复合弯掠优化对跨声速压气机性能影响的研究

为了研究复合弯掠优化对跨声速压气机性能的影响,以一跨声速级为对象,基于数值方法对优化前后的压气机整体性能和近设计点工况下转子内的流场进行了对比分析。结果表明:复合弯掠可以有效改善转子内部的流动和提高压气机的性能,其中近设计点的效率提升了约0.9%,近失速点效率提升约0.2%。复合弯掠可以使得负荷沿展向和弦向重新分配,改善了尖部和根部附近的流动;激波的空间结构发生了改变,全叶展上的激波均整体后移且尖部附近激波形态由一道前缘强斜激波转变为一道前缘弱斜激波和一道通道激波组成的激波系。复合弯掠也降低了叶尖"二次泄漏"的影响范围,使主流与泄漏流交界面的位置向下游移动,减小了叶尖附近通道内的堵塞和熵增区域。     

流线曲率法在多级跨声速轴流压气机特性预测中的应用

为研究多级跨声速压气机的分析问题,以通流理论为基础,采用了一系列适用于跨声速压气机的攻角、落后角和损失等经验模型,发展了一套基于流线曲率法的通流计算程序来预测跨声速压气机流场及其工作特性。为提高经验模型的预测精度,考虑到真实压气机中复杂的三维流动效应,针对部分早期模型进行了合理改进,包括改进了落后角模型使其适用于更大弯度范围叶型,以及采用一种更为合理的可变结构激波损失预测模型。针对两台跨声速压气机算例进行了计算校验,并将校验结果与实验值和三维数值计算进行对比。对比表明,设计工况下总压比最大计算误差为4.1%,效率误差为1.1%,在非设计工况特性预测和展向流场参数计算中也能得到和实验值相符的变化趋势,该通流计算方法可为现代跨声速轴流多级压气机特性分析提供具有参考价值的预测结果。     

端壁附面层抽吸对对转压气机性能的影响

以双级对转压气机为研究对象,通过在两排转子机匣处开设抽吸孔,采用数值方法研究了不同抽吸流量下端壁附面层抽吸对压气机性能的影响,为吸附式压气机优化设计提供参考。计算结果表明:在级环境下端壁附面层抽吸可以提升压气机失速裕度,但抽吸流量过大会对效率造成一定损失,当抽吸1.6%流量时失速裕度提升了3.8%,压气机性能达到最佳;失速主要由间隙泄漏涡引起并首先在第二排转子叶尖发生,抽吸削弱了泄漏涡的强度推迟失速发生;端壁附面层抽吸增大了叶尖流通能力,使转子叶尖效率和压比得到提升,并有效改善了出口导叶流场。     

大型高轨通信平台主动段热变形分析

对于大型高轨通信卫星等的高价值卫星,为增强卫星的抗风险能力,对极端温度环境条件和相较一般发射工作程序有所偏离的情况下,进行了卫星平台的热分布情况分析。采用了能够较全面深入反映平台结构热变形的3D舱板模型的有限元分析方法。表明最高温度50.8 ℃,最低温度-11.89 ℃,未超出卫星的极限温度要求,卫星平台的热性能有一定保持能力。舱板厚度方向温差2.5 ℃。对分析的热分布结果与一般条件下的热平衡试验结果进行了分析比较,分析结果较一般条件下的热平衡试验结果温度高出约25 ℃。在热分析结果基础上所做的卫星平台热变形分析,表明舱板的最大变形在抛罩时刻为0.185 mm,在星箭分离时刻为0.506 mm,已经接近结构局部精度的要求量级。在抛罩和星箭分离时的服务舱仪器板的热变形方向相反,预示着这里是热振动的潜在振源。     

