涡扇发动机装机状态自然低温试验

为完成涡扇发动机状态鉴定,在北方场站开展了发动机装机状态下的自然环境低温试验。通过地面试验完成了自然低温试验环境的量化分析,研究了不同气源起动模式、不同使用方法对装机状态自然低温条件下发动机起动性能的影响,分析了发动机样本量对试验鉴定结果的影响。结果表明：APU供气是低温冷浸透起动的首选起动方式;冷运转可以有效改善发动机低温起动性能,使相对起动时间缩短0.125～0.250;增加发动机样本量可以获得更加科学的鉴定结果,在低温起动过程中,发动机可能出现失速等不稳定现象,甚至造成起动失败。开展了飞行试验,研究了空中低温环境对发动机工作参数及加减速特性的影响。结果表明：在相同高度和速度下发动机加速时间随进气温度的降低而延长,当空中进气温度相差约30 ℃时,加速时间延长最多约为18%;减速时间随进气温度的变化不大。     

某型大涵道比涡扇发动机飞行推力确定方法研究

以某型大涵道比涡扇发动机为研究对象,结合动力装置适航取证＂飞行推力确定＂试验科目,对该型发动机飞行推力确定方法进行了分析,并开发了该型发动机飞行推力确定计算分析软件。结合发动机设计单位给出的设计值,对该计算方法进行了验证。结果表明,采用飞行推力确定计算方法得到的计算值与设计值间吻合程度较高。     

某型涡扇发动机尾喷管流动特性研究

针对某型双涵道分开排气涡扇发动机尾喷管模型的流动特性进行了数值计算研究和试验验证。利用NASA典型尾喷管模型的推力系数对比研究结果验证了数值方法的可行性,采用验证后的数值方法获得了不同飞行条件下和发动机工作状态下某型发动机尾喷管模型内、外涵道的流量系数和推力系数数据及其变化规律,并将数值计算结果与该型发动机在相同工况下的地面台架试验数据进行对比。结果表明:在试验工况全范围内,发动机进口空气流量的计算值与试验值的最大偏差为1.8%,总推力的计算值与试验值的最大偏差不超过±0.5%。     

某涡扇发动机地面联试技术研究

某涡扇发动机采用空气起动装置进行起动,而一般的涡喷发动机则采用电机起动,为了此型机能安全,可靠性发动机飞机试验中上进行飞行试验,必须先在地面车台上进行发动机和其起动装置的联合试验,本文介绍了此涡扇发动机同其起动装置在露天标准地面试车中上进行地面联动试的试验方法,给出了此涡扇发动机和起动装置地面起动及推力瞬变性能的试验结果,并对试验和试验中出现的问题进行了简要的分析,试验表明,此涡扇发动机和其起动装     

基于未知输入观测器的涡扇发动机直接推力控制

针对某型涡扇发动机,进行直接推力控制回路设计方法研究.基于未知输入观测器(UIO)原理建立了涡扇发动机机载模型和推力估计器,UIO通过解耦外界干扰实现了全飞行包线推力的准确估计;提出了直接推力闭环反馈控制的双回路结构设计方案,内环转速控制,外环推力控制,有利于实现各回路控制参数的独立设计.仿真验证结果表明:基于UIO的模型基涡扇发动机直接推力控制具有良好的控制稳定性和抗干扰性能,对于发动机不同工作点直接推力控制,推力控制误差不超过0.1%,转速控制偏差不超过0.2%.      

某型涡扇发动机地面起动试验研究

本文基于某型涡扇发动机地面试验情况,分析讨论了地面起动这一动态过程中主要参数的变化情况及原因,并结合试验数据,利用简单三段积分法计算了某型起动机特性,为地面起动控制规律和起动机设计计算提供了一定的参考依据。     

基于综合参数的无加力混排涡扇发动机飞行推力确定方法

针对无加力燃烧室的混排涡扇发动机在飞行推力确定过程中理想推力及理想流量难以明确定义的问题,构建了综合参数模型,模型中换算空气流量及推力分别与发动机及喷管的综合压比具有较强相关性.根据无加力混排涡扇发动机的地面台及高空台试验数据,建立了基于综合参数模型的飞行推力确定方法,并选择不同高度、速度点计算结果与高空台实测推力及流...     

多循环脉冲爆震发动机推力测试试验

为了准确、可靠地直接测量多循环脉冲爆震发动机的推力,建立冷态阻力和热态净推力直接测量系统,针对内径114mm、长1100mm的气动阀式脉冲爆震发动机,研究冷态吹风条件下发动机及其主要部件的总压恢复、阻力损失等特性,验证推力测量系统有效地将射流试验条件下外溢气流对脉冲爆震发动机外部及其附件造成的阻力转移到支撑台架上,消除外溢气流对发动机推力测量的影响。开展大量的爆震燃烧试验,实现了脉冲爆震发动机达到40Hz稳定工作,并获得充分发展的爆震波,利用高频响动态推力传感器测量获得脉冲爆震发动机动态净推力变化规律。     

基于相似变换的涡扇发动机智能动态推力估计方法

智能推力估计面临飞行包线大、工作状态多变带来的数据采集和处理问题,获得的训练数据难以覆盖整个飞行包线的各种过渡工作状态,为此本文提出一种基于相似变换的推力估计数据处理方法。通过机理分析选择推力估计器输入,以相似变换对推力估计的输入和输出数据进行处理,并设计了基于输入延迟的深层动态神经网络来实现动态推力估计。非训练数据区域的动态仿真结果表明,相似变换后,深层动态神经网络的最大推力估计误差降低了62.20%,平均误差降低了43.50%;未进行相似变换时,相比深层静态神经网络,深层动态神经网络的最大推力估计误差降低了43.42%,平均误差降低了2.35%,仿真结果表明了本文所提出的数据处理方法和动态推力估计结构有效性。