暖机对压气机叶片径向变形影响的试验研究

为进一步研究暖机对发动机压气机叶尖间隙变化的具体影响,本文对不同暖机时间与不暖机情况下压气机叶片的径向变形进行了试验研究。由于在发动机整机试验中叶片径向变形的无法测量,本文选择模拟件进行温度与离心耦合作用下的变形试验。利用两种叶片材料制作板材试样,以台架测试数据为基础,计算出发动机启动及慢车至最大状态过程中叶片的离心力和截面温度,并据此设计模拟件的载荷历程,制定试验方案。通过模拟件试验,测得不同暖机时间和不暖机情况对应载荷下试件的应变过程和最终应变量,结果表明：温度载荷是试件变形的主要影响因素,正常暖机情况下暖机时间对于试件最终应变量没有影响,不暖机情况下试件最终应变量稍小于暖机后。从模拟件试验结果反推构件,可以证明：温度对叶片径向变形的影响大于转子转速,正常暖机情况下不同暖机时间对于压气机叶片的最终径向变形没有影响,而暖机与否对压气机叶片的径向变形是存在影响的,暖机后的叶片径向变形量稍大于不暖机。     

暖机对舰载机滑跃起飞安全影响分析

针对发动机不暖机会产生推力损失，进而影响舰载机滑跃起飞安全的问题，分析了暖机与不暖机两种情况下舰载机起飞极限重量的差异。建立舰载机滑跃起飞动力学模型，根据滑跃起飞安全准则，利用飞行轨迹最小爬升率不小于零判定起飞极限重量，并在不同甲板风和大气温度下比较两种跑道暖机与不暖机起飞极限重量。结果表明:暖机对105 m短跑道滑跃起飞极限重量影响更大；随着甲板风的增大，舰载机暖机与不暖机滑跃起飞极限重量相对偏差逐渐减小，其中105 m跑道对应最大偏差和最小偏差分别为2.70%和2.44%，195 m跑道对应最大偏差和最小偏差分别为2.64%和2.40%；随着大气温度升高，舰载机暖机与不暖机滑跃起飞极限重量相对偏差变化趋势先增大后变缓，其中105 m跑道对应最大偏差和最小偏差分别为2.79%和2.56%，195 m跑道对应最大偏差和最小偏差分别为2.69%和2.46%。      

某型涡轴发动机燃油雾化数值分析

建立了甩油盘内外流道模型,利用 VOF(Volume of Fluid)方法对发动机起动和稳态工作过程中 6种不同工况下燃油流动过程进行了非稳态计算,得到了燃油在高速旋转的甩油盘中随时间变化的流动状态以及离开甩油盘后与空气相互作用产生的雾化规律,分析了影响燃油出口速度和一次雾化效果的主要因素。计算结果表明:燃油在甩油盘内经过短暂累积后,以油膜的形态沿径向孔高速喷出,其累积过程和出口速度与甩油盘转速和供油量有关,发动机工况越高,燃油速度越高,其受到空气作用后产生的一次雾化效果越好。计算结果可以为不同工况下燃烧室仿真计算边界条件设置提供参考。     

暖机对涡扇发动机加速过程中压气机叶尖间隙影响分析

为了研究涡扇发动机暖机程序是否合理,分析了暖机与不暖机对发动机加速过程中压气机叶尖间隙变化造成的影响,并进行了两种情况下变化规律的对比分析。建立了转子模型,在综合考虑转子离心载荷与温度载荷基础上,运用该发动机暖机与不暖机情况下台架测试数据绘制载荷谱,并基于Workbench平台采用热—固耦合分析方法对加速过程中发动机转子径向位移进行仿真计算。根据转子径向间隙计算模型,利用仿真结果计算获得暖机与不暖机情况下的叶尖间隙。结果表明,充分暖机后的压气机叶尖间隙值明显小于不暖机情况下的间隙值,相对原始装配间隙,两者在慢车状态时相差19.86%,在最大加力状态相差8.04%,且加速过程中叶尖间隙变化规律均为随时间增加而不断减小,在慢车至中间状态过程中迅速减小,在加力过程中缓慢减小。     

改进多元宇宙算法在航空发动机不暖机模型修正中的应用

航空发动机不暖机会产生性能损失,此时原有发动机模型已经不能准确表达发动机性能,因此,需要利用模型修正技术对原有的发动机模型进行修正,以获得发动机不暖机情况下的数学模型.提出了一种改进多元宇宙优化算法(Multi-verse optimization,MVO),并将其应用于发动机不暖机模型的修正研究.在常规MVO算法基础...     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。     

基于混合算法的涡轴发动机稳态性能仿真模型

以自由涡轮式涡轴发动机为研究对象,建立了涡轴发动机的稳态性能仿真模型,提出了基于天牛须算法和N+1点残量法的求解发动机模型的混合算法(BAS-N+1混合算法),利用发动机台架试车数据对仿真计算结果进行了验证。结果表明,该稳态性能仿真模型各参数的求解误差在3%以内。与PSO-N+1混合算法相比,BASN+1混合算法求解精度更高,收敛更快。BAS-N+1混合算法既保留了智能算法对初猜值误差的包容性,也拥有接近经典迭代算法的收敛速度和精度,能够实现涡轴发动机稳态仿真模型的高精度大范围快速收敛。