基于备件保障概率的备件库存限额确定方法

鉴于目前装备研制早期信息较少,备件需求确定方法与战备完好性指标相脱节,备件需求的不确定性较大,通过建立装备完好率、可用度、平均故障停机时间与备件保障概率之间的关系,确定满足完好率的区间要求的装备系统备件保障概率。运用Delphi法对装备分系统和LRU的备件保障概率进行分配,进而确定相应的备件库存限额标准。最后,结合实例验证了分析方法的可行性与合理性。     

基于非结构网格的离子推力器羽流数值模拟方法研究

为适应复杂的航天器外形,文章采用基于非结构网格的数值模拟方法研究离子推力器真空羽流的基本特征。首先,介绍了非结构网格划分的方法,并分析了建模区域生成各种拓扑关系的特点;然后,提出了粒子穿越网格的具体算法,包括有利于减少计算量的结合矩阵重标号的带宽压缩算法;最后,开展了模拟结果和试验结果的对比研究,验证了以上数值模拟方法的可行性。     

离子推力器羽流沉积对卫星热控影响研究

离子推力器的羽流是等离子体,等离子体的组成是带电粒子,这与传统的化学推进系统的羽流成分有很大不同,带电粒子有在卫星表面吸附的倾向,会形成羽流沉积污染。这种羽流沉积会改变卫星表面的吸收率和发射率,从而影响卫星的热控性能。为了预测离子推力器的羽流对卫星的热控性能的影响,建立了离子推力器羽流模型。所建模型采用了工程化离子推力器的在卫星上的布局位置和离子推力器的工作参数,模拟了离子推力器的正离子与中和电子束在工程化中分置的实际情况,使模型更为符合实际。通过数值模拟得到了离子、电子、中性粒子的空间分布,电场分布,得到了钼粒子在卫星表面的分布及沉积厚度,比较了模型计算的离子分布与实验获得的离子分布情况,说明了模型分析的正确性,给出了卫星表面热性能的变化及局部区域温升的最大包络可达二十多度的结果。     

基于模糊软集合和Bayes的后续备件组合预测方法

针对后续备件需求预测精度低的问题,提出一种基于模糊软集合和贝叶斯的后续备件组合预测方法。首先根据后续备件的消耗规律,分别提出后续备件因果预测模型和时序预测模型;然后选取残差平方和、信息熵和相关系数作为预测效果的评价准则,以两种单项预测方法的预测效果作为先验信息,采用德尔菲法对单项预测方法进行模糊评价,构建模糊软映射;最后综合先验信息与专家模糊评价值,利用贝叶斯方法确定组合权系数求得预测结果。结合算例,对比分析方法的优越性,表明该方法具有较好的合理性和有效性。     

结合吸附技术的对转压气机改型设计

应用附面层抽吸技术和叶型优化设计方法对某双排对转轴流压气机进行了改型设计数值研究,旨在指导下一步的实验研究。近喘点时,原始出口导流叶片(OGV)尖部叶型存在着严重的气流分离现象。优化设计后,气流在叶型前缘加速平缓,通道内回流区所占比例明显降低,OGV 70%叶展以上的总压损失系数平均降低了38.4%,压气机等熵效率提高了0.3%。在转子2(R2)尖部叶型66%弦长轮缘端壁处开设1mm宽抽吸槽,当近喘点的相对质量抽吸量为1%时,R2尖部的负荷水平改善明显,65%叶展以上等熵效率平均提高了10%。尖部流场的改善对于下游OGV产生了积极的效应,速度三角形的重构使轮缘端壁处的角区分离被限制在了很小的范围内,85%叶展以上的总压损失系数平均降低了25%。通过抽吸,压气机等熵效率又获得了0.5%的收益。     

基于机器学习方法的压气机落后角与总压损失预测代理模型

为了提高压气机特性预测的精度，基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象，基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数，分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型，并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题，调整模型学习率和修正参数梯度以加速收敛，同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险，并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明，低转速工况代理模型的压比特性预测误差显著低于经验模型，其中人工神经网络建模改善最明显，相比经验模型预测误差降低了0.1。通过代理模型横向对比，基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。