基于DDES模拟的叶顶泄漏流与尾迹非定常干涉机理

叶顶泄漏流是涡轮叶片内部气动损失和非定常性的重要来源之一，其包含多个空间和时间尺度流场结构。采用延迟脱体涡高精度湍流模拟方法（DDES）研究了某高压涡轮动叶叶顶泄漏流，分析了泄漏涡结构及其非定常特性，进而研究了叶顶泄漏流与尾迹间的非定常干涉现象及其机制，最后基于非定常熵输运方程分解并研究了泄漏流区域的损失机制。研究发现：DDES方法可以精细捕捉泄漏流和尾迹区的多尺度流场结构及其相互干涉作用；泄漏流与尾迹间的相互干涉会导致尾迹涡轨迹发生明显偏移，并伴随着涡破碎现象的产生，具有很强的非定常效应；基于非定常熵输运方程的损失分析表明，涡破碎现象造成的损失在脉动损失中占比可达23.3%，是非常重要的损失来源之一。     

基于多特征融合的电磁换向阀故障模式识别

为提高基于驱动端电流检测的电磁换向阀故障诊断方法的可靠性和识别准确度，开展了电磁换向阀故障模式识别方法研究。提出一种基于多特征融合的方法对电流信号时频分析和时域参数的特征值提取融合；通过设计电磁换向阀驱动端电流信号的采集实验，获取电磁换向阀驱动端电流的时域信号和二阶变化率的多特征曲线，提取时域参数及二阶变化率相应频带能量作为特征值，构建多特征融合的特征向量；采用基于径向基核函数的多分类支持向量机对电磁换向阀进行模式识别。结果表明：基于多特征融合的支持向量机较基于能量特征值的支持向量机可提升8.7%的识别精度和42.11%的验证准确率。