变循环发动机部件级建模技术

以双外涵变循环发动机为研究对象,建立了其整机部件级稳态及动态数学模型,建模过程中考虑了导叶角和导向器面积变化对压气机和涡轮部件特性的影响,考虑了模式选择活门面积变化对副外涵进口空气流量的影响,所建立的模型能够执行变循环发动机2种典型工作模式:稳态及模式切换过渡态仿真.仿真结果表明:随着模式选择活门逐渐关闭,前段风扇喘振裕度显著减小；双涵工作模式下发动机耗油率低,适用于亚声速巡航飞行；单涵工作模式下发动机单位推力高,适用于超声速巡航飞行.  

功率提取法在涡喷发动机起动特性模拟及控制规律设计中的应用

针对涡喷发动机起动控制规律的特点,将涡轮发动机加、减速控制规律设计的功率提取法模型,应用于航空涡喷发动机起动控制规律的设计.结合低转速部件特性预测方法和改进的功率提取法,给出了涡喷发动机起动控制规律设计的约束条件和设计步骤.该模型可以用于起动带转过程中起动机带转功率的预测,以及全包线范围内、全气候条件下的涡喷发动机起动控制规律的快速、准确设计.计算结果表明,根据功率提取法模型设计的起动控制规律与实际的发动机起动控制规律吻合较好,该方法具有较好的工程应用价值.  

基于相似理论的燃气轮机建模技术研究

针对部件特性数据缺乏的情况下如何对燃气轮机建模的问题,提出了基于相似理论的建模方法。运用参考机组与目标机组的转速相似参数和流量相似参数,对参考机组的特性数据进行变换从而获得目标机组特性数据;考虑到参考机组和目标机组的非绝对相似性,对目标机组的特性数据提出了一系列修正措施。该方法已应用于某型燃气轮机建模,仿真结果表明:该模型具有良好的实时性,收敛性与动态响应特性,可以满足控制系统半物理仿真的需要。  

某型涡轴发动机性能衰减与部件退化评估

为在某型涡轴发动机持久试验中进行性能健康检查,采用多点匹配方法建立了个体发动机性能衰减计算模型,基于非线性气路分析方法对部件性能退化进行了计算,集合已有经验确定性能偏离部件,完成了某型发动机持久试验中不同阶段的性能衰减评估.结果表明,某型发动机性能衰减及部件性能退化成阶段性分布,前期压气机和燃气涡轮性能变化最快,随后处于相对稳定阶段,动力涡轮性能在目前试验时数范围内基本无变化.该方法的验证为涡轴发动机使用过程中的性能健康与评估提供了有益的经验.  

某型涡扇发动机起动过程数值模拟

基于发动机设计点参数和压气机、涡轮高转速特性数据,完善了一种计算风扇、高压压气机和高、低压涡轮小转速特性近似方法,并进一步基于涡扇发动机部件匹配技术,建立了某型涡扇发动机起动过程计算模型及相应算法,给出了比较合理的发动机起动过程模拟结果.  

涡扇发动机低转速部件特性扩展和风车状态性能模拟

借助涡扇发动机风车特性研究的最新成果,开展了某型涡扇发动机的风车性能数值模拟研究.首先,基于不可压流理论,附以可压缩效应修正的指数法发展了补充慢车转速以下部件特性的计算模型和计算程序;其次,根据流量连续、压力平衡、功率平衡、燃烧室进出口总温相等及转速相等等约束条件建立了风车状态时涡扇发动机高低压转子及整机的共同工作方程;最后发展了具有一定计算精度的涡扇发动机风车状态特性计算模型和程序,并以某型涡扇发动机为例,计算分析了不同飞行条件下发动机的风车特性,从计算结果看,其趋势是合理的.  

涡扇发动机高空起动模型研究

基于慢车以上的部件级模型,通过外推部件特性,建立了双转子涡扇发动机部件级高空起动模型,可执行高空风车起动或起动机起动仿真.模型考虑了起动过程中油气比对燃烧效率的影响,燃烧室、高低压涡轮的热惯性及起动过程中总压恢复系数的变化,采用容积动力学方法避免了迭代运算,仿真结果表明该模型具有实时性,仿真转速误差小于5%,能够满足发动机高空起动性能仿真的需求.  

一种基于螺旋桨部件特性的螺旋桨建模方法

通过缩比法,利用螺旋桨通用部件特性获得期望研究的螺旋桨部件特性,提出了飞行速度不为零条件下的螺旋桨数学模型建模算法,同时,借鉴缩比后螺旋桨部件特性、螺旋桨定桨叶角工作性能曲线以及螺旋桨空气动力学原理,分析了静拉力状态下的螺旋桨功率系数、拉力系数、桨叶角、螺旋桨静态推力进距比阈值以及螺旋桨几何设计参数的相互作用关系,提出了静拉力状态下的螺旋桨数学模型建模算法。所述算法与Gas Turbine Simulation Program(GSP)软件仿真数据进行了数字仿真对比验证。结果表明:所提出的螺旋桨建模算法具有有效性,在前进状态下,螺旋桨拉力相对误差最大不超过6.605 9×10-6,需求功率相对误差最大不超过5.509 8×10-6,效率相对误差最大不超过6.695 5×10-6。  

两种涡扇发动机部件特性自适应模型对比

发展了航空发动机自适应模型．并对以两种优化算法为基础的自适应模型进行了对比分析。两种模型以通用特性为基础运用优化方法，以发动机主要性能参数和过程参数偏差函数最小为优化目标，以部件特性耦合因子为被优参数，可以预测出不同飞行条件下的发动机风扇、压气机、燃烧室、高压涡轮、低压涡轮等部件特性。运用单纯形和遗传算法为基础的自适应模型对某型涡扇发动机性能的计算结果表明：相对于单纯形算法模型．遗传算法模型对发动机主要性能参数和过程参数的计算偏差降低了20％～30％;对发动机各截面总温、总压计算偏差降低了15％～20％；遗传算法模型相对于单纯形模型具有更为宽广的自适应模拟范围。对某型已知部件特性的涡扇发动机模拟结果显示．遗传算法模型部件特性模拟结果与已知部件特性差别甚微。  

基于云粒子群算法的航空发动机性能衰退模型研究

压气机和涡轮是发动机的关键部件,其性能下降对发动机性能有重要影响。本文研究了压气机和涡轮的性能衰退,将部件性能衰退等价转化为部件失效因子,修正部件特性,建立了某型涡扇发动机的非线性性能衰退计算模型;提出了云粒子群优化算法,以改善迭代收敛速度慢、计算时间长的问题。基于非线性发动机性能衰退模型,进行了部件性能衰退对发动机性能影响的定量计算,所得结论为发动机状态监控提供了依据。