航空发动机机匣包容试验叶片飞脱方法

风扇机匣包容性试验是航空发动机适航许可试验的重要内容之一,而风扇叶片的飞断方法是风扇机匣包容试验的关键.简述了发动机风扇机匣包容性试验中常用的3种叶片飞脱方法,重点介绍了预制裂纹与线型聚能切割器爆破切割相结合的爆破飞脱方法,并采用该方法对钛合金实心平板叶片进行了静态爆破切割试验,试验结果与设计方案相吻合,达到了预期目标,证明了该爆破飞脱方法具有较强的可行性和较高的可靠性.     

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。     

基于深度神经网络的超声速隔离段湍流涡黏性系数辨识

雷诺平均Navier-Stokes(RANS)方程由于计算成本较低，当前仍然在工程设计领域广泛应用。为了进一步提升计算精度和减少时间，应用深度神经网络（deep neural networks, DNN）方法自适应辨识稳态湍流涡黏性系数。以隔离段的激波串前缘位置检测流场生成为例，使用Wilcox-2006 k-ω湍流模型进行模拟。在不同的背压情况下，产生稳定状态的湍流涡黏性流场作为模型学习的训练数据集。最后在不同背压条件下开展了测试。结果表明：提出的DNN方法能够快速预测湍流涡黏性系数的值，预测值与计算流体力学数值模拟计算的参数值相比，方均根误差较小，可决系数大于99%，预测的流场结果与真实流场基本一致，进一步验证了深度学习技术在湍流模型参数辨识的可行性。     

基于“分段-组合”残差神经网络的超声速氢气零维点火计算方法

受限于发动机燃烧数值模拟需要长时间超级计算机运行的问题，发展了一种基于“分段-组合”残差神经网络的氢气零维点火计算方法。以氢气零维点火算例为基础，基于自主研发的高超声速内外流耦合数值模拟软件AHL3D构建数据集。数据集中输入变量为超声速工况下的温度、压强及8种组分质量分数的初始状态值，输出变量为3000个时刻点的温度、压强及8种组分质量分数状态值。构建了一种“分段”训练、“组合”预测的残差神经网络框架。算法首先将高维输入数据进行降维训练，再将“分段”模型预测后的参数冻结形成“组合”模型。与氢燃料直接计算相比，实验结果表明“分段-组合”残差神经网络可显著提升计算效率，对于11组分29反应的反应动力学模型可获得9.13倍的计算加速比，均方根误差降到了7.85×10-5，氢燃料参数的预测精度都高于98%，计算效率及精度优于现有的神经网络燃烧计算方法。     

初应力对LiNbO3基底声表面波波速的影响

根据偏场方法求解了在均匀初应力作用下半无限大LiNbO3介质中波的传播特性.基于非线性电弹性理论获得了叠加于有限场上的小增量场的线性波动方程.根据Neumann原则和坐标变换法给出了三阶材料常数独立变量,并应用压电介质本构关系获得了初始应力作用下的初始应变和电场.将材料常数、初始应力、应变和电场带入建立的波动方程中用分波解法求解了相速度获得了初始应力T011,T022,T033和相速度的关系,并对比了应用初应力理论获得的初应力和相速度的关系.由此得出:初始应力对相速度有明显的影响,且相速度随着T011,T022,T033的变化趋势不同;应用初应力理论,即不考虑偏场方法中的三阶材料常数和初应力引起的其他偏场,获得的相速度随初应力的变化明显和偏场方法不同,也即不能忽略三阶材料常数和初应力引起的其他偏场.     

超燃冲压发动机燃烧流场纹影图像无监督分割方法

超燃冲压发动机燃烧室流场纹影图像常存在大量噪声信号,如何高效、准确提取燃烧流场图像的主要波系结构成为当前亟需探索的问题。以超燃冲压发动机燃烧室内冷流到氢燃料点火阶段流场为研究对象,基于深度神经网络方法,发展一种燃烧室内流场的关键波系结构快速识别方法。首先,采用基于图论的超像素分割方法对纹影图像进行聚类分割,为语义信息明显相同区域分配伪标签;其次,设计了一种全卷积特征提取神经网络,并使用残差结构对各个通道进行加权,提取纹影图像高级语义特征;最后,使用交叉熵目标函数优化网络模型,并通过阈值滤波操作去除噪声像素点,提升语义分割效果。结果表明：与K-means及自适应高斯阈值方法相比,本文提出方法在准确率、召回率、F1分数和交并比指标性能明显是最优的,能够准确完成燃烧流场纹影图像语义分割任务,可以更加清晰地反应流场内的主要波系和剪切层结构     

超燃冲压发动机燃烧室流场超分辨率重建

超声速燃烧室受限空间内复杂流场波系结构的获取受到光学测量装置精度的制约。为提升流场时空分辨率特征，本文应用中国空气动力研究与发展中心地面脉冲燃烧风洞获取的试验数据，在发动机入口马赫数2.5的条件下，构建了6种不同当量比下基于压力数据重构的燃烧室流场低分辨率图像数据集，研究了三种提高图像分辨率的方法来提升超燃冲压发动机燃烧室流场重构图像的分辨率。结果表明，本文所提出的流场超分辨率稠密网络（Flow-field Super-Resolution Dense Network, FSRDN）、流场超分辨率生成对抗网络（Flow-field Super-Resolution Generative Adversarial Network, FSRGAN）、传统的双三次插值法（Bicubic interpolation,Bicubic）对流场图像分辨率都提高了42倍。FSRDN网络所得流场图像结果的峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、相关性系数（Correlation coefficient,CORR）、感知指数（Perceptual Index,PI）指标...