发动机转速调节的双重控制模式

以CFM56－3民用高涵道比涡轮风扇发动机为例,介绍一种采用机械液压控制器作为主控制器,同时采用一电子控制装置控制推力的双重控制模式。     

CFM56-3发动机可变几何控制系统对发动机性能的影响

CFM56-3发动机目前广泛应用于民航干线飞机,其可变几何控制系统由可调放气活门(Variable BleedValve)和可调静子叶片(Variable Stator Vane)子系统组成,工作情况直接决定着发动机能否稳定可靠地工作.系统介绍和全面分析了CFM56-3发动机可变几何控制系统的构成与控制原理和对发动机性能的影响,为排除该系统故障提供了依据.     

基于相似理论的航空发动机风扇转速换算方法的改进

基于相似理论提出一种通过变指数因子计算航空发动机风扇换算转速的改进方法.收集不同公司的某型航空发动机的巡航数据建立数据样本.采用支持向量回归机方法建立指数因子与大气温度的数学模型并利用遗传算法对模型参数进行寻优,进而得到由风扇指示转速和大气温度计算风扇换算转速的变指数因子模型.使用该模型对样本数据进行计算,并把结果与定指数因子方法求解的风扇换算转速进行对比,对改进算法与定指数法换算结果进行了误差分析.结果表明:改进后的变指数因子模型计算的航空发动机风扇换算转速具有更高的精度,同时具有良好的推广泛化性能,该方法是航空发动机风扇换算转速的一种有效算法,在航空发动机性能预测也具有实际的指导意义.      

CFM56-7B发动机滑油渗漏分析

本文全面系统地分析了CFM56-7B发动机滑油系统正常渗漏的原因及其影响因素,阐述了该发动机使用过程中出现的非正常滑油渗漏以及当前所采取的措施,可为正确判断滑油的正常渗漏和非正常渗漏提供参考.     

CFM56-3发动机地面试车排故方法的研究

介绍了用于 CFM56-3发动机排故的地面试车对排故的作用,通过事例阐述了如何利用地面试车完成发动机的排故工作。     

航空发动机起动机送修决策方法

针对飞机维修手册中对空气涡轮起动机送修决策描述的不足,提出一种起动机送修及维护的定量决策方法。该方法依 据某型发动机起动机的可靠性数据建立有效的可靠性统计模型,并以此为基础引入可靠度1阶导数概念制定符合本机队的空气 涡轮起动机软时限;在进一步分析空气涡轮起动机维护成本的构成后,针对其中轴承失效所带来的高昂换修成本问题给出解决方 案;从部件换修成本和延误成本角度出发建立期望损失模型,以经济最优为目标给出定量的起动机维护检查间隔;以某航空公司 机队的起动机使用数据为例,计算起动机送修软时限和滑油检查间隔分别为26960和1915飞行小时。结果表明：该方法依据部件 可靠性和维护成本数据能够制定适用于本机队的起动机软时限和维护检查间隔,具有一定的工程意义和使用价值。     

发动机转速调节的双重控模式

以CFM56-3民用高涵道比涡轮风扇发动机为例,介绍一种采用机械液压控制器作为主控制器,同时采用一个电子控制装置控制推力的双重控制模式.     

涡扇发动机风扇配平方法的优化

本文介绍了以单一振动传感器振动数据为基础,运用三圆配平方法对风扇转子进行配平的基本思路,提出了基于多组振动数据的涡扇发动机风扇配平方法,给出了通过多个振动传感器或多个飞行航段所获取的振动数据进行配平计算的方法,解决了早期的机载振动设备不具备提供发动机风扇配平解决方案的实际困难。该方法同样适用于安装了现代机载振动设备且具有多个振动传感器的涡扇发动机风扇配平。     

CFM56-7B发动机FADEC故障检测、分类与存储

CFM56-7B发动机作为波音737NG飞机的唯一选装动力装置,它采用先进的FADEC控制技术,该系统具有较强的故障识别和故障容错能力。为了让维护人员深入地理解该系统的原理,更好地完成该型发动机的排故,本文将对其控制系统的故障检测原理及存储方法进行分析。     

基于改进的SENet航空发动机振动预测

为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet（squeeze-and-excitation network）模型，对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据，使用了真实的QAR（quick access recorder）数据并进行随机采样，以求更能表征发动机振动和工作参数之间的关系。同时，不仅使用其他振动信号进行验证，还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的，SENet模型可以有效并实时追踪振动的突变和波动。此外，该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型，SENet模型在振动的预测中能得到更小的误差。实验证明，相较于以往只使用振动这个单参数进行预测，并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。