航空发动机进口温度畸变参数和防喘控制系统设计

主要研究了航空发动机防喘控制系统的设计和研制，特别是研究了当战斗机发射导弹时温度畸变对发动机的影响。引入的温度畸变参数包括：进口相对平均温升δT；进口温升率dT／dt；当量热区角Φe；连续温度畸变时间tB。通过试验和数据分析的方法得出发动机防喘控制系统的设计准则，发动机防喘控制系统的研制和飞行试验证明了该设计准则的正确性。     

机载小惯量探针研制及在飞机武器发射中的应用

介绍了一种用于飞机武器发射时测量发动机进口动态温升时序的机载小惯量探针,以其独特的研制方法,较好地解决了机载小惯量测温装置、频响与可靠性兼顾这一测试难题,并在武器发射时,成功地用来评价发动机工作稳定性的影响。     

液氮纯度分析的偏差及修正

液氮纯度是液氮产品非常关键的一个技术指标.液氮纯度的在线跟踪测量是通过测量液氮中的氧含量来实现的.在多年来的液氮在线分析及液氮出库分析过程中,发现氧含量测量结果普遍偏低.本文通过理论分析及大量的实验数据,找到了数据产生偏差的原因,并给出了科学的修正办法,为以后液氮生产过程中更加有效地控制产品质量打下了基础.     

一种基于参数辨识的微小型无人直升机建模方法

 针对具有高度非线性、复杂动力学特性的微小型无人直升机，提出了一种基于参数辨识的建模方法。该方法结合了机理建模和系统辨识的优点，通过严格的机理推导建立了微小型无人直升机横纵向通道通用的参数化模型，建模过程着重考虑了主旋翼、平衡杆和机身的耦合对飞行动态特性的影响。利用基于偏相干分析法的频域辨识获得某型无人直升机的关键参数，进而确定模型。模型预测数据和飞行试验数据的比较表明，所建模型很好地反映了该型无人直升机在悬停状态下的动态特性，可以在该状态下以此模型进行自主飞行控制器设计。     

偏最小二乘和ANFIS在飞机燃油油量测量中的应用

分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptive network-based fuzzy inference system．ANFIS)和偏最小二乘(Partial least- squares,PLS)解决飞机燃油箱剩余油量软测量问题均有各自的局限性。结合上述两种方法的优点,提出了一种基于PLS回归与减法聚类的ANFIS软测量模型。将其应用于预测飞机油箱燃油剩余的建模过程中,得到了比采用PLS回归方法更好的精度,从而证明了该建模方法的有效性。     

PW4000发动机2.5级放气系统故障分析

介绍了PW4000发动机2.5放气系统的构成、工作原理及常见故障,针对一起机械连接失效导致的喘振故障进行分析并寻找故障根源,为故障判断和该型发动机的工程管理提供了参考。     

带执行装置的压气机系统建模及仿真

针对压气机主动稳定控制对模型的要求,以Moore-Greitzer模型为基础,首先将模型进行空间离散化,用平均分布在压气机周向环面的离散位置点来描述流量扰动,建立了反映压气机周向动态特性的多维状态空间模型;其次以喷气装置作为主动稳定控制系统的执行装置,通过分析加入喷气装置后对流动区域产生的质量和动量影响,同时考虑气流从喷气装置出口到压气机起始平面存在的时间滞后,建立了带执行装置的压气机系统动态模型.以某压气机为例,对压气机失速行为及喷气状态下对失速的抑制作用进行仿真,结果表明:所建立的模型可以反映压气机旋转失速动态过程,通过控制喷气流量能拓展压气机的稳定工作范围,有效抑制压气机失速,模型可用于压气机主动稳定控制系统分析与设计.      

航空发动机适航审定喘振与失速影响因素

将气动热力基础理论与适航领域工程问题有机结合,对典型的喘振和失速影响因素开展了系统的研究,发展了一套多影响因素作用下航空发动机稳定裕度快速预估方法;在此基础上以JT9D发动机为研究对象,开展了喘振和失速主要影响因素的影响规律研究,结果显示对风扇部件稳定裕度影响权重最大的是进气畸变,对增压级和高压压气机影响权重最大的是寿命期内结构衰变。研究结果进一步明确了喘振和失速适航条款符合性验证活动的关键要素,完善了条款适航符合性验证流程,为进一步提升我国民用发动机适航审定能力提供了技术支撑。     

退化发动机加速性能恢复控制方法

针对退化发动机加速性能下降的现象,提出一种变喘振裕度约束的模型预测控制方法。通过分析退化发动机在加速过程中的工作特点,将加速过程分为三个阶段,在不同阶段采取不同的喘振裕度约束。鉴于模型预测控制能够显式处理约束、采用在线滚动优化来获取最优控制输入,采取模型预测控制方法,并采用具有较高实时性的交替方向乘子法求解优化问题,实现了退化发动机加速性能的恢复。数字仿真结果表明,采用本文所提出的加速性能恢复控制方法后,相比退化发动机,加速过程中所耗费的时间缩短了35%以上。     

基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。