某涡扇发动机高原起动试验研究

介绍了某型涡扇发动机高原起动试验研究,分析了高原起动存在的主要技术问题,介绍了小型可移动式地面试车台试验设备,讨论了高原起动的试验方法,研究了起动机和发动机的参数调整规律以及解决发动机高原起动的途径。      

基于支持向量机的航空发动机故障诊断

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷。提出一种基于支持向量机的航空发动机故障诊断方法,应用该方法成功地对发动机气路部件的几种典型故障进行了正确诊断。在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断的要求,表明提出的故障诊断算法具有良好的鲁棒性,可以作为工程应用的基础。      

航空发动机的支持向量机自适应PID控制

首先介绍了支持向量机(SVM)的原理, 建立了支持向量机回归(SVMR)模型.将SVMR与基于支持向量机的控制器相结合, 组成自适应PID支持向量机控制(SVMC)系统.最后用于某型航空发动机, 通过在选定的设计点处进行控制系统的设计, 利用支持向量机强大非线性映射能力、网络结构的自动最优化特性, 使控制系统在发动机偏离设计点工作时控制系统仍保持很好的性能.为通用非线性控制提供了一种新的控制思路.      

基于部件匹配技术的涡扇发动机起动过程数值模拟

为了克服通用部件特性模型计算不同的发动机起动过程带来的计算误差,本文发展了基于发动机部件匹配仿真原理的一维数学模型和软件,研究涡轮发动机的起动过程。并对某小型涡扇发动机起动过程进行了计算分析。从计算结果看出,本文发展的方法捕捉到了起动过程高压压气机出口压力在达到稳定之前出现的跳越现象,而且计算结果还表明,在起动的初始段,燃烧室存在富油燃烧现象。      

支持向量机在航空发动机起动模型辨识中的应用研究

支持向量机（SVM）可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据．通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。     

支持向量机在燃气涡轮性能诊断中的应用

由Vapnik统计学习理论得到的支持向量机是一种新的人工智能方法，它具有比人工神经网络更好的泛化性。文中构建了一种基于C—SVC的故障诊断模型（CBFDM），并采用5重交叉验证法来选择模型参数，该模型可给出3个最可能的故障原因。利用PW4000—94发动机巡航态影响系数矩阵产生仿真数据，对CBFDM研究结果表明，即使在噪声级别为正常情况下的3倍时，该模型诊断准确率仍超过93％。该诊断模型也可用于其它领域诊断问题。     

支持向量机在航空发动机故障诊断中的应用

提出了一种基于支持向量机的航空发动机故障诊断方法。该方法在利用恰当的工具或方法提取到发动机故障的特征信息之后,采用支持向量机对特征信息与故障模式进行关联,实现故障模式的分类。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,将其应用于某型发动机的故障诊断中,取得了较好的效果。该方法尤其对于新型发动机的故障诊断具有一定的参考价值。      

基于相关维数的涡扇发动机起动过失速控制研究

考虑到压气机内部压力值的相关维数对发动机失速信号的敏感性,研究了基于相关维数的发动机起动过失速控制问题.实例分析结果表明,利用压气机内部压力相关维数的变化来确定发动机的失速时机,并通过对发动机起动过程主燃烧室供油控制规律的调整,可以实现对涡扇发动机起动过失速状态的控制.     

某型发动机起动模型的支持向量机辨识及应用

为了解决某型涡扇发动机慢车转速以下的数学模型难以建立,无法进行起动性能数值计算的问题,提出了用支持向量机辨识起动模型,依据辨识结果估算起动性能的方法。采用发动机起动试验数据作为学习样本,建立了基于支持向量机的非线性动态起动模型。根据该型发动机起动供油量调整试验得到的供油压力数据,利用所建立的模型对起动性能进行了估算,给出了估算结果与试验数据的对比情况。研究表明,将支持向量机用于起动模型的辨识是可行的,能够较好地解决某型发动机起动性能计算的难题。     

