基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

气冷涡轮导叶流热耦合计算及机理

针对气冷涡轮叶片的多场耦合特性，利用流热耦合（CHT）方法，对采用不同气冷结构的高压涡轮导叶进行数值模拟。在内冷涡轮导叶算例中，对比实验数据选取精度较高的流热耦合计算方案，分析该内冷涡轮导叶的多场特性及耦合机理。在此基础上，以带有气膜冷却孔及内冷通道的气冷涡轮导叶为研究对象，重点围绕冷却射流与主流的相互作用，讨论近壁边界层中流热耦合关系及气冷效率影响因素等相关问题。结果表明:采用流热耦合计算方法及合适的湍流转捩模型有利于提高数值精度；气冷涡轮导叶的流场温度场密切耦合，流动换热特性互相影响；冷气射速低时，增加冷气流量可提高气膜冷却效率，冷气量达到一定值时，冷气流量增加将导致气膜冷却孔后上游冷却效果变差，下游冷却效果变好；冷气射速较高时，将与主流相互作用产生复杂流动结构（如肾形涡、马蹄涡等），对温度分布存在一定影响。      

燃烧室头部激励的等离子体强化燃烧特性实验研究

等离子体助燃是一种新型的强化燃烧技术，近年来受到国内外学者的广泛关注。本文开创性地研制了基于旋转滑动弧等离子体的强化燃烧头部，建立了某型航空发动机三头部燃烧室实验件的等离子体助燃实验平台，验证了该等离子体强化燃烧技术应用于型号发动机燃烧室的可行性。实验研究等离子体助燃在不同余气系数和不同输入电压条件下对平均出口温度、燃烧效率、温度分布系数以及熄火边界的影响。实验结果表明，与正常燃烧相比，施加等离子体助燃后的燃烧效率有明显的提高，在输入电压为U0=240V，余气系数为 α=0.8时，等离子体助燃的燃烧效率提高3.24%。实施等离子体助燃后，燃烧室出口温度分布场分布得到明显的改善，在富油工况α=0.8，出口温度分布系数减少39.8%。等离子体助燃输入电压越高熄火边界扩展程度越明显，相比于正常工况条件下，等离子体助燃U0=240V的熄火边界扩宽了7.34%。     

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。     

液液同轴离心式喷嘴喷雾过程研究进展

内部流动主要研究了流量系数、液膜厚度和气核半径,分析了内部流场,少量研究涉及内外喷嘴液膜互击、液膜表面波振幅和频率等方面。液液喷嘴外部液膜流动及喷雾特性的研究开展较多,观测了不同工况、结构参数下内外液膜流动形态,少数学者使用理论方法分析了液膜破碎机理。对喷雾特性的研究主要是获得了喷雾锥角、破碎长度、液膜振荡频率等的变化规律,并进一步研究了SMD、液滴速度、混合特性等的变化规律。     

基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.