比对流量系数的影响。所用孔形是簸箕形孔、圆锥形孔及圆柱形孔；实验的参数范围为二次流雷诺数Ｒｅ＝１００００～２５０００，二次流吹风比Ｍａ＝０．３～２．０，在上述范围选取了２６个工况分别对三种孔形进行了实验。得出了吹风比是影响各种孔形流量系数的重要参数及圆锥形孔流量系数最大的结论。  

基于支持向量机的航空发动机故障诊断

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷。提出一种基于支持向量机的航空发动机故障诊断方法,应用该方法成功地对发动机气路部件的几种典型故障进行了正确诊断。在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断的要求,表明提出的故障诊断算法具有良好的鲁棒性,可以作为工程应用的基础。