矢量喷管控制对发动机性能的影响

建立了带推力矢量的涡扇发动机数学模型。结合某型涡扇发动机研究了矢量喷管偏转对发动机工作和性能的影响,研究结果表明,矢量喷管偏转时,在一定条件下,发动机低压转子共同工作线向喘振边界移动,而高压转子共同工作线不发生变化,发动机总推力是增大的。但当将矢量喷管偏转与喉部面积放大相结合,可使发动机保持原工作状态不变,而发动机总推力却随着几何矢量角的增大而减小。      

带矢量喷管的涡扇发动机动态过程研究

建立带矢量喷管的涡扇发动机动态数学模型。研究了矢量喷管偏转角和偏转角速度对涡扇发动机工作的影响。研究结果表明 ,不同的矢量喷管偏转角速度对发动机涡轮前燃气温度会产生不同温度峰值 ,而且温度峰值随矢量偏转角速度增大而增大。而在一定的不同矢量角作用下 ,发动机的阶跃响应过程调节参数无明显变化      

基于部件特性自适应的涡扇发动机仿真

引入压力比函数Z和辅助参数β,建立了某型涡扇发动机数学模型,并对数学模型进行了部件特性自适应修正,对该型发动机稳态特性进行了仿真。仿真结果表明,该仿真模型具有较高的精度,仿真结果较好地反映了发动机的实际运行情况。     

基于支持向量机的民航发动机故障检测研究

将支持向量机用于民航PW4056发动机故障检测研究。首先,对3个发动机巡航数据偏差进行研究,分析得到故障检测应采用短期偏差;其次,由于模型参数对检测准确率影响很大,文中采用验证法进行模型参数选择,并分析了模型参数对检测准确率的影响;最后,对检测模型的输出进行了分析,并定义了异常指数来衡量发动机故障严重程度,其中检测模型的训练和验证采用了发动机真实运行数据。研究表明,该发动机故障检测模型有效可行,准确率达到90%,但要获得更高的检测准确率,还需进一步提高数据质量。     

改善涡扇发动机多任务适应性的途径探讨

基于改善涡扇发动机多任务适应性的目的,提出了两种解决方案。利用加力燃油的热容,改善涡扇发动机的性能。在预冷换热效果能实现设定数值的假设前提下,计算了预冷换热对发动机性能的影响,对两种途径的可行性进行了分析。结果证明所提出的两种途径对于涡扇发动机的性能和多任务适应性有很大改善。      

涡扇发动机放气起动分析与试验研究

为进行涡扇发动机放气起动特性的研究,建立了发动机放气起动模型,并进行了仿真计算;为进一步验证放气对发动机起动的影响,进行了发动机放气起动试验,获得了发动机放气起动的特点,定性验证了仿真计算结果;通过多次调整起动供油规律的试验,得到了发动机起动供油边界。计算和试验结果表明:在发动机起动过程中放气可提高发动机的起动稳定性,同时发动机排气温度也有所提高,发动机放气起动供油边界高于不放气起动供油边界,放气起动提高了发动机起动稳定裕度。     

基于扭矩特性的航空发动机起动系统数学模型

简述了起动过程,分析了起动过程中起动扭矩与发动机扭矩及其负载扭矩特性间的关系,给出了起动机的选择原则,从而建立了基于起动机扭矩及发动机扭矩特性的发动机起动系统数学模型,并给出起动时间的计算方法。最后以典型发动机起动系统作为仿真实例验证了此方法的可行性。      

涡轮风扇发动机接通加力过程的数值模拟

发展了一种低涵道比混合排气加力涡轮风扇发动机接通加力时的数值模拟方法。该方法考虑混合室加力燃烧室、主燃烧室和外涵道的容积效应,风扇、压气机、高压和低压涡轮等部件的特性,加力燃烧室供油管的充油时间。以混合室加力燃烧室、主燃烧室和外涵道3个容积室的动态方程为基础,用很小的时间步长逐渐逼近,计算不需要迭代,速度快,精度满足工程要求。