爬升阶段涡扇发动机核心流道吸鸟适航审定

研究涡扇发动机核心流道吸鸟对发动机的影响，分析核心流道吸鸟与风扇叶片鸟击的损伤模式及关键要素的差异。采用光滑粒子流体动力学方法开展某发动机风扇增压级内涵的吸鸟数值模拟，研究吸鸟位置、鸟速和风扇转速等关键参数对鸟体碎片轨迹及质量分布的影响，确定核心流道吸鸟最严苛工况条件。结果显示：鸟撞击进口导流叶片中心位置时鸟体切片质量较大；在较高鸟速和较低风扇转速下进入内涵的鸟体切片质量较大。研究结果支撑了某型涡扇发动机核心流道吸鸟专用条件的制定，要求在典型的爬升阶段允许的最大爬升速度以及最小风扇转速条件下开展吸鸟试验，同时试验用到的这只鸟的撞击位置应该使吸入核心流道的鸟的质量最大。     

多普勒积分时长对星间测速精度影响分析

针对大动态星间速度精确测量问题,文章提出了测量环路多普勒积分时长的设计方法。在获得具体双星星座两颗卫星之间的相对运动速度变化规律的基础上,研究建立不同多普勒变化率积分区间时长情况下的星间速度测量误差数学关系,并进行编程数值计算。通过数值分析和测试结果对比表明:在不同积分区间时长情况下,星间速度测量误差仿真结果与设备实际测试结果一致。多普勒积分时间为200 ms时的星间速度测量误差为±1.4 m/s,通过缩短积分时间长度,可以将星间速度测速误差减小到[-0.14 m/s,+0.14 m/s]以内,达到了预期效果。该方法可应用于星座项目星间速度测量精度指标预算设计工作中进行多普勒积分时长的选择。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

镍铝涂层晶粒细化与金属氧化物掺杂改性研究

包埋渗铝获得的镍铝涂层是一种最早使用的Al_2O_3膜热生长型高温涂层。自20世纪50年代应用于航空发动机热端部构件的高温防护以来,进一步提高其抗高温氧化性能的机理和技术研究延续至今。基于对合金氧化及Al_2O_3膜热生长机制的理解,提出了晶粒细化与特定金属氧化物掺杂可提升镍铝涂层抗氧化性能的观点,介绍了涂层晶粒细化与金属氧化物弥撒掺杂方法,讨论了这些结构和成分改性影响涂层抗高温氧化性能的关键因素:包括Al_2O_3膜生长速度、亚稳态相向稳态相转变、涂层的黏附性以及涂层与合金基体的互扩散。这些新的研究结果有望为进一步挖掘渗铝涂层的应用潜力、延长其服役寿命提供理论和试验基础。     

航空发动机及其控制系统的建模与实时仿真技术

建模与仿真技术的应用,可以大幅度提高航空发动机自主研发效率和水平。首先概述航空发动机及其控制系统模型和仿真方法的分类,然后结合实例分别介绍航空发动机和控制系统的建模方法,重点介绍了控制系统的硬件在环和半物理实时仿真试验技术,最后对航空发动机及其控制系统建模与仿真当前所面临的挑战进行了分析和展望。     

逆向进气复合角发散冷却孔流量系数试验

针对回流燃烧室外环壁面冷气与燃气流动方向相反的情况,试验研究了发散孔进气方向与环腔通道气流流动方向相反的条件下,复合角发散冷却孔流量系数随发散孔倾角(25°~55°)、偏角(90°~180°)及压降系数等参数的变化规律。研究结果表明:复合角发散孔的流量系数随倾角的增大而增大,随偏角的增大而减小；随着压降系数的增大,复合角发散孔的流量系数先呈近似线性增长,当压降系数大于0.95后,呈非线性增长且增长速度减缓。      

基于特征线理论的旋转爆震流场结构特征研究

特征线理论及其计算方法是气体动力学的经典理论与方法，应用于旋转爆震流场分析具有简单高效的特点。将坐标系建立在爆震波上，对旋转爆震流场进行简化，采用特征线理论并结合流场计算单元过程，建立旋转爆震流场计算模型。研究了当量比和喷注参数对氢气/空气、甲烷/空气以及辛烷/空气3种不同预混气的旋转爆震流场结构特征的影响。结果表明:爆震波高度和倾斜角度受混气当量比和喷注总温影响明显；燃料由小分子氢燃料变为大分子碳氢燃料时，爆震波高度和倾斜角度逐渐减小；混气当量比和喷注总温主要通过影响爆震波传播速度、高度和倾斜角度而影响爆震波后宏观流场特征趋势。     

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中，常利用优秀个体加速算法收敛，但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此，提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先，在个体更新阶段不仅引入优秀个体加速收敛，并且通过普通个体对优秀个体的影响进行适当平衡，因此，优秀个体与普通个体的信息都能得到利用，进而种群多样性和算法全局收敛性得到提升。其次，通过对等级更新参数进行动态优化，加强了种群等级更新机制对算法收敛的促进作用。最后，经过时间复杂度与收敛性分析，证